facescape

facescape

大规模3D人脸数据集及重建基准

FaceScape是一个开源项目,提供大规模3D人脸数据集和相关工具。数据包括16940个3D人脸模型、40万多张多视图图像和生物线性模型。项目还包含单视图3D重建基准测试和Python工具包,支持模型生成、拟合等任务。数据仅供非商业研究使用,采用严格许可保护隐私。

FaceScape3D人脸数据集人脸重建三维模型生物识别Github开源项目

FaceScape

FaceScape提供大规模高质量的3D人脸数据集、参数化模型、文档和关于3D人脸相关技术的工具包。[CVPR2020论文]   [扩展arXiv报告]    [补充材料]

我们的最新进展将不断更新到这个仓库 - [最新更新:2023/10/20]

数据

数据可在申请许可密钥后从https://facescape.nju.edu.cn/下载。
*新增:*申请许可密钥后可使用Google Drive共享链接,详情请查看此处
*新增:*双线性模型1.6版可无需申请许可密钥直接下载,链接和规则请查看此处

<img src="https://yellow-cdn.veclightyear.com/ab5030c0/ac52971b-58a3-41fe-861e-3f7a5a10330a.jpg" width="800">

可用资源包括:

项目(文档)描述数量质量
TU模型拓扑一致的3D人脸模型<br>带位移图和纹理图。16940个模型 <br>(847个ID × 20个表情)详细几何,<br>4K位移/纹理图
多视图数据多视图图像、相机参数<br>和对应的3D人脸网格。>40万张图像 <br>(359个ID × 20个表情 <br>× ≈60个视角)400万~1200万像素
双线性模型将基础形状转换到向量空间的统计模型。4种不同设置仅适用于基础形状。
信息列表受试者的性别/年龄。847个受试者--

数据集仅供非商业研究使用。由于人脸数据涉及参与者的隐私,我们使用严格的许可条款以确保数据集不被滥用。

单视图人脸重建基准

我们提供了一个基准来评估单视图人脸3D重建(SVFR)方法的准确性,详情请查看此处

工具包

这里开始使用Python工具包,演示包括:

  • 双线性模型-基础 - 使用FaceScape双线性模型生成3D网格模型。
  • 双线性模型-拟合 - 将双线性模型拟合到2D/3D关键点。
  • 多视图投影 - 将3D模型投影到多视图图像。
  • 关键点 - 使用预定义顶点索引提取关键点。
  • 面部遮罩 - 从完整头部TU模型中提取面部区域。
  • 渲染 - 将TU模型渲染为彩色图像和深度图。
  • 对齐 - 对齐所有多视图模型。
  • 对称性 - 获取TU模型上从左侧到右侧顶点的对应关系。
  • 绑定 - 将20个表情绑定到52个表情。

使用FaceScape的开源项目

从自然语言描述生成高保真3D人脸(CVPR 2023)
吴梦华、朱浩<sup>#</sup>、黄林嘉、庄毅宇、陆元勋、曹询

RAFaRe:从伪2D&3D配对学习鲁棒准确的非参数化3D人脸重建(AAAI 2023)
郭龙威、朱浩<sup>#</sup>、陆元勋、吴梦华、曹询

面向3D面部细节动画和操作的结构感知可编辑形变模型(ECCV2022)
凌静旺、王智博、陆明、王权、钱辰、徐枫

HeadNeRF:基于NeRF的实时参数化头部模型(CVPR2022)
洪阳、彭博、肖海瑶、刘利刚、张居永

ImFace:具有隐式神经表示的非线性3D形变人脸模型(CVPR2022)
郑明武、杨鸿宇、黄迪、陈黎明

通过学习隐式函数从多视图图像恢复详细面部几何(AAAI 2022)
肖云泽*、朱浩*、杨浩天、刁政宇、陆相举、曹询

基于大规模特征点束调整的无监督3D SfM人脸重建(ACM MM 2021)
王宇星、卢亚文、谢志华、卢国玉 FaceScape(CVPR2020)的详细可绑定3D人脸预测代码 杨浩天*、朱昊*、王妍如、黄明凯、沈秋、杨瑞刚、曹勋

更新日志

  • 2023/10/20 基准数据和结果已更新,与最新期刊版论文中的实验保持一致。

  • 2022/9/9 增加了一个章节,介绍使用FaceScape数据或模型的开源项目,将持续更新。

  • 2022/7/26 用于训练和测试MoFaNeRF的数据已添加到下载页面

  • 2021/12/2 现已提供评估单视图人脸重建的基准测试,详情请查看此处

  • 2021/8/16 申请许可密钥后可获得Google Drive的共享链接,详情请查看此处

  • 2021/5/13 工具包中添加了拟合演示。请注意,如果您在2021/5/13之前下载了双线性模型v1.6,您需要重新下载,因为补充了拟合演示所需的一些参数。

  • 2021/4/14 双线性模型已更新至1.6版本,查看此处。 新的双线性模型现在可以从NJU DriveGoogle Drive下载,无需申请许可密钥。查看此处。 工具包和文档已更新新内容。 信息列表中的一些错误年龄和性别在"info_list_v2.txt"中已得到纠正。

  • 2020/9/27 详细可绑定3D人脸预测代码已发布,查看此处

  • 2020/7/25 多视图数据现可下载。 双线性模型更新至1.3版本,添加了顶点颜色。 包含性别和年龄的信息列表可在下载页面获取。 本仓库中添加了工具和样本。

  • 2020/7/7 双线性模型更新至1.2版本。

  • 2020/6/13 FaceScape的网站上线。3D模型和双线性模型可供下载。

  • 2020/3/31 预印本论文可在arXiv上获取。

引用

如果您发现此项目对您的研究有帮助,请考虑引用:

@article{zhu2023facescape,
  title={FaceScape: 3D Facial Dataset and Benchmark for Single-View 3D Face Reconstruction},
  author={Zhu, Hao and Yang, Haotian and Guo, Longwei and Zhang, Yidi and Wang, Yanru and Huang, Mingkai and Wu, Menghua and Shen, Qiu and Yang, Ruigang and Cao, Xun},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
  year={2023},
  publisher={IEEE}}
@inproceedings{yang2020facescape,
  author = {Yang, Haotian and Zhu, Hao and Wang, Yanru and Huang, Mingkai and Shen, Qiu and Yang, Ruigang and Cao, Xun},
  title = {FaceScape: A Large-Scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction},
  booktitle = {IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  month = {June},
  year = {2020},
  page = {601--610}}

致谢

本项目得到了南京大学CITE实验室、百度研究院和爱奇艺公司的支持。学生贡献者:季圣宇、金伟、黄明凯、王妍如、杨浩天、张一迪、肖云泽、丁雨欣、郭龙伟、吴梦华、庄毅宇。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多