改进多层级特征损失及全局注意力的三维人脸重建算法

来源：上海理工大学学报杂志2025年第1期北京时间：

作者：何亚岚，魏国亮，武俊珂

单位：上海理工大学 理学院，上海 200093,上海理工大学 管理学院，上海 200093,上海理工大学 管理学院，上海 200093

摘要：针对人脸重建算法在细节重建能力、精度以及遮挡影响方面存在的不足，提出一种改进多层级特征损失及全局注意力的三维人脸重建算法。在输入层添加人脸关键点与遮罩的面部先验信息，引导模型关注人脸的重要区域；设计了全局感知金字塔注意力模块，增强模型对重要特征的关注程度，同时充分融合不同层级的特征信息；提出人脸掩膜一致性损失与结构一致性损失，并设计多层级特征损失对模型进行训练优化，提升算法对遮挡情况的重建稳健性，并使输入图像与重建结果在结构上更趋近于一致，丰富模型的特征表示。实验结果表明，重建出的人脸模型具有更多的细节特征，显著增强了遮挡情况下的面部细节重建效果，大幅提高了现有方法的重建精度与鲁棒性能。

关键词：三维人脸重建;深度学习;人脸建模;三维形变模型

基金资助：国家自然科学基金资助项目(62273239）