[发明专利]基于三维重建的人脸修饰方法、装置、设备及存储介质有效
申请号: | 201811060479.2 | 申请日: | 2018-09-11 |
公开(公告)号: | CN109035380B | 公开(公告)日: | 2023-03-10 |
发明(设计)人: | 廖声洋 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T15/80;G06T15/04;G06V40/16;G06V10/82 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王文红 |
地址: | 100000 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 三维重建 修饰 方法 装置 设备 存储 介质 | ||
1.一种基于三维重建的人脸修饰方法,其特征在于,包括:
从原始人脸图像中确定目标修饰区域;
对所述目标修饰区域进行三维重建,得到所述目标修饰区域所对应的三维空间信息;
根据所述三维空间信息对所述目标修饰区域进行着色处理,得到修饰后的人脸图像;
其中,所述的从原始人脸图像中确定目标修饰区域,包括:根据预设人脸关键点检测模型从原始人脸图像中确定人脸关键点信息;根据所述人脸关键点信息从所述原始人脸图像中分离出待修饰区域,所述待修饰区域为所述目标修饰区域;
所述的对所述目标修饰区域进行三维重建,得到所述目标修饰区域所对应的三维空间信息,包括:获取所述人脸关键点信息和所述目标修饰区域对应的用于表征所述目标修饰区域的三维空间坐标点集的基础参数以及所述基础参数所对应的权重系数;根据所述基础参数确定与所述基础参数匹配的预设三维基础模型;通过所述权重系数对所述预设三维基础模型进行加权处理,得到所述目标修饰区域对应的三维空间信息。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取标注有人脸关键点的图像样本数据;
通过所述图像样本数据对初始人脸关键点检测模型进行神经网络训练,得到预设人脸关键点检测模型。
3.根据权利要求1所述的方法,其特征在于,所述的根据所述三维空间信息对所述目标修饰区域进行着色处理,得到修饰后的人脸图像,包括:
根据所述三维空间信息对所述目标修饰区域进行着色处理,得到三维纹理着色结果;
将所述三维纹理着色结果替换到所述原始人脸图像的所述目标修饰区域上,得到修饰后的人脸图像。
4.根据权利要求3所述的方法,其特征在于,所述的根据所述三维空间信息对所述目标修饰区域进行着色处理,得到三维纹理着色结果,包括:
根据所述三维空间信息确定所述目标修饰区域对应的三维剖分网格;
将纹理对应坐标的颜色迁移到所述三维剖分网格所对应的坐标位置,得到三维纹理着色结果。
5.根据权利要求4所述的方法,其特征在于,所述的根据所述三维空间信息确定所述目标修饰区域对应的三维剖分网格,包括:
对所述三维空间信息进行三角剖分,得到所述目标修饰区域对应的三维剖分网格。
6.根据权利要求5所述的方法,其特征在于,所述的对所述三维空间信息进行三角剖分,得到所述目标修饰区域对应的三维剖分网格,包括:
对所述三维空间信息进行最邻近的无交叉三角剖分,得到所述目标修饰区域对应的三维剖分网格。
7.根据权利要求3所述的方法,其特征在于,所述的将所述三维纹理着色结果替换到所述原始人脸图像的所述目标修饰区域上,得到修饰后的人脸图像,包括:
对所述目标修饰区域的边缘区域做羽化处理,得到修饰后的人脸图像。
8.一种基于三维重建的人脸修饰装置,其特征在于,包括:
修饰目标确定单元,用于从原始人脸图像中确定目标修饰区域;
第一处理单元,用于对所述目标修饰区域进行三维重建,得到所述目标修饰区域所对应的三维空间信息;
第二处理单元,用于根据所述三维空间信息对所述目标修饰区域进行着色处理,得到修饰后的人脸图像;
所述修饰目标确定单元,还具体用于根据预设人脸关键点检测模型从原始人脸图像中确定人脸关键点信息;根据所述人脸关键点信息从所述原始人脸图像中分离出待修饰区域,所述待修饰区域为所述目标修饰区域;
所述第一处理单元,还具体用于获取所述人脸关键点信息和所述目标修饰区域对应的用于表征所述目标修饰区域的三维空间坐标点集的基础参数以及所述基础参数所对应的权重系数;根据所述基础参数确定与所述基础参数匹配的预设三维基础模型;通过所述权重系数对所述预设三维基础模型进行加权处理,得到所述目标修饰区域对应的三维空间信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811060479.2/1.html,转载请声明来源钻瓜专利网。