3D Facial Reconstruction 资源及相关链接放在material文件夹
代码放在sources文件夹
自己代码可以在try文件夹中以自己的名字命名一个文件夹
jupyter notebook address
#Jupyter workflow in remote server after login jupyter
data -> Face2to3D -> try ->your_code_directory
#Terminal workflow in remote server
New -> Terminal
cd /data/data/Face2to3D/try
#conda env in server (base, caffe2, mxnet, tf1.9)
conda activate base # for tensorflow2.0, keras
conda activate caffe2 # for Pytorch, caffe2
conda activate mxnet # for mxnet
conda activate tf1.9 # for tf1.9
1.尽量不要把代码或文件放到data文件夹外。因为可能丢失文件。
2.在try文件夹中的子项目文件夹写和修改代码。尽量不要在sources中修改代码。
3.合作项目代码和资源尽量更新到GitHub,避免大家做重复工作。
4.记着自己打开的Jupyter Notebook和terminal,避免误会其他人的。(Jupyter Notebook命名规则:名字简写_其他,如 hy_3ddfa.ipynb
Offical Website with Code and Data
pytorch version TF training code
吾日三省吾身:白否?富否?美否? 我们将利用三维人脸重建技术,更好地“审视”自己。三维人脸重建是3D计算机视觉中的重要部分,可以广泛应用于三维人脸识别、辅助医疗、个性化3D打印、影视特效、虚拟现实等领域。传统三维人脸重建技术需要根据多视图估计相机运动,并计算每张图像的深度图,需要消耗大量时间及计算资源。利用深度摄像头可以更快速获取图像的深度,在一定程度上减少重建时间,然而对于普通摄像头而言,如何快速重建出三维人脸模型?近年来,随着深度学习技术的发展,从视频中快速重建出三维人脸模型已经变得可能。看腻了二维人脸图像,不妨来挑战一下更高级的3D人脸建模。 本课题涉及:人脸检测;人脸特征点定位;亚洲人脸模型构建;人脸重建。
Latest Network Architecture and Performance Comparison
3D Morphable Model (3DMM)
-
Basel Face Model (BFM)
- BFM2009 (53490vertices) 网盘 n4we
- BFM2017 (53149vertices)
-
Surrey Face Model (SFM)
- SFM1724
- SFM3448
- SFM16759 (No texture)
- SFM29587 (No texture)
-
Large scale Face Model (LSFM)
git status
git add .
git commit -m "xxxxxx"
#pull and push code from GitHub
git pull #equal to git fetch; git merge
git push
https://help.github.com/en/articles/basic-writing-and-formatting-syntax