以可学习的B样条体积表示3D人脸
计算机视觉与模式识别
2026-04-15 v1
摘要
我们提出CUBE（Control-based Unified B-spline Encoding），一种将B样条体积与学习特征结合的用于人类面部的新几何表示方法，并演示其作为3D扫描配准和单目3D人脸重建的 decoder 之用。与现有以3D控制点为参数的B样条表示不同，CUBE以8x8x8的高维控制特征格子为参数，增加了模型的表达性。这些特征定义了从3D参数域到3D欧几里得空间的连续两阶段映射，经过中间特征空间。首先，通过B样条基函数对高维控制特征进行局部混合，得到高维特征向量，其前三值定义3D基网格。随后，一个小型MLP处理该特征向量，以预测基形状的残差位移，从而得到最终的细化3D坐标。为了在密集语义对应关系下重建3D表面，CUBE在固定模板网格上采样的3D坐标处进行查询。关键在于，CUBE保留了传统B样条表示的局部支持属性，使通过更新单个控制特征实现局部表面编辑成为可能。我们通过训练基于Transformer的 encoder 来预测CUBE的控制特征，从无结构点云和单目图像中实现3D扫描配准和3D人脸重建，实现了与最新基线方法相比的 state-of-the-art 扫描配准效果。
引用
@article{arxiv.2604.12894,
title = {Representing 3D Faces with Learnable B-Spline Volumes},
author = {Prashanth Chandran and Daoye Wang and Timo Bolkart},
journal= {arXiv preprint arXiv:2604.12894},
year = {2026}
}
备注
Accepted to CVPR 2026 (Highlight)