Pixel-Face：一个大规模高分辨率三维人脸重建基准数据集
计算机视觉与模式识别
2020-09-10 v3
摘要
三维人脸重建是一项基础任务，可推动鲁棒人脸分析和增强现实等众多应用。由于缺少能够支撑当前基于深度学习方法的高质量数据集，该任务也极具挑战性。然而，现有数据集在数量、真实性和多样性上均存在局限。为克服这些障碍，我们提出了 Pixel-Face，一个大规模、高分辨率且多样化并带有海量标注的三维人脸数据集。具体而言，Pixel-Face 包含 855 名年龄在 18 至 80 岁之间的受试者。每名受试者拥有 20 余张带有不同表情的样本。每个样本由高分辨率多视角 RGB 图像和带有不同表情的三维网格组成。此外，我们为每条数据收集了精确的关键点标注与三维配准结果。为展示 Pixel-Face 的优势，我们利用所收集的数据将三维可变形模型（3DMM）重新参数化为 Pixel-3DM。我们表明所得 Pixel-3DM 在建模广泛人脸形状与表情方面表现更优。我们还在该数据集上仔细基准评测了现有三维人脸重建方法。此外，Pixel-Face 可作为有效的训练数据源。我们观察到，当前人脸重建模型在使用我们新收集的数据微调后，在现有基准与 Pixel-Face 上的性能均显著提升。大量实验证明了 Pixel-3DM 的有效性与 Pixel-Face 的实用性。
引用
@article{arxiv.2008.12444,
title = {Pixel-Face: A Large-Scale, High-Resolution Benchmark for 3D Face Reconstruction},
author = {Jiangjing Lyu and Xiaobo Li and Xiangyu Zhu and Cheng Cheng},
journal= {arXiv preprint arXiv:2008.12444},
year = {2020}
}