利用单幅图像重建人脸3D candide 模型的几篇文章
来源:互联网 发布:mac桌面白条 编辑:程序博客网 时间:2024/04/28 00:23
1.AN ACTIVE MODEL FOR FACIAL FEATURE TRACKING:利用AAM进行人脸Candide模型重建
2.FAST AND RELIABLE ACTIVE APPEARANCE MODEL SEARCH FOR 3D FACE TRACKING:这是Candide 参数提取比较详细的一篇文章。基本做法就是将追踪到的几何归一化纹理同PCA纹理比较,通过迭代方式,得到参数。其中涉及到的关键点是几何归一化纹理,增长矩阵(update matrix)等。本文是对文献【1】的一个改进,创新点是:利用前一帧的合成图像代替每次迭代中的合成图像,提高了迭代速度。
3.Pose Invariant Face Recognition Under Arbitrary Illumination Based on 3D Face Reconstruction:对于本文我关注的是姿态校正部分,利用的是类似于ASM的方法,把三维点投影到二维图像上,迭代拟合,得到最近三维参数。
4.Individual 3D Face Generation Based on Candide-3 for Face Recognition:本文创新点:先用ASM找到其中的19个Candide vertex 的子集,再利用AAM优化所有的Candide参数。
综上:利用单幅图像进行3D人脸重建的方法都是基于投影的,把三维模型投影到二维图像上,基于某种原则(要么特征点要么纹理)进行拟合,得到最佳参数。
读以上文章的所有目的都是为了理解Kinect SDK中的FaceTracking 部分。以上几篇文章的阅读收获颇丰,但真正让我解决问题的可能是以下两篇文章。
1.Microsoft Kinect Sensor and Its Effect 2012:这篇文章介绍了Kinect Sensor的典型应用,让我知道 Kinect Avatar 中用到的是下面这篇文章的技术。
2.3d deformable face tracking with a commodity depth camera_ECCV_2010:这篇文章利用kinect的彩色图和深度图进行3D face Tracking.用到了ICP 技术,在ICP技术中,有两个关键的regulation,一个是point to plane distance,一个是point to point distance,其中point to point distance是用到二维的特征点跟踪信息的。
- 利用单幅图像重建人脸3D candide 模型的几篇文章
- vrn:基于直接体积回归的单幅图像大姿态三维人脸重建
- 基于RGB-D图像的3D人脸重建
- 基于单幅图像的2D转3D算法研究
- 单幅图像的点操作
- 基于多幅图像的3D重建资料
- 单张图像重建3D场景
- 从图片重建3D模型
- 基于多视角照片的3D人脸重建
- 基于单幅图像的深度估计
- 3D重建的干货
- 人脸识别效果好的几篇文章
- 单幅图像基于暗通道的图像去雾
- 单幅图像基于暗通道的图像去雾
- 单幅图像基于暗通道的图像去雾
- libev 的几篇文章
- 正则的几篇文章
- 基于单幅图像的快速去雾算法
- 《重构》读书笔记(七)——第七章 在对象之间搬移特性
- android 用ListvVew实现表格功能Sample
- linux 线程优先级
- BloomFilter——大规模数据处理利器
- hdu 1106
- 利用单幅图像重建人脸3D candide 模型的几篇文章
- fastboot 指令
- C++ string的万能转换,从long string 之间的转换来看看
- IOS:Objective-C中奇特的方法声明语法理解
- JVM堆栈大小设置--TOMCAT
- bloom filter 的Java 版
- Java基础知识_注解
- WPF 中的 Pack URI
- 【程序员应该知道的十八条法律与法规】法律学习