3DDFA_V2

收录理由

这个项目能把一张普通照片直接变成完整的3D人脸模型，同时估算头部姿态并输出密集的关键点，整个过程只需一次前向计算。它用轻量级的MobileNet作为主干网络来回归3DMM参数，每张脸能重建出超过三万个点，输出形式也很多样，既可以是深度图、PNCC，也能导出UV纹理或.ply/.obj格式的网格。仓库里备好了针对图片、视频和摄像头的现成演示，而且通过onnxruntime加速，在CPU上处理一张脸大约只要1到2毫秒，这让实时追踪和嵌入式场景变得可行。做美颜滤镜、虚拟形象或AR特效的团队，可以直接拿预训练权重和Colab教程来快速改造自己的流程。不过要留意，这本质上是研究代码，不是长期维护的服务，Cython编译那一步和某些粗糙的边角需要自己动手处理。