基于三维人脸变形算法的三维人脸采集系统

李嘉豪，程宾洋，孙家炜

（1.四川大学视觉合成图形图像技术国防重点学科实验室，成都610065；2.四川川大智胜软件股份有限公司，成都610065）

0 引言

三维人脸变形技术是医学、生理学、心理学、计算机科学等多学科交叉的研究领域。使用计算机技术来生成真实逼真的人脸动画图像，为各种应用提供友好的技术支持，一直是计算机图形学、计算机视觉甚至生理学等领域中重要研究内容。在此研究领域，研究人员们提出了大量的人脸表情动画、人脸表情生成等相关的生成方法，并取得了非常不错的成果。然而，传统方法往往大多依赖于人工所设计的特征，具有较差的鲁棒性。近年来，深度学习方法得益于其强壮的鲁棒性以及自学习能力，在广泛图像任务中取得了令人满意的结果[19]。

深度学习在二维人脸识别方面取得了很大进展。二维的人脸识别因为研究的时间较长，诞生了一批准确率较高的识别人脸识别算法，如DeepFace、FaceNet、ArcFace等，通常而言，二维人脸识别算法往往遵循四个步骤，分别为图像采集、人脸检测、特征提取以及特征匹配。然而，由于二维信息存在深度数据丢失的局限性，无法完整地表达出真实人脸，所以在实际应用中存在着诸多不足，如可用特征少、识别准确率不高以及安全性差等[2]。为了缓解上述的问题，三维人脸识别技术逐渐应用到更多的实际场景中。三维面部本身由于包含面部的空间形状信息，受外部因素的影响较小，因此其具有更高的鲁棒性以及识别精度。……