本论文提出了一个多视图训练和测试模型MFNet，结合了多视图训练框架和面部参数模型Flame，通过自监督训练和多视图光流损失函数等约束，实现了更好的面部3D重建质量。研究使用了AFLW和facescape数据集以及模拟实际场景拍摄的面部照片，取得了良好的结果。该研究解决了面部参数模型与多视角面部3D重建相结合的问题，并对基于Flame的多视图训练和测试框架进行了探索，对面部3D重建领域有贡献。