一张图实现3D人脸建模！这是中科院博士生入选ECCV的新研究 | 开源

本文转载自量子位。

贾浩楠 发自 凹非寺
量子位 报道 | 公众号 QbitAI

通过一段视频，来重建人脸3D模型，没什么稀奇的。

但是，如果只有测试者的一张静态图片呢？

来自中科院模式识别实验室的博士生郭建珠和他的团队，提出了一种新的密集人脸对齐（3D Dense Face Alignment）方法。

新的3DDFA方法，最关键的核心，是3D辅助短视频合成方法，它能模拟平面内和平面外的人脸移动，将一幅静止图像转换为短视频。

由此来完成模型的识别和训练。

郭同学的这篇论文Towards Fast, Accurate and Stable 3D Dense Face Alignmen，已经被ECCV 2020收录。

3DDFA-V2：一静一动

这其实是作者发布的3DDFA的第二个版本，两年前，团队已经发表了3DDFA的第一版。

新版本具有更好的性能和稳定性。此外，3DDFA_V2集成了快速人脸检测器FaceBoxes，取代了原来的Dlib，同时还包括由C++和Cython编写的简单3D渲染。

3DDFA能做到“动若脱兔”（面部特征识别、对齐）：

还有动态的3D人脸建模：

3DDFA的另一面，“静若处子”（静态照片3D人脸重建）：

除了一静一动，3DDFA还能根据照片对人物姿态做出简单估计：

进行深度图像估计：

还能对图像的PNCC、PAF特征提取：

3DDFA-V2可以称得上是一个功能十分强大的面部3D重构工具，同时还集合了其他很多功能。

那么，3DDFA-V2最关键的照片转小视频的功能是如何实现的呢？

3D辅助短视频合成

3D密集人脸对齐方法，需要在在视频上运行，它提供相邻帧间提供稳定的3D重建结果。

所谓稳定，是指在视频的相邻帧中，重建的三维图像的变化应该与真实物体的细粒度移动保持一致。

然而，现有的大多数方法都无法满足这一要求，也难以避免随机抖动的影响。

在二维人脸配准中，时空滤波等后处理是减少抖动的常用策略，但会降低精度，造成帧延迟。

此外，由于没有公开的三维密集人脸配准的视频数据库，采用视频进行预训练的方法也行不通。

那么还有其他什么办法能改善静态图像转化视频的稳定性？

3DDFA-V2中采用的是批处理级的3D辅助短视频合成策略。

将一幅静态图像扩展到多个相邻的帧，由此形成一个mini-batch的合成短视频。

一般来说，一个视频的基本模式可以分成：

1、噪声。我们将噪声建模为 P(X)=x+N（0，2）， 其中 E=a²I

2、运动模糊。运动模糊可以表示为 M(X)=K*x，其中K是卷积核（算子*表示卷积）。

3、平面内旋转。给定两个相邻帧 x_t和 x_t+1，平面 从x_t和 x_t+1变化可以描述为相似变换 T（·）

其中Δs为比例扰动，Δθ为旋转扰动，Δt1和Δt2为平移扰动。

由于人脸具有相似的三维结构，同理也能够合成平面外的人脸移动。

人脸剖面F(-)最初是为了解决大姿势的人脸对准问题而提出的，它被用来逐步增加人脸的偏航角∆φ和俯仰角∆γ。

具体来说，以小批量的方式对多张静止图像进行采样，对于每张静止图像x0，对其进行稍微平滑的变换，生成一个有n个相邻帧的合成视频：

3D辅助短视频合成帧中，相邻两帧如何合成：

如何上手

目前，团队已经将3DDFA-V2开源，且安装使用都非常简单。

安装指令：

git clone https://github.com/cleardusk/3DDFA_V2.gitcd 3DDFA_V2

安装完成后，需要构建cython版本的NMS和Sim3DR：

sh ./build.sh

运行演示：

# running on still image, four options: 2d_sparse, 2d_dense, 3d, depthpython3 demo.py -f examples/inputs/emma.jpg
# running on videospython3 demo_video.py -f examples/inputs/videos/214.avi
# running on videos smoothly by looking ahead by `n_next` framespython3 demo_video_smooth.py -f examples/inputs/videos/214.avi

例如，运行

python3 demo.py -f examples/inputs/emma.jpg -o 3d

将给出以下结果：

跟踪人脸动作的实现只需通过对齐即可。

但如果头部姿势偏角大于90°或运动太快，则对齐可能会失败。可以考虑使用阈值来精细地检查跟踪状态。

加载完成后，可以用任意图像作为输入，运行算法：

python3 main.py -f samples/test1.jpg

如果你能在终端看到输出日志，这说明成功运行，等待结果即可：

Dump tp samples/test1_0.plySave 68 3d landmarks to samples/test1_0.txtDump obj with sampled texture to samples/test1_0.objDump tp samples/test1_1.plySave 68 3d landmarks to samples/test1_1.txtDump obj with sampled texture to samples/test1_1.objDump to samples/test1_pose.jpgDump to samples/test1_depth.pngDump to samples/test1_pncc.pngSave visualization result to samples/test1_3DDFA.jpg

3DDFA-V2对计算机的软硬件都有一些要求：

PyTorch 0.4.1版本以上

Python 3.6版本以上（带有Numpy、Scipy、Matplotlib库）

系统：Linux或macOS

研究团队推荐的硬件条件为一块英伟达GTX 1080 GPU和i5-8259U CPU。

当然，除了老黄的卡，你也可以直接在谷歌Colab上体验！

如果这个工具对你有帮助的话，赶紧来试试吧!

3DDFA-V2谷歌Collab：
https://colab.research.google.com/drive/1OKciI0ETCpWdRjP-VOGpBulDJojYfgWv

Github项目地址：
https://github.com/cleardusk/3DDFA_V2