- 课程回放
室外场景下的高精度3D人脸重建研究与应用
学术新青年讲座 2021/06/24 10:00:00
课程讲师
课程提纲
- 3D人脸重建的研究背景
- 室外3D人脸重建的实现难点
- 基于不同环境光适应的3D人脸重建
- 在室外人脸追踪中的应用
课程简介
提到3D这个词,大家可能听得耳朵都起茧了。从自动驾驶、AR/VR、机器人到工业质检,3D视觉都有所应用。毕竟现实世界是3D的,我们又何必把自己限制在2D世界呢?3D的意义并不只是为了呈现更加可信的真实世界,而是将数字世界变成现实生活的一部分,让它的每一个细节都变得像现实世界一样真实。
由于人脸是人们日常情感表达和交流最重要、最直接的载体,所以逼真的3D人脸重建一直备受关注。目前,现有的3D人脸重建方法一般是通过图像本身表达的信息来完成,如图像的视差、相对高度等,但这些方法对光照不敏感,通常会遗漏微妙的面部表情部分,使得重建不准确,那如何在室外环境中重建高质量的人脸模型呢?
在今年的CVPR 中,来自罗切斯特大学的陈乐乐博士等人在深度外观模型 (Deep Appearance Model,DAM) 的基础上,提出了一种基于光照模块来学习全局光照的方法。该方法首先在实验室控制场景中训练先验光照模型,之后将其应用于室外环境,从具有复杂照明和不同姿势的图像中,恢复准确的纹理和几何细节。与当前一些方法相比,此方法得到的人脸表情、头部姿态更加准确。
6月24日上午10点,我们邀请到罗切斯特大学在读博士陈乐乐带来第2讲的直播讲解,主题为《室外场景下的高精度3D人脸重建研究与应用》。
陈乐乐是罗切斯特大学在读博士,专业领域包括:计算机视觉,多模态交互学习与生成,计算机图形学。陈博有多篇ECCV,CVPR等顶会一作, 并获得2019 SIGGRAPH VRCAI 最佳论文和2020 PACT 最佳论文提名奖。
精彩问答
提问
提问