前情分析

这里主要写一下二维人脸重建该人脸的三维模型的一些基础的知识。

主流做法

• 多视图几何重建。其需要采集不同角度的人脸，对设备的要求很高。
• 通过RGBD或者RGB图像去重建，由模型特点所致，无法生成模型细节。

单张图像重建

3DMM方法

• 对设备要求低，算法简单，易于移动端时间实时重建。

这里的前提是我们已经有了输入图像人脸的关键点，已有模型的人脸关键点，输出人脸的三维网格。

在Blanz的方法中，他们扫描200张成年人的人头模型，每个模型包含大约70000个顶点。经过PCA处理，制作成参数化人脸模型，每张人脸模型的拓扑结构相同，只是顶点位置或颜色有所差异。你可以把各个特征向量看作是人脸不同的特征，比如脸的长短，胖瘦等。

这里人脸模型分成两个向量：

形状：\(S = (X_1,Y_1,Z_1,X_2,\dots,Y_n,Z_n)\in R^{3n}\)
纹理：\(T = (R_1,G_1,B_1,R_2,\dots,G_n,B_n)\in R^{3n}\)

因此任意一个新的人脸都可以由这些特征向量线性组合生成：

\(S = \bar S+\sum^m_{i=1}a_iS_i; T=\bar T+\sum^m_{i=1}b_iT_j;\)

\(\sum_{i=1}^ma_i=\sum^m_{i=1}=1\)

这样的话原本的任务就变成了对\(a_i,b_i\)的求解了。

原文：https://www.cnblogs.com/A-FM/p/15354639.html