3D 人脸的移动方式与 2D 照片不同。是不是有任何运动分析算法来检测这种差异?
Posted
技术标签:
【中文标题】3D 人脸的移动方式与 2D 照片不同。是不是有任何运动分析算法来检测这种差异?【英文标题】:A 3D face moves differently from a 2D photo. Are there any motion-analysis algorithms to detect this difference?3D 人脸的移动方式与 2D 照片不同。是否有任何运动分析算法来检测这种差异? 【发布时间】:2020-09-08 06:39:02 【问题描述】:是否有任何运动分析算法来检测 2d 面部运动和 3d 面部运动之间的差异?
【问题讨论】:
【参考方案1】:我假设你在谈论一个视频。
您可以为视频中的每一帧提取 3d 地标,然后分析这些 3d 地标的变化以获取面部的运动分析。
提取 3d 地标的一种简单方法是使用 https://github.com/1adrianb/face-alignment
假设您的视频为 1..i..N 帧,并且您为每一帧提取了 3d 地标 LMK_i。
要分析帧之间的运动,您可以找到 LMK_i 和 LMK_i+1 之间的 3d 刚体转换。 (例如:python implementation of 3D rigid body translation and rotation
完成变换后,您可以从矩阵中提取旋转平移和缩放。
请注意,运动分析假设相机静止且不移动。如果相机也在移动,则需要在计算运动分析时添加考虑此运动
【讨论】:
以上是关于3D 人脸的移动方式与 2D 照片不同。是不是有任何运动分析算法来检测这种差异?的主要内容,如果未能解决你的问题,请参考以下文章
2D 照片变身 3D 模型,来看英伟达的 AI 新“魔法”!
丰巢刷脸取件被小学生破解,号称3D深度学习加持的人脸识别究竟靠谱吗?
使用适用于 iOS 的 Google Vision API 添加 2D 或 3D 人脸过滤器,例如 MSQRD/SnapChat