【摘 要】
:
近年来,随着三维数字化产业的兴起,三维人脸重建成为了计算机视觉领域研究热点之一,吸引了越来越多研究者的关注。而基于单幅图像的三维人脸重建因其获取数据简单,建模容易的特点成为研究主流。传统的基于单幅图像的三维人脸重建模型存在重建精度低,建模成本高等问题。随着深度学习的发展与进步,基于深度学习的单幅图像三维人脸重建方法大大提升了重建的三维人脸的精度,在三维人脸重建任务中得到了广泛的应用。本文针对现有基
论文部分内容阅读
近年来,随着三维数字化产业的兴起,三维人脸重建成为了计算机视觉领域研究热点之一,吸引了越来越多研究者的关注。而基于单幅图像的三维人脸重建因其获取数据简单,建模容易的特点成为研究主流。传统的基于单幅图像的三维人脸重建模型存在重建精度低,建模成本高等问题。随着深度学习的发展与进步,基于深度学习的单幅图像三维人脸重建方法大大提升了重建的三维人脸的精度,在三维人脸重建任务中得到了广泛的应用。本文针对现有基于深度学习的单幅图像三维人脸重建模型中存在的一些问题,开展了相关研究,并提出了两种不同的三维人脸重建方法,有效提升了模型的性能。提出了一种基于特征和形状上下文信息融合的单幅图像三维人脸重建方法(CEDNet)。针对现有基于UV位置图进行三维人脸重建时对于上下文信息融合不够的问题,在重建三维人脸时,添加了面部特征上下文以及形状上下文之间的约束。具体地,该方法采用UV位置图来表征三维人脸形状,通过自动编解码网络分别对输入人脸图像提取特征并回归UV位置图。一方面,为了丰富编码器特征中的人脸信息和获取全局特征上下文相关性,在特征编码过程中,设计了特征上下文相关性调制器,对全局特征进行特征解析和关联,使得自动编码器输出的特征包含人脸上下文信息,从而使网络自适应地关注人脸区域的特征,提升重建三维人脸的全局形状的准确性。另一方面,为了得到更加精确的三维人脸形状,在面部形状层面,构建形状上下文向量,并利用形状上下文向量约束重建后的三维人脸,从而提升三维人脸重建精度。在AFLW2000-3D和AFLW-LPFA数据集上的NME结果分别达到了3.47%和2.83%,实验结果证明了提出方法的有效性和优越性。提出了一种基于人脸部件掩膜的自监督精细化三维人脸重建方法。针对现有三维人脸重建方法局部细节不准确的问题,利用人脸的部件掩膜约束提升局部细节的精度。具体地,利用部件掩膜生成器来生成人脸部件掩膜,在人脸形状损失约束,图片纹理一致性损失,图片深层特征感知损失等基本损失函数上,通过人脸部件掩膜,给予人脸区域精细化约束,并对人脸部件掩膜进行自监督约束,从而提高重建的三维人脸局部的准确性。在AFLW2000-3D和MICC Florence数据集上定性和定量的实验结果证明了提出方法的有效性和优越性。
其他文献
大数据时代,图像、视频等视觉数据呈现指数级增长,传统的计算机视觉理论与方法面临着前所未有、日益严峻的挑战。而显著性检测作为智能视频处理中一项关键支撑技术,可有效定位图像、视频序列中感兴趣的目标区域,以便于从大量冗余信息中提取对当前任务有益的信息,为智能图像、视频处理中目标识别、场景理解、行为分析等高层任务提供可靠数据,具有重要的军事、商业和社会价值,已被广泛应用于智能安防、航空航天、人机交互、工农
随着自动控制理论的发展,固定翼无人机的应用也愈发广泛。速度和姿态控制策略是固定翼控制研究的基本问题。固定翼无人机是典型的具有非完整线性约束运动体,其具有强耦合、非线性等特征。此外,风速等外界扰动对固定翼无人机飞行影响也较大,对于不同形态的固定翼无人机,其飞行姿态与速度控制效果也不尽相同。因此,相较于其他构型的无人机,固定翼无人机的控制器设计要求更为复杂,控制难度也更大。奇异摄动法本质上是一种时标分
