结合图卷积网络的弱监督三维人脸重建方法
来源：计算机应用与软件杂志2025年第1期北京时间：
作者：常高祥, 刘大明, 陈宗民, 李冉冉 梁登玉,
摘要：针对目前深度学习方法在三维人脸重建任务中存在的训练数据不足、重建纹理不够真实等问题，提出一种弱监督混合模型。利用单幅二维人脸图像，通过密集连接卷积网络(DenseNet)回归人脸三维形变模型(3DMM)系数，结合不同层级的特征差异作为弱监督信号，进而提高模型泛化能力。在此基础上使用图卷积网络(GCN)提取输入图像的面部细节特征来优化重建纹理。实验结果表明，该方法可以在无训练标签的数据下重建出精细的人脸三维模型，在归一化平均误差等指标上优于现有方法。
关键词：三维人脸重建, 弱监督, 密集连接卷积网络, 三维形变模型, 图卷积网络
