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。
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。
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。
从这里开始使用Python工具包,演示包括:
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
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。
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 Drive或Google 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。
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}}
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号