典型文献
基于深度学习的单幅图像三维人脸重建研究综述
文献摘要：
在计算机视觉领域中,三维人脸重建是一个具有研究价值的方向,高质量地重建出三维人脸在人脸识别、防伪、游戏娱乐、影视动画和美容医疗等领域具有重要的意义.近二十年来,虽然基于单幅图像的三维人脸重建领域已经取得很大的进展,但使用传统算法进行重建的结果仍会受到人脸表情、遮挡、环境光的影响,并且会出现重建效果精度不佳和鲁棒性不足等问题.随着深度学习进入三维人脸重建领域,各种优于传统重建算法的方法相继出现.文中首先重点介绍了基于深度学习的单幅图像三维人脸重建算法,将算法按不同的网络架构分为4类,并对各类最具有代表性的方法进行了详细阐述.然后汇总了基于单幅图像的三维人脸重建算法常用的三维人脸数据集,并在数据集上对具有代表性的方法进行了性能评估.最后对基于单幅图像的三维人脸重建领域进行了总结与展望.
文献关键词：
三维人脸重建;深度学习;卷积神经网络;三维可变形模型;人脸识别
中图分类号：
作者姓名：
何嘉玉;黄宏博;张红艳;孙牧野;刘亚辉;周哲海
作者机构：
北京信息科技大学计算机学院 北京100192;北京信息科技大学信息管理学院 北京100192;北京信息科技大学仪器科学与光电工程学院 北京100192
文献出处：
引用格式：
[1]何嘉玉;黄宏博;张红艳;孙牧野;刘亚辉;周哲海-.基于深度学习的单幅图像三维人脸重建研究综述)[J].计算机科学,2022(02):40-50
A类：
三维可变形模型
B类：
单幅图像,三维人脸重建,计算机视觉,人脸识别,防伪,影视动画,美容,二十年,传统算法,人脸表情,遮挡,环境光,传统重建,重建算法,网络架构,人脸数据集,性能评估,总结与展望
AB值：
0.169051
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
