[发明专利]三维人脸重建方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010479102.1 申请日: 2020-05-29
公开(公告)号: CN113744384A 公开(公告)日: 2021-12-03
发明(设计)人: 金博;张国鑫;马里千;刘晓强;张博宁;孙佳佳 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06K9/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 方高明
地址: 100085 北京市海淀*** 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: 三维 重建 方法 装置 电子设备 存储 介质
【说明书】:

本公开涉及一种三维人脸重建方法、装置、电子设备及存储介质。该方法包括:获取目标三维人脸模型和标准三维人脸模型;按照目标三维人脸模型的形状,对标准三维人脸模型进行拟合,得到拟合三维人脸模型;将拟合三维人脸模型中的顶点变换至目标三维人脸模型中的顶点处,得到目标三维人脸模型对应的三维人脸重建模型。根据本公开,以目标三维人脸模型的形状为基准,对标准三维人脸模型进行拟合,并在拟合三维人脸模型与目标三维人脸模型对齐的基础上,将拟合三维人脸模型中的顶点变换至目标三维人脸模型中的顶点处,最小化三维人脸重建模型与待重建的目标三维人脸模型的误差,使最终得到的三维人脸重建模型更加自然,提高三维人脸模型重建的精度。

技术领域

本公开涉及图像处理领域,尤其涉及一种三维人脸重建方法、装置、电子设备及存储介质。

背景技术

随着人脸识别技术的不断发展,三维人脸重建技术逐渐发展为计算机图形学(Computer Graphics,CG)的一个重要应用分支。三维人脸模型比二维人脸模型有更强的描述能力,能更好的表达出真实人脸的特征,因此,基于三维人脸模型的人脸识别在识别准确率和活体检测准确率上均有较大的提高。传统三维人脸重建方法中,通常是通过人工在待重建的三维人脸模型上进行三维点的标注,并辅以形变迁移算法(Deformation TransferAlgorithm),使得标准三维人脸模型与待重建的三维人脸模型尽量相似,以实现三维人脸重建的目的。

然而,传统三维人脸重建方法中,通过人工在待重建的三维人脸模型上进行三维点的标注,并经过形变迁移得到的标准三维人脸模型与待重建的三维人脸模型之间,依然存在很大的误差,无法精确地实现三维人脸重建。

发明内容

本公开提供一种基于三维人脸重建方法、装置、电子设备及存储介质,以至少解决相关技术中无法精确地实现三维人脸重建的问题。本公开的技术方案如下:

根据本公开实施例的第一方面,提供一种三维人脸重建方法,包括:

获取目标三维人脸模型和标准三维人脸模型;

按照所述目标三维人脸模型的形状,对所述标准三维人脸模型进行拟合,得到拟合三维人脸模型;

将所述拟合三维人脸模型中的顶点变换至所述目标三维人脸模型中的顶点处,得到所述目标三维人脸模型对应的三维人脸重建模型。

在一示例性实施例中,所述标准三维人脸模型中包括标准三维人脸关键点;

所述按照所述目标三维人脸模型的形状,对所述标准三维人脸模型进行拟合,得到拟合三维人脸模型,包括:

按照所述目标三维人脸模型的形状,对所述标准三维人脸模型进行拟合,得到初始三维人脸模型;其中,所述初始三维人脸模型中的初始三维人脸关键点与所述标准三维人脸关键点一一对应;

获取所述目标三维人脸模型中的目标三维人脸关键点;

根据所述初始三维人脸关键点和所述目标三维人脸关键点,构建损失函数;

将满足预设条件的损失函数对应的初始三维人脸模型,确定为所述拟合三维人脸模型。

在一示例性实施例中,所述获取所述目标三维人脸模型中的目标三维人脸关键点,包括:

将所述目标三维人脸模型投影至二维图像上,得到二维人脸图像;其中,所述目标三维人脸模型中的顶点与所述二维人脸图像中的顶点之间存在一个顶点对应关系;

检测所述二维人脸图像中的二维人脸关键点;

根据所述二维人脸关键点和所述顶点对应关系,确定出所述目标三维人脸关键点。

在一示例性实施例中,所述将所述拟合三维人脸模型中的顶点变换至所述目标三维人脸模型中的顶点处,得到所述目标三维人脸模型对应的三维人脸重建模型,包括:

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202010479102.1/2.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