[发明专利]3D全局自由变形方法及装置

说明书

本发明公开了一种3D全局自由变形算法及装置，所述3D全局自由变形算法包括：获取一3D影像；将所述3D影像与一预存影像库匹配，预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型；通过人工智能深度学习算法利用所述预存影像上张量模型生成影像点上设有张量模型的3D影像；所述3D影像上影像点通过张量模型进行变形。本发明的3D全局自由变形算法及装置能够获取更加规范、可以调节形状的数字点云，使获取的3D影像更加容易管理、控制，而且能够降低运算所耗资源。

技术领域

本发明涉及一种3D全局自由变形方法及装置。

背景技术

3D摄像机，利用的是3D镜头制造的摄像机，通常具有两个摄像镜头以上，间距与人眼间距相近，能够拍摄出类似人眼所见的针对同一场景的不同图像。全息3D具有圆盘5镜头以上。

第一台3D摄像机迄今3D革命全部围绕好莱坞重磅大片和重大体育赛事展开。随着3D摄像机的问世，这项技术距离家庭用户又近了一步。在这款摄像机推出以后，我们今后就可以用3D镜头捕捉人生每一个难忘瞬间，比如孩子迈出的第一步，大学毕业庆典等。

3D摄像机通常有两个以上镜头。3D摄像机本身的功能就像人脑一样，可以将两个镜头图像融合在一起，变成一个3D图像。这些图像可以在3D电视上播放，观众佩戴所谓的主动式快门眼镜即可观看，也可通过裸眼3D显示设备直接观看。3D快门式眼镜能够以每秒60次的速度令左右眼镜的镜片快速交错开关。这意味着每只眼睛看到的是同一场景的稍显不同的画面，所以大脑会由此以为其是在欣赏以3D呈现的单张照片。

现有的3D摄像机获取的影像无法控制的缺陷。

发明内容

本发明要解决的技术问题是为了克服现有技术中3D摄像机获取的影像不容易处理、控制的缺陷，提供一种能够获取更加规范的数字点云，使获取的3D影像更加容易管理、控制的3D全局自由变形方法及装置。

本发明是通过下述技术方案来解决上述技术问题：

一种3D全局自由变形方法，其特点在于，所述3D全局自由变形方法包括：

获取一3D影像；

将所述3D影像与一预存影像库匹配，预存影像库中每一预存影像上设有用于调节预存影像的影像点形状的张量模型；

通过人工智能深度学习算法利用所述预存影像上张量模型生成影像点上设有张量模型的3D影像；

所述影像点上设有张量模型的3D影像上影像点通过张量模型进行变形。

所述3D影像为人脸影像。

较佳地，所述张量模型为预存影像上设置的表示影像点之间关系的函数式，所述3D全局自由变形方法包括：

通过人工智能深度学习算法利用所述预存影像上函数式来设置所述3D影像上影像点之间的函数式。

较佳地，预存影像库中每一预存影像划分为若干区域，每一区域内设有表示同一区域内影像点之间关系的函数式，所述3D全局自由变形方法包括：

通过人工智能深度学习算法利用所述预存影像上的区域位置在所述3D影像上划分区域；

对于所述3D影像上的一目标区域，通过人工智能深度学习算法利用所述预存影像上函数式来设置所述3D影像上所述目标区域内的影像点之间的函数式。

较佳地，所述3D全局自由变形方法包括：

对于预存影像库中一目标预存影像，获取目标预存影像中相邻影像点之间的函数式，所述函数式为多项式函数；

通过人工智能深度学习获取若干穿过相邻影像点之间的分割线，并计算分割线穿过的全部相邻影像点之间的多项式函数的最高次项的次数总和，以次数总和低于预设值的分割线划分目标预存影像的区域。