EBStore dataset

EBStore是首个高质量的3D合成眉毛数据集，包含400个高质量的3D模型。这些眉毛模型由艺术家使用Blender中的粒子编辑模式手动创建，依据眉毛区域的高分辨率纹理图和个人的正面图像进行指导。

EBStore is the first high-quality 3D synthetic eyebrow dataset that contains 400 high-quality 3D models. These eyebrow models were manually created by artists using the particle editing mode in Blender, guided by high-resolution texture maps of the eyebrow area and frontal images of individual subjects.

原始信息汇总

EMS EBStore 数据集

概述

EMS EBStore 数据集是一个高质量的3D合成眉毛数据集，包含400个高质量的3D眉毛模型。这些眉毛模型由艺术家使用Blender中的粒子编辑模式手动创建，依据眉毛区域的高分辨率纹理图和个人的正面图像。

数据集内容

数据集的目录结构如下：

├── EBStore_blender_data │ ├── 1 │ │ ├── 1_uv.jpg │ │ ├── 1.blend │ │ ├── 1.obj | | ├── h.mtl | | ├── h.obj | | ├── m.mtl │ │ └── m.obj │ ├── 2 │ │ ├── 2_uv.jpg │ │ ├── 2.blend │ │ ├── 2.obj │ │ ├── h.mtl │ │ ├── h.obj │ │ ├── m.mtl │ │ └── m.obj ├── ...

环境要求

数据集在以下版本的Blender中进行了测试：

• blender-3.4.0
• blender-3.6.14

数据转换

将头发blend文件转换为npy格式

python hair2npy.py --input ./EBStore_blender_data --output ./strand_npy_rekey

将npy文件转换为obj格式

python npy2obj.py --output ./strand_npy_rekey --output ./strand_obj_rekey

许可证

数据和代码在Attribution-NonCommercial 4.0 International License下发布。

引用

如果该数据集对你的研究有帮助，请考虑引用以下论文： bibtex @article{li2023ems, title={EMS: 3D Eyebrow Modeling from Single-view Images}, author={Li, Chenghong and Jin, Leyang and Zheng, Yujian and Yu, Yizhou and Han, Xiaoguang}, journal={ACM Transactions on Graphics (TOG)}, volume={42}, number={6}, pages={1--19}, year={2023}, publisher={ACM New York, NY, USA} }

搜集汇总

数据集介绍

构建方式

EBStore数据集的构建过程体现了高度的艺术性与技术性的结合。该数据集包含了400个高质量的3D眉毛模型，这些模型由艺术家在Blender软件中使用粒子编辑模式手工创建。创建过程中，艺术家们依据眉毛区域的高分辨率纹理图和个体的正面图像进行精细调整，确保每个模型的真实性和细节丰富性。

特点

EBStore数据集的显著特点在于其高质量和多样性。作为首个高精度3D合成眉毛数据集，它不仅提供了丰富的3D模型，还包含了每个模型的UV贴图、Blender文件、OBJ文件等多种格式，便于不同应用场景下的使用。此外，数据集的多样性体现在涵盖了多种眉毛形状和风格，为相关研究提供了广泛的数据支持。

使用方法

使用EBStore数据集时，用户首先需要从OneDrive下载数据，并解压以获取包含3D模型的目录结构。数据集支持多种格式的文件，包括Blender文件和OBJ文件，用户可以根据需求选择合适的格式进行处理。此外，数据集还提供了Python脚本，用于将Blender文件转换为npy格式，或将npy格式转换为OBJ格式，进一步增强了数据集的灵活性和适用性。

背景与挑战

背景概述

EBStore数据集是由Chenghong Li、Leyang Jin、Yujian Zheng、Yizhou Yu和Xiaoguang Han等研究人员于2023年创建的，专注于从单视图图像中进行三维眉毛建模的高质量3D合成眉毛数据集。该数据集包含了400个由艺术家手动创建的高质量3D眉毛模型，这些模型在Blender中使用粒子编辑模式生成，并结合了眉毛区域的高分辨率纹理图和个体的前视图像。EBStore数据集的推出填补了该领域的空白，为三维眉毛建模研究提供了宝贵的资源，预计将在计算机图形学和人脸识别领域产生深远影响。

当前挑战

EBStore数据集在构建过程中面临了多个挑战。首先，高质量3D眉毛模型的手动创建过程复杂且耗时，需要艺术家具备高超的技术和审美能力。其次，数据集的多样性和代表性也是一个重要挑战，确保模型能够覆盖不同种族、性别和年龄段的眉毛特征。此外，数据集的规模和质量之间的平衡也是一个难题，如何在有限的资源下生成尽可能多的高质量模型。最后，数据集的转换和处理工具的开发也是一个技术挑战，确保用户能够方便地使用和处理这些3D模型。

常用场景

经典使用场景

在计算机视觉与图形学领域，EBStore数据集的经典使用场景主要集中在3D眉毛模型的生成与分析。该数据集通过提供400个高质量的3D眉毛模型，为研究人员提供了丰富的资源，用于开发和验证从单视图图像中重建3D眉毛的算法。这些模型不仅包括几何信息，还附带了高分辨率的纹理映射，使得研究者能够深入探索眉毛的形态学特征和纹理细节。

实际应用

在实际应用中，EBStore数据集具有广泛的应用前景。例如，在虚拟试妆和个性化美容领域，该数据集可以用于开发更精确的眉毛形状和颜色匹配算法，从而提升用户体验。此外，在影视制作和游戏开发中，EBStore数据集的高质量3D眉毛模型可以用于创建更加逼真的人物角色。在医学美容领域，该数据集也可用于研究和开发非侵入性的眉毛整形技术。

衍生相关工作

EBStore数据集的发布激发了一系列相关的经典工作。例如，基于该数据集的研究已经提出了多种从单视图图像生成3D眉毛模型的算法，显著提升了模型的准确性和细节表现。此外，该数据集还被用于开发新的纹理映射技术，以增强3D模型的视觉效果。在学术界，EBStore数据集已成为评估和比较不同3D建模方法的标准基准，推动了相关领域的技术进步。