近日，团队成员邓卓然、梁艳（通讯作者）、潘家辉、廖嘉城、郝岩、温兴在CCF推荐国际学术期刊The Visual Computer（大类学科：计算机科学、影响因子：2.835、JCR Q2）发表研究论文《Fast 3D Face Reconstruction From A Single Image Combining Attention Mechanism and Graph Convolutional Network》，并于2022年9月29日在线发表，发表网址为：

https://link.springer.com/article/10.1007/s00371-022-02679-9

近年来，随着深度学习的快速发展，研究人员对三维人脸重建的研究做出了许多贡献。然而，基于学习的方法经常存在运行时间长和内存消耗大的问题。如果只是简单地删减部分网络层不能很好地解决该问题。本文提出了一种解决方案，在不需要准确的三维数据作为训练集的情况下，从单一图像中实现快速且稳健的三维人脸重建。为了提升速度，本文使用了轻量级神经网络MobileNet作为面部特征提取器。因此，我们的方法减少了对GPU的依赖，允许仅在CPU上进行快速的三维人脸重建。为了保持鲁棒性，我们在三维人脸参数回归模块中将注意力机制与图卷积神经网络相结合，以提高对面部细节的关注。我们使用了三个损失函数并针对不同的损失函数组合方式进行了实验，以获得最佳的性能。在对比实验中，本文分别比较了所提出的方法与最前沿的方法在三维人脸重建和稀疏人脸对齐方面的性能。在各个数据集上的实验结果都验证了我们方法的有效性。