替换google的与训练模型，用于facenet人脸识别系统中，替换欧美人脸的训练模型，使用7000余人的图片集合，制作了亚洲人脸模型

构建出的人脸模型 　 根据获取的特征点信息和已设计好的三角网格的拓扑结构，建立出了相对粗糙的三维人脸模型。 正面 侧面 仰视 下图为三维人脸模型在Meshlab中的显示（包含3D的人脸头部姿态）：

此文件为人脸点云，格式为PCD，供相关研究人员下载使用。采用D200型号的3D相机采集自人脸模型。

1. Unity-2019.2.1f1 2. python-3.5 3. dlib-19.18 4. numpy-1.15.4 5. torch-1.1.0 6. opencv-contrib-python 3.4.0.12 7. tqdm-4.23.4 8. argparse-1.4.0 9. scipy-1.0.1 10. tensorboardX 网易的研究者提出了一种游戏角色自动创建方法，利用 Face-to-Parameter 的转换快速创建游戏角色，用户还可以自行基于模型结果再次进行修改，直到得到自己满意的人物。此项目按照论文里的描述建立。 Face-to-ParameterTranslationforGameCharacterAuto-Creation 对于输入图片，通过此工具dlib进行脸部截取。 pip3 install dlib 或者使用conda安装 conda install -c menpo dlib dlib 引用模型下载地址: http://dlib.net/files/shape_predictor_68_face_landm

face人脸模型，深度学习

由于不知名原因，无法登录官方网站下载资源，我也是废了好大劲才找到，这里提供一下全套的资源。可直接运行出结果。

AutoFace 毕设，根据照片生成一个3D人脸模型。

介绍了目前主要的几种利用立体视觉技术进行三位人脸重建的方法，将几种方法进行比较分析，选出了本文使用的三位人脸重建的方案，并对于利用特征点重建人脸给出了具体的思路和算法。

三维人脸建模是计算机视觉和计算机图形学领域中一个研究热点，笔者首先分析了三维人脸建模技术背景意义和研究现状；其次论证了各种三维人脸建模技术的优缺点；最后对三维人脸建模技术的应用领域进行了详细介绍并进一步展望了今后三维人脸建模方向。

此技术虽然适用于人脸检测，但不限于人脸检测，还可用于其他物体的检测，如汽车、飞机等的正面、侧面、后面检测。在检测时，先导入训练好的参数文件，其中haarcascade_frontalface_alt2.xml对正面脸的识别效果较好，haarcascade_profileface.xml对侧脸的检测效果较好。当然，如果要达到更高的分类精度，可以收集更多的数据进行训练。