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。

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人脸模型带位移图和纹理图。	16940个模型 (847个ID × 20个表情)	详细几何， 4K位移/纹理图
多视图数据	多视图图像、相机参数和对应的3D人脸网格。	>40万张图像 (359个ID × 20个表情 × ≈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

从这里开始使用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^#、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^#、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 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。

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。