随着温室大棚数量的增长以及农村劳动力数量的下降,可以在恶劣环境中自主作业的温室植保机器人成为当前研究热点。因为在温室内无法使用GNSS进行定位导航,所以实现温室内植保机器人的建图导航具有重要意义。本文以实现温室内植保机器人的自主运行为目标,设计基于视觉、激光融合的建图导航系统,主要工作内容如下:首先根据温室机器人的工作场景,分析机器人建图导航系统的需求,设计多传感器融合的建图导航系统方案。建立机器
烷类气体同属于碳氢类气体,具有许多相似的物理和化学性质,并且烷类通常混合在一起,现有的检测技术在遇到混合烷类时难以辨别其主要成分。甲烷作为最常见的烷类气体,广泛存在于日常生活和工业生产之中,并且属于危险性气体,对甲烷的辨别十分必要且重要。甲烷辨别对于保障人们的生产生活安全、保护环境等都有重要的意义。为实现甲烷气体的辨别功能,本论文首先通过对比分析,选择当下前沿的NDIR检测技术,设计采用四光源单传
随着社会的不断发展,我国的公路里程井喷式增加,汽车保有量也急剧增加,因台风、暴雨、冰雹、寒潮、雾霾等恶劣天气引发的交通事故频发,给国民经济造成了不可估量的损失。目前,交通安全已经成为社会发展的热点问题。为了做到对交通运输环境实时监测和突发事件及时预警,建立基于物联网和大数据的道路交通气象灾害监测预警系统迫在眉睫。针对上述情况,通过对现有的国内外技术进行研究分析,本文设计了一种便携式道路交通气象信息
随着城市化的快速发展,消防安全隐患与日俱增,消防安全管理和灭火救援面临新课题。由于城市建筑建设周期较长,大部分消防管道埋地敷设,导致阀门、管道腐蚀严重,漏水点较多。部分单位消防供水达不到设计要求,严重时会导致无水可用,一旦发生火灾会造成严重后果。因此消防供水监测系统就显得尤为重要。针对上述问题,本文结合物联网及其关联技术,设计了一种消防供水智慧监测系统。系统包括智能终端、管理平台、云服务器和手机客
视频目标分割是一种对视频中的前景目标和背景区域进行分离,实现像素级分类的任务,在视频编码、姿态分析、自动驾驶以及短视频娱乐等方面具有广泛的应用。根据在测试阶段视频所给标注形式的不同,该任务可以分为无监督、半监督、弱监督和交互式四大类别。随着深度学习技术地不断发展,视频目标分割取得了很大的进步,但现有的许多算法都是以牺牲分割速度为代价来提升分割精度,并且在复杂场景下分割的效果往往比较差。本文对弱监督
三维人体姿态估计的目标是在三维空间中预测人体关键点的位置。由于其具有广泛的应用前景,如:动作识别、增强现实和训练机器人等,因此一直是计算机视觉领域的研究热点问题。特别是近年来随着深度学习的不断发展,提出了诸多不错的三维人体姿态估计算法,但是依然存在很多问题有待解决。比如在单目3D姿态估计任务中,四肢关节(即腕、踝等)的自由度大于其他关节(即髋、胸等)。从而使得估计误差会沿着人体部位的生理结构累积,
在现代复杂工业过程中,随机不确定性尤其是非高斯不确定性十分常见,给系统造成的影响也是无法避免的。在以往的研究中,大多假设随机变量服从高斯分布,但在实际的随机系统中,系统输出不一定服从高斯分布,所以对于非高斯系统,原有的采用均值和方差的方法已经不能够完全描述系统的特性,而SDC理论的研究对象恰好是非高斯随机系统。本文以电力系统为背景,在电力系统中,由于太阳能和风能发电的间歇性、随机性和波动性显著增加
图像是社交媒体中主要的信息传递媒介,用户可以通过图像传达情绪。研究图像情感的自动分析方法在机器人情感交互、多媒体分析等任务中具有重要应用需求。然而情感是一种抽象且主观的语义信息,同时图像特征与图像情感之间存在复杂的非线性关系,图像情感分类仍是一项具有挑战性的任务。图像内蕴含的情感是图像全局特征的综合反映,且图像情感拥有极性特征,不同的细粒度情感会呈现出相同的情感极性,但现有的工作未能有效利用上述特