基于深度学习的非约束图像3D人脸对齐方法
计算机学院（国家示范性软件学院）
所谓人脸对齐，就是提取图像中人脸的二维特征点，比如人脸的眼睛、眉毛、鼻尖、嘴角等位置。人脸对齐的好坏直接关系到人脸识别系统的性能，此外，随着社交网络以及智能硬件的发展，诞生了一批人脸美化的软件，这些软件的基础便是人脸对齐技术。在三维人脸重建的过程中，也需要先定位二维特征点，然后将其投影到三维人脸模型中。由此可见，人脸对齐技术的研究是十分重要的。
到目前为止，绝大部分人脸对齐方法都是只考虑2D的人脸图像，不可否认，2D人脸对齐方法针对约束图像（正面人脸、无遮挡、无强光照）的性能已经达到消费者级别，但是对于非约束图像（侧面人脸、部分遮挡、较强光照）仍然难以得到很好的处理效果。
针对上述问题，本课题在人脸对齐的过程中引入3D模型，与传统的回归方法不同，本课题采用全自动的深度学习方法估算输入的人脸图像与3DMM（3D Morphable Model）之间的对应关系，增强了对2D特征点的约束，通过这些对应关系，能更好的在大角度、有遮挡、有光照的环境下实现令人满意的人脸对齐效果。
