人脸图像去模糊和三维重建的联合优化方法.pdfVIP

第37卷第4期计算机辅助设计与图形学学报Vol.37No.4

2025年4月JournalofComputer-AidedDesignComputerGraphicsApr.2025

人脸图像去模糊和三维重建的联合优化方法

*

徐崇润,刘利刚

(中国科学技术大学数学科学学院合肥230026)

(lgliu@ustc.edu.cn)

摘要:为了解决在模糊人脸图像的去模糊任务和人脸三维重建任务存在的信息缺失导致的效果不佳的问题,提出

一种对模糊人脸图像去模糊和三维重建任务进行联合优化的方法.对于输入的模糊人脸图像,交替重复执行以下步

骤3次:首先,对人脸图像进行三维重建,生成三维人脸模型;然后,使用Res-UNet对人脸图像进行去模糊;并以三

维重建所得信息作为辅助输入,以原始模糊图像作为校正输入,生成消除模糊的图像.在AFLW数据集的清晰人脸

图像,以及约20000幅GiacomoBoracchi采集的模糊核合成模糊人脸图像组成的数据集上,分别以去模糊图像和人

脸三维模型再渲染的图像对输入图像计算峰值信噪比(peaksignal-to-noiseratio,PSNR)和结构相似度(structuralsimi-

larity,SSIM),以衡量去模糊和三维重建任务效果.对比实验结果表明,在测试集上的去模糊任务中,相比

3DFaceDeblur方法,该方法的平均PSNR从27.38dB提升到29.23dB,平均SSIM从0.833提升到0.855;在三维重

建任务中,相比Deep3DFace方法,该方法的平均PSNR从22.78dB提升到27.16dB,平均SSIM从0.848提升到0.918.

关键词:深度学习;人脸图像;去模糊;三维重建;联合优化

中图法分类号:TP391.41DOI:10.3724/SP.J.1089.2023-00334

JointOptimizationforDeblurringand3DReconstructionofBlurryFaceImage

*

XuChongrunandLiuLigang

(SchoolofMathematicalSciences,UniversityofScienceandTechnologyofChina,Hefei230026)

Abstract:Inordertoaddresstheissueoflowperformanceindeblurringand3Dreconstructiononblurredface

imagesduetolackofinformation,ajointoptimizationmethodfordeblurringand3Dreconstructionofblurry

faceimagesisproposed.Givenablurryfaceimage,thefollowingstepsareiterativelyexec