Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression

这篇文章解决的是从2D图片直接恢复3D人脸的一个问题。这篇文章没有用3DMM，用的是体素。所谓体素就是三维的像素。
文章中提出的模型VRN由Hourglass Module（漏斗形的CNN结构，漏斗两端都有对应的残差连接）堆叠而成。
如下图所示，尝试了三个模型：
1.直接通过2D图片恢复3D人脸
2.先恢landmark，再将landmark与2D图像合并后预测3D人脸
3.多任务联合优化，也即一边预测landmark一边预测3D人脸
最后发现第二种效果最好。

overview