[发明专利]一种基于CNN校正的被动偏振三维重建方法

说明书

本发明涉及一种基于CNN校正的被动偏振三维重建方法，包括：获取待重建物体的若干不同偏振角度的偏振图像；根据所述偏振图像得到所述待重建物体的第一表面法线梯度场；利用卷积神经网络获取所述待重建物体的第二表面法线梯度场；利用所述第二表面法线梯度场校正所述第一表面法线梯度场，得到所述待重建物体的第三表面法线梯度场；根据所述第三表面法线梯度场实现所述待重建物体的三维重建。本发明的三维重建方法，克服了由于法线方位角的二值性导致的三维重建结果畸变的问题，可以在自然光下实现三维重建，应用场景广，而且成本较低。

技术领域

本发明属于计算成像技术领域，具体涉及一种基于CNN校正的被动偏振三维重建方法。

背景技术

三维重建技术能够提供二维图像无法获取的深度信息，是当今信息时代获取数据的重要方式。通过三维重建技术，我们可以获取包括结构、纹理、尺度等物体的完整三维信息。随着三维重建技术在人脸反欺骗、人脸识别、人脸表情动画和移动人脸支付等领域的广泛应用，尤其是在移动人脸支付领域，人们对于三维重建技术的重建结果的细节信息的丰富性、准确性和高精度的要求越来越高。

目前，对于传统的三维成像方法如飞行时间法(Time of Flight，TOF)、双目阴影恢复形状(Shape from Shading，SFS)和激光扫描等方法，由于成像设备复杂、信息解译性差和成像条件苛刻等因素极大的限制了其发展。因此，技术人员提出了一种单目偏振三维重建的方法，单目偏振三维重建的方法只能处理目标形状比较简单、单一的物体，在面对人脸时由于人脸的光强信息很复杂且存在法线方位角不确定的问题，不能简单的利用光强梯度场去校正偏振求得的梯度场。另外，此技术要求入射光源是均匀照射，而且需要获取照射方向，因此，需要积分球作为主动光源去照射目标物才能重建出结果，使得该方法实现起来成本较高，应用范围较小，重建难度较高，重建准确度较低。

因此，需要提出一种精确度高、应用范围大、重建难度低，且可以在自然光照下实现的三维重建方法。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于CNN校正的被动偏振三维重建方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种基于CNN校正的被动偏振三维重建方法，包括：

获取待重建物体的若干不同偏振角度的偏振图像；

根据所述偏振图像得到所述待重建物体的第一表面法线梯度场；

利用卷积神经网络获取所述待重建物体的第二表面法线梯度场；

利用所述第二表面法线梯度场校正所述第一表面法线梯度场，得到所述待重建物体的第三表面法线梯度场；

根据所述第三表面法线梯度场实现所述待重建物体的三维重建。

在本发明的一个实施例中，获取待重建物体的若干不同偏振角度的偏振图像，包括：

选取待重建物体和相机的拍摄位置；

在所述相机与所述待重建物体之间设置等高同轴的偏振片；

旋转所述偏振片，依次获取偏振角度为0°、45°、90°和135°的偏振图像I₀、I₄₅、I₉₀和I₁₃₅。

在本发明的一个实施例中，根据所述偏振图像得到所述待重建物体的第一表面法线梯度场，包括：

根据所述偏振图像得到所述待重建物体的偏振度；

根据所述偏振度得到所述待重建物体表面微面元的法线方位角和法线天顶角；

根据所述法线方位角和所述法线天顶角得到所述第一表面法线梯度场。