[发明专利]一种人脸重建的方法、系统平台及存储介质在审

专利信息
申请号: 201910543241.3 申请日: 2019-06-21
公开(公告)号: CN110400369A 公开(公告)日: 2019-11-01
发明(设计)人: 蒋锦鹏;宋亚楠;邱楠;梁剑华;刘海峡;段邦潮;程谦;丁玉龙 申请(专利权)人: 苏州狗尾草智能科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T15/04;G06K9/00
代理公司: 北京众元弘策知识产权代理事务所(普通合伙) 11462 代理人: 宋磊
地址: 215000 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸 人脸图片 人脸特征点 人脸形状模型 存储介质 人脸模型 纹理 重建 计算机技术领域 三维人脸模型 后处理 标准模型 表情动作 环境渲染 数据信息 纹理信息 系统平台 相机位置 多尺度 可分离 特征点 贴合 预设 美术 输出 图片
【权利要求书】:

1.一种人脸重建的方法,其特征在于,所述的方法具体包括如下步骤:

获取含有人脸图片数据信息;

对含有人脸图片进行特征点标记,并输出人脸特征点的坐标;

根据人脸特征点、含有人脸图片以及预设的人脸标准模型,生成人脸形状模型;

根据含有人脸图片的人脸特征点和标准人脸模型,生成人脸纹理;

结合环境渲染参数、相机位置参数,将生成的人脸形状模型信息和人脸纹理信息进行贴合,并生成人脸模型。

2.根据权利要求1所述的一种人脸重建的方法,其特征在于,于步骤获取含有人脸图片数据信息之前,还包括如下步骤:

获取图片数据信息;

对图片进行人脸检测,获取含有人脸图片。

3.根据权利要求1所述的一种人脸重建的方法,其特征在于,于步骤根据人脸特征点、含有人脸图片以及预设的人脸标准模型,生成人脸形状模型之中,还包括如下步骤:

根据含有人脸图片中的人脸尺寸选择最为接近的预设人脸标准模型;

结合已生成的人脸特征点,将选定的人脸标准模型部分点与特征点一一对应;

生成粗粒度的人脸重建模型;

相应地,还包括如下步骤:

从所述含有人脸图片中获取形状向量和表情向量;

所述的形状向量具体为没有表情的人脸模型形状的系数构成的向量,所述的表情向量具体指人脸图片的人脸表情的系数构成的向量;

利用所述形状向量和表情向量对所述粗粒度的人脸重建模型进行修正,得到人脸形状模型。

4.根据权利要求1所述的一种人脸重建的方法,其特征在于,于步骤根据含有人脸图片的人脸特征点和标准人脸模型,生成人脸纹理之中,还包括如下步骤:

根据人脸标准模型设定人脸的邻域点个数,计算邻接距离矩阵;

计算每对点之间的最小路径,并将邻接矩阵矩阵转为最小路径矩阵;

通过MDS算法,得出人脸纹理信息。

5.根据权利要求1所述的一种人脸重建的方法,其特征在于,于步骤结合环境渲染参数、相机位置参数,将生成的人脸形状模型信息和人脸纹理信息进行贴合,并生成人脸模型中,还包括根据环境参数计算最小化代价函数,具体计算公式如下:

其中,EI代表损失函数,σN代表标准误差,(x,y,z)代表参数;

具体地,损失函数计算公式如下所示:

其中,

6.一种人脸重建的系统,其特征在于,所述的系统具体包括:

第一获取单元,用于获取含有人脸图片数据信息;

特征点标记单元,用于对含有人脸图片进行特征点标记,并输出人脸特征点的坐标;

第一生成单元,用于根据人脸特征点、含有人脸图片以及预设的人脸标准模型,生成人脸形状模型;

第二生成单元,用于根据含有人脸图片的人脸特征点和标准人脸模型,生成人脸纹理;

信息贴合单元,用于结合环境渲染参数、相机位置参数,将生成的人脸形状模型信息和人脸纹理信息进行贴合,并生成人脸模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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苏州狗尾草智能科技有限公司,未经苏州狗尾草智能科技有限公司许可,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/201910543241.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top