FaceScape是一个由南京大学计算机科学与技术系开发的大型高质量三维面部数据集，旨在推动单视图3D人脸重建技术的发展。该数据集包含18,760个纹理化的高精度三维人脸模型，这些模型由938名受试者提供，每位受试者展示了20种不同的表情。每个模型都具有毛孔级别的几何细节，并经过拓扑统一处理，以便于后续的几何建模和表情动态生成。
FaceScape的主要特点包括：
- 高精度与细节丰富：每个三维人脸模型都包含基底模型、4K分辨率的置换图及纹理贴图，能够表征面部极细微的结构和纹理。
- 大规模数据支持：数据集中包含超过16,940个顶点模型（847个ID × 20个表情），以及超过40万张多视角图像（约60×40像素），这些数据为研究提供了丰富的资源。
- 算法创新：FaceScape提出了一种新的算法，能够从单张图像中预测复杂的可操控三维人脸模型。该算法通过深度神经网络学习动态细节，从而实现从粗糙形状到精细几何的转换。
- 开源与共享：FaceScape的数据集和相关代码已向公众开放，用于非商业研究目的。用户可以通过以下链接下载数据集：https://facescape.nju.edu.cn 。
FaceScape的应用场景广泛，包括虚拟现实（VR）、增强现实（AR）、表情识别、三维人脸建模等领域。此外，FaceScape还提供了Python工具包，方便研究人员进行单视图3D人脸重建的实验。
FaceScape是一个在三维人脸建模和单视图重建领域具有重要影响力的开源数据集，其高质量的数据和创新的算法为学术研究和实际应用提供了强有力的支持。
