摘要

人脸三维重建是一个非常困难的计算机视觉基础问题。当前系统通常假设多个面部图像（有时来自相同主题）的可用性作为输入，并且必须解决许多方法学挑战，例如建立较大面部动作，表情和非均匀照明的密集对应。通常，这些方法需要复杂且低效的途径来进行模型构建和拟合。

在该工作中，我们建议使用卷积神经网络来解决现有问题，卷积神经网络模型可以使用二维图像和三维面部模型或扫描件组成的数据集进行训练。本文使用的CNN模型仅用于单个二维面部图像，不需要精准对齐，也不需要在图像间建立密集的对应关系，适用于任意面部姿态和表情，并且可以绕过三维形变模型的构造（训练期间）和拟合（测试期间）以重建三维面部几何体（包括面部不可见部分）。我们通过简单的CNN架构实现这一点，该架构执行从单个二维图像直接回归三维面部几何体的体积表示。尤其是对于大面部姿态和表情的情况，我们还展示了如何将面部标记定位的相关任务与本文所提出的框架结合以提高重建质量。