2024/7/26由牛津大学和乌克兰天主教大学联合开发的一个大规模合成数据集，用于3D人体头部检测与模型拟合。
近年来，在计算机视觉的各个领域，尤其是涉及到表现人头的任务时，对高质量数据集的需求急剧增加。无论是面部识别、动画制作、增强现实还是医学成像，准确的头部建模都非常关键。但传统的数据集常常不够好，它们可能只专注于面部标志点等特定方面，或者提供的分辨率和注释类型有限。
这些数据集通常在实验室环境中记录，使得训练出的模型难以泛化。
VGGHeads数据集地址：VGGHeads
包含超过 100 万张高分辨率图像，每张图像都用详细的 3D 头部网格、面部地标和边界框进行注释。利用这个数据集，还引入了一种新的模型架构：扩散模型，能够一步从单个图像中同时检测头部和重建头部网格。通过广泛的实验评估，在合成数据上训练的模型在真实图像上取得了强大的性能。
VGGHeads数据集：由图像-标签对组成，其中每个图像的标签是一组头部边界框和 3D 头部模型参数。
