原文链接：https://blog.csdn.net/zb1165048017/article/details/104204035

前言

之前有款换脸软件不是叫么，分析了一下，它的实现原理绝对是3D人脸重建，而非方法，找了一篇3D重建的论文和源码看看。这里对源码中的部分函数做了自己的理解和改写。

国际惯例，参考博客：

什么是uv贴图/p>

PRNet论文

PRNet代码

本博客主要是对PRNet的输出进行理解。

理论简介

这篇博客比较系统的介绍了3D人脸重建的方法，就我个人浅显的理解，分为两个流派：1.通过算法估算3DMM的参数，3DMM的思想是有一个平均脸，基于这个平均脸进行变形，就能得到任意的人脸，算法就需要计算这个变形所需要的参数；2. 直接摆脱平均脸的约束，直接使用神经 络去估算人脸的3D参数。

就是属于第二种流派，输入一张图片，直接使用神经 络输出一张称为的UV位置映射图。本博客就是为了对这个输出进行充分理解。先简短说一下，他的维度是

任何的3D人脸重建，包括3DMM，都需要得到顶点图和纹理图，这个在图形学里面很常见，比如我们看到的游戏角色就包括骨骼信息和纹理信息。

代码理解

首先引入必要的库：

这里有个额外的predictor库，是PRNet的 络结构，直接去这里下载。

还有一个文件夹需要下载，戳这里，这里面定义了UV图的人脸关键点信息，预定义的人脸顶点信息，三角 格信息。下面会分析他俩的作用。

人脸裁剪

因为源码使用检测人脸关键点，其实目的是找到人脸框，然后裁剪人脸。由于在上安装有点难度，而前面的换脸博客刚好玩过用检测人脸关键点。检测人脸框的代码如下：

可视化看看：

络推断

载入 络结构

直接把裁剪后的图片输入到 络中，推导位置映射图

因为这个结果是裁剪过的图的重建，所以在重新调整一下，缩放到之前的图大小：

这里不太好可视化，只看看这个深度信息，也就是第三个通道：

记住，所有的人脸texture都满足这个布局，所有器官一定出现在上图的对应位置。至于怎么获取，后面会介绍。

前面说了， 络输出的UV位置映射图，前面两个