SADRNet：用于鲁棒三维稠密人脸对齐与重建的自对齐双人脸回归网络
计算机视觉与模式识别
2021-07-07 v1
摘要
野外三维人脸稠密对齐与重建是一项具有挑战性的问题，因为在遮挡与大姿态人脸图像中常缺失部分面部信息。大幅头部姿态变化也增大了求解空间并使建模更为困难。我们的核心思想是对遮挡与姿态建模，将该艰巨任务分解为若干相对更易处理的子任务。为此，我们提出一种端到端框架，称为自对齐双人脸回归网络（SADRNet），其预测一个姿态相关人脸与一个姿态无关人脸。二者通过遮挡感知的自对齐进行组合以生成最终的三维人脸。在AFLW2000-3D与Florence两个流行基准上的大量实验表明，所提方法相较现有最优方法取得了显著更优的性能。
引用
@article{arxiv.2106.03021,
title = {SADRNet: Self-Aligned Dual Face Regression Networks for Robust 3D Dense Face Alignment and Reconstruction},
author = {Zeyu Ruan and Changqing Zou and Longhai Wu and Gangshan Wu and Limin Wang},
journal= {arXiv preprint arXiv:2106.03021},
year = {2021}
}
备注
To appear in IEEE Transactions on Image Processing. Code and model is available at https://github.com/MCG-NJU/SADRNet