基于深度学习的三维人脸重建.pdfVIP

摘要

在当今数字化时代，人脸相关技术在各个领域都得到了广泛应用。人脸识别、

虚拟现实、增强现实等领域对于高质量、准确的三维人脸重建提出了越来越高的要

求。然而，目前三维人脸重建领域仍然面临一系列挑战，在姿势、光照等极端情况

下，生成的人脸无法准确还原人脸的真实形状。此外，三维人脸的生成速度、数据

集缺乏以及模型的鲁棒性等问题也制约了该领域的进一步发展。因此，本论文旨在

通过结合深度学习技术和图形学原理，提出一种高效、准确的三维人脸重建方法，

以应对当前面临的挑战，并为人脸相关应用领域提供更为可靠的解决方案。本文针

对三维人脸重建，设计了基于FLAME模型(FittingLandmarksAndMorphable

Expression)的两阶段精细人脸重建方法，结合多种深度学习模型结构实现了从人脸

二维图像以及人脸草图到三维人脸模型的生成任务，并将其应用到了医疗美容的评

估领域。本文主要的研究创新与贡献如下：

(1)针对当前人脸重建方法精度不够，同时缺乏高频细节的问题，本文利用自

编码器结构，结合FLAME模型作为几何先验，通过粗细两阶段重建人脸，在粗重

建阶段通过Adaface(QualityAdap