基于多尺度注意力机制相位展开的三维人脸建模 |
| |
引用本文: | 朱江平,王睿珂,段智涓,黄怡洁,何国欢,周佩.基于多尺度注意力机制相位展开的三维人脸建模[J].光学学报,2022(1):166-177. |
| |
作者姓名: | 朱江平 王睿珂 段智涓 黄怡洁 何国欢 周佩 |
| |
作者单位: | 1. 四川大学计算机学院;2. 四川大学视觉合成图形图像技术国防重点学科实验室 |
| |
基金项目: | 国家自然科学基金(61901287,62101364); |
| |
摘 要: | 相位展开作为三维(3D)测量技术中的关键环节,其解析精度直接影响3D建模的精度。由于存在欠采样和相位不连续等问题,故传统空间相位展开难以得到正确的相位信息,而时间相位展开又需要额外的信息辅助。针对复杂场景中的3D人脸建模,提出了基于多尺度注意力机制的相位展开网络。在所提网络中,利用编码器-解码器结构融合多尺度特征,并在解码网络中嵌入注意力子网络以获取上下文信息。构建一个包含5000组样本的FACE数据集和一个包含100组样本的MASK数据集,每组样本均包含截断相位和连续相位的真值,这些真值可用于相位展开的训练及测试。所提网络在FACE数据集和MASK数据集上的均方根误差分别为0.0387 rad和0.0273 rad,结构相似性分别为0.9850和0.9793。在欠采样、相位不连续等区域中,所提网络可快速准确地提取相位特征,进而保证了相位展开的正确性。最后,通过对比实验证实了所提网络的有效性和可行性。
|
关 键 词: | 测量 三维人脸建模 相位展开 多尺度注意力机制融合 上下文特征信息 编码器-解码器结构 |
|
|