BFM模型基本介绍

Basel Face Model是一个开源的人脸数据库，其基本原理是3DMM，因此其便是在PCA的基础上进行存储的。
目前有两个版本的数据库（2009和2017）。
官方网站：

01_MorphableModel.mat（数据主体）

BFM模型由53490个顶点构成，其shape/texture的数据长度为160470（53490*3），因为其排列方式如下：

shape: x_1, y_1, z_1, x_2, y_2, z_2, ..., x_{53490}, y_{53490}, z_{53490}

texture: r_1, g_1, b_1, r_2, g_2, b_2, ..., r_{53490}, g_{53490}, b_{53490}

.h5文件与.mat文件对应关系

[注] .h5文件中的tl数量与.mat数量不同，主成分方差的值也不同，且shape的值是.mat中shape值的0.001倍（见/shape/representer/length-unit）。

Matlab脚本

建议阅读script_gen_random_head.m文件，该脚本实现了如何生成随机脸，从中我们可以学习到BFM模型的使用方法。

2009与2017版本区别

2009年版本数据集：

• 提供数据格式：mat（01_MorphableModel.mat）和h5（model2009-publicmm1-bfm.h5）；
• 提供一系列Matlab脚本，有生成随机脸等功能；
• 提供多种特征点（PublicMM1/11_feature_points）；
• 提供segment的mask（PublicMM1/09_mask）；
• 提供对称点的对应关系（PublicMM1/13_symmetry_indices）；
• 提供属性（PublicMM1/04_attributes.mat）
• 不提供表情；

2017年版本数据集：

• 提供数据格式：h5（原版（model2017-1_bfm_nomouth.h5）和裁剪过的版本（model2017-1_face12_nomouth.h5））；
• 不提供Matlab脚本（本身也无mat格式数据）；
• 提供单种特征点（metadata/landmarks/text）；
• 不提供segment、对称点的对应关系和属性；
• 提供表情（expression）；

基本原理

目标shape或者texture都可以通过如下式子得到：

obj = average + pc * (coeficient .* pcVariance)

其中系数（coeficient）是变量，其余均是数据库里的常量，其是一个199维（对应199个PC）的向量。

C++实现BFM模型可视工具

数据读取

我们可以读取.mat文件或者.h文件，因为读取.mat文件需要使用Matlab的库文件，我们暂时不考虑。

读取.h5格式文件

.h5文件无法直接通过文本工具打开，需要下载专门的可视工具，此处我使用了HDFView。