目前最好的开源人脸3D重建与密集对齐算法

点“计算机视觉life”关注，置顶更快接收消息！

本文授权自我爱计算机视觉

该算法来自论文《Joint 3D Face Reconstruction and Dense Face Alignment from A Single Image with 2D-Assisted Self-Supervised Learning》：

作者分别来自：电子科技大学、新加坡国立大学、国防科技大学、中科大、中科院自动化所。

下图为论文中对齐的结果和3D重建结果示例：

算法原理图：

在3D人脸对齐方面该算法取得了目前的最高精度，超越PRNet。如下图：

在一些极端的例子中，该算法的对齐效果依然很好。

在人脸3D重建方面，与以前算法相比也取得了高质量的重建结果。如下图：

下面三张gif图为作者给出的动态演示，可以看出3D特征点定位、重建结果、密集对齐结果都非常稳定。

下面三幅图为该算法被用于视频换脸的效果，作者在这里没有特别处理皮肤的融合，但贴合度还是很高的。

下面两幅图为使用该算法进行表情迁移的效果：

CV君没看到计算时间的说明，大家可以下载代码实验下看看。

论文地址：

https://arxiv.org/pdf/1903.09359.pdf

代码地址：

https://github.com/XgTu/2DASL

目前该库仅放出了测试代码，作者称等论文被接收之后会放出训练代码。

感谢作者的分享～

推荐阅读

CVPR2019 | Decoders 对于语义分割的重要性

CVPR2019 | R-MVSNet: 一个高精度高效率的三维重建网络

CVPR2019 | SiamMask：视频跟踪最高精度

CVPR 2019 | 用异构卷积训练深度CNN：提升效率而不损准确度

CVPR 2019 | 人大 ML 研究组提出新的视频测谎算法

CVPR2019 | 医学影像：MIT 利用学习图像变换进行数据增强

CVPR 2019 | GeoNet：基于测地距离的点云分析深度网络

CVPR2019 | 中科大&微软开源：姿态估计新模型HRNet

CVPR 2019 | 京东提出 ScratchDet：随机初始化训练SSD目标检测器

CVPR 2019 | 微软亚研院提出用于语义分割的结构化知识蒸馏

CVPR2019 | 6D目标姿态估计，李飞飞等提出DenseFusion

CVPR 2019 | 行人检测新思路：高级语义特征检测取得精度新突破

综述 | CVPR2019目标检测方法进展

最近三年开源「语义SLAM/分割/建模」方案介绍

超详细干货 | 三维语义分割概述及总结

关注：计算机视觉life，一起探索计算机视觉新世界~

觉得有用，给个好看啦~