[发明专利]一种包含尺度信息的人脸三维重建方法及系统

说明书

本发明涉及计算机视觉技术领域，实施例具体公开一种包含尺度信息的人脸三维重建方法及系统。本发明提供的人脸三维重建方法及系统，通过获取目标人脸的N个三维特征点；获取目标人脸的目标人脸三维点云，从目标人脸三维点云中提取出目标人脸三维点云的N个三维特征点；再将目标人脸三维点云的N个三维特征点与目标人脸的N个三维特征点进行匹配，并调整目标人脸三维点云，获得最终目标人脸三维点云。解决了现有的三维重建方法不能重建具有尺度信息和表面信息的人脸三维模型的问题，获得了一个没有变形且拥有表面细节的人脸三维重建结果，实现了人脸三维模型更广阔的应用。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种包含尺度信息的人脸三维重建方法及系统。

背景技术

传统的三维重建方法有：光度立体，结构光，双目视觉，TOF等等。光度立体视觉可以看成是一种三维表面重建方法，由它得到的物体表面细节非常丰富，还原度高，但是传统的光度立体视觉在整体上由于模型不精确性而存在偏差，并且存在尺度变化而无法直接用于三维测量，所重建出来的三维模型可能发生变形。结构光和TOF等算法结果也比较精确，但是都依赖于一些要求高的设备，应用场景是比较受限制的。双目立体视觉得到的重建结果有具体的尺度信息，但是噪声较大，算法不是很鲁棒。所以，依照前面所述的三维重建方法得到的重建结果都各有各的局限性。

目前，越来越多的领域需要对人脸进行三维重建，以获得人脸三维立体模型的尺度信息和表面信息，因此，如何获得一个没有变形且拥有表面细节的人脸三维重建结果是目前亟待解决的问题。

发明内容

有鉴于此，本申请提供一种结合人脸特征点和人脸三维点云的方案，能够克服上述缺点，获得一个具有尺度信息和表面细节信息的人脸三维模型。

为解决以上技术问题，本发明提供的技术方案是一种包含尺度信息的人脸三维重建方法，包括：

获取目标人脸的N个三维特征点；

获取目标人脸的目标人脸三维点云；

从所述目标人脸三维点云中提取出目标人脸三维点云的N个三维特征点；

将所述目标人脸三维点云的N个三维特征点与所述目标人脸的N个三维特征点进行匹配，并调整所述目标人脸三维点云，获得最终目标人脸三维点云；

其中N为大于1的正整数。

优选地，所述获取目标人脸的N个三维特征点的方法，包括：

获取目标人脸的双目二维图像左图和双目二维图像右图；

从所述双目二维图像左图和所述双目二维图像右图中各提取出一组目标人脸的N个二维特征点；

根据所述提取出的两组目标人脸的N个二维特征点，采用双目立体匹配算法计算出目标人脸的N个三维特征点的坐标。

优选地，所述获取目标人脸的目标人脸三维点云的方法，包括：采用光度立体视觉方法获取目标人脸的目标人脸三维点云。

优选地，所述将所述目标人脸三维点云的N个三维特征点与所述目标人脸的N个三维特征点进行匹配，并调整所述目标人脸三维点云，获得最终目标人脸三维点云的方法，包括：

调整所述目标人脸三维点云的N个三维特征点与所述目标人脸的N个三维特征点重合，获得调整后的目标人脸三维点云的N个三维特征点；

根据所述调整后的目标人脸三维点云的N个三维特征点调整所述目标人脸三维点云，获得最终目标人脸三维点云。

优选地，所述根据所述调整后的目标人脸三维点云的N个三维特征点调整所述目标人脸三维点云，获得最终目标人脸三维点云的方法，包括：

构造所述调整后的目标人脸三维点云的N个三维特征点与所述目标人脸三维点云的N个三维特征点的特征点差异能量函数；