3d人脸重建matlab程序

三维人脸重建 本文提出了一种基于立体的三维人脸重建方法。该算法基于不同视角下的图像对，对人脸进行深度估计。然后，通过部署深度信息生成面的表面网格。为了提高深度估计的精度，利用了人脸的特征。

function [F] = face（ sigmaMNwin_sizefeatures_mdisparity_feature_pointsdispartity1_refmask_middle）

w=（win_size-1）/2;

gaussians = zeros（MN74）;
for i=1:68
    x=uint32（features_m（i1））;
    y=uint32（features_m（i2））;
    gaussians（y-w:y+wx-w:x+wi） = fspecial（‘gauss‘win_size20）;
end

c1 = uint32（features_m（2:） + （features_m（30:）-features_m（2:））/3）;
c2 = uint32（features_m（4:） + （features_m（32:）-features_m（4:））/2）;
c3 = uint32（features_m（36:） + （features_m（14:）-features_m（36:））/2）;
c4 = uint32（features_m（30:） + （features_m（16:）-features_m（30:））/3）;
c5 = uint32（features_m（2:） + 2*（features_m（30:）-features_m（2:））/3）;
c6 = uint32（features_m（30:） + 2*（features_m（16:）-features_m（30:））/3）;

gaussians（c1（2）-w:c1（2）+wc1（1）-w:c1（1）+w69） = fspecial（‘gauss‘win_sizesigma（11））;
gaussians（c2（2）-w:c2（2）+wc2（1）-w:c2（1）+w70） = fspecial（‘gauss‘win_sizesigma（11））;
gaussians（c3（2）-w:c3（2）+wc3（1）-w:c3（1）+w71） = fspecial（‘gauss‘win_sizesigma（11））;
gaussians（c4（2）-w:c4（2）+wc4（1）-w:c4（1）+w72） = fspecial（‘gauss‘win_sizesigma（11））;
gaussians（c5（2）-w:c5（2）+wc5（1）-w:c5（1）+w73） = fspecial（‘gauss‘win_sizesigma（11））;
gaussians（c6（2）-w:c6（2）+wc6（1）-w:c6（1）+w74） = fspecial（‘gauss‘win_sizesigma（11））;

disp=zeros（741）;
disp（1:681） = disparity_feature_points;
w1=dispartity1_ref（c1（2）-w:c1（2）+wc1（1）-w:c1（1）+w）;
w2=dispartity1_ref（c2（2）-w:c2（2）+wc2（1）-w:c2（1）+w）;
w3=dispartity1_ref（c3（2）-w:c3（2）+wc3（1）-w:c3（1）+w）;
w4=dispartity1_ref（c4（2）-w:c4（2）+wc4（1）-w:c4（1）+w）;
w5=dispartity1_ref（c5（2）-w:c5（2）+wc5（1）-w:c5（1）+w）;
w6=dispartity1_ref（c6（2）-w:c6（2）+wc6（1）-w:c6（1）+w）;

disp（691） = sum（sum（w1））/sum（sum（w1~=0））;
disp（701） = sum（sum（w2））/sum（sum（w2~=0））;
disp（711） = sum（sum（w3））/sum（sum（w3~=0））;
disp（721） = sum（sum（w4））/sum（sum（w4~=0））;
disp（731） = sum（sum（w5））/sum（sum（w5~=0））;
disp（741） = sum（sum（w6））/sum（sum（w6~=0））;


tot=sum（gaussians3）;
for i=1:74 
    gaussians（::i）=gaussians（::i）./tot;
end

F =  zeros（MN）;
fo=zeros（741）;
for k=1:M
    for l=1:N
        if mask_middle（kl）==1
            fo（:1）=gaussians（kl:）;
            F（kl） = sum（fo.*disp）;
        end
    end 
end

%Smooth 
% h=fspecial（‘gauss‘10020）;
% F=imfilter（Fh）;

%Cost function
%J = sum（sum（（dispartity1_ref_out - F）.^2））;

end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2278  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\face.m

     文件       2298  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\face_mask_extraction.m

     文件       2817  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\interF.m

     文件    5501219  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\ipcv_project_TURKOGLU.pdf

     文件        451  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\k_means.m

     文件       9283  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\main.m

     文件       1996  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\mesh_create_func.m

     文件        391  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master\README.md

     目录          0  2019-01-08 16:21  3D_face_reconstruction_from_stereo_pairs-master

----------- ---------  ---------- -----  ----

              5520733                    9