[发明专利]三维模型生成方法、装置、计算机设备及存储介质

权利要求书

1.一种三维模型生成方法，其特征在于，包括：

获取包括第一人脸的第一图像；

基于所述第一图像，确定包括第一人脸的轮廓信息的第一点云数据；

基于所述第一点云数据以及所述第一图像，确定所述第一人脸的第一反射率信息以及包括所述第一人脸的细节信息的第二点云数据；

基于所述第一反射率信息以及所述第二点云数据，生成所述第一人脸的三维模型；

其中，所述基于所述第一点云数据以及所述第一图像，确定所述第一人脸的第一反射率信息以及包括所述第一人脸的细节信息的第二点云数据，包括：

基于所述第一点云数据以及所述第一图像，确定所述第一人脸的第一人脸纹理图；

对所述第一人脸纹理图进行反射率信息的预测处理，得到所述第一人脸的第一反射率信息；以及

对所述第一人脸纹理图进行人脸细节的预测处理，并基于所述人脸细节的预测处理的结果，得到所述第一人脸的第二点云数据。

2.根据权利要求1所述的三维模型生成方法，其特征在于，所述第一点云数据包括：构成所述第一人脸的多个第一点云点分别在相机坐标系下的三维坐标值、以及不同所述第一点云点之间的连接关系信息。

3.根据权利要求2所述的三维模型生成方法，其特征在于，所述基于所述第一点云数据以及所述第一图像，确定所述第一人脸的第一人脸纹理图，包括：

基于多个所述第一点云点分别在相机坐标系下的三维坐标值，将多个所述第一点云点分别与所述第一图像中的多个第一像素点进行对齐处理；

基于对齐处理的结果、不同所述第一点云点之间的连接关系信息以及所述第一图像中各个第一像素点的第一像素值，确定构成所述第一人脸的多个面片分别对应的第二像素值；其中，任一所述面片为由至少三个具有连接关系的第一点云点构成；

基于所述多个面片分别对应的第二像素值，生成所述第一人脸纹理图。

4.根据权利要求2或3所述的三维模型生成方法，其特征在于，所述人脸细节的预测处理的结果包括：所述第一人脸的第一人脸细节信息；

所述基于所述人脸细节的预测处理的结果，得到所述第一人脸的第二点云数据，包括：

将所述第一点云数据以及所述第一人脸细节信息进行融合处理，得到所述第二点云数据。

5.根据权利要求4所述的三维模型生成方法，其特征在于，所述第一人脸细节信息包括：多个所述第一点云点中的每个第一点云点在与所述每个第一点云点对应的第一法向量方向的移动距离；

对所述第一点云数据以及所述第一人脸细节信息进行融合处理，生成所述第二点云数据，包括：

基于多个所述第一点云点中的每个第一点云点在与所述每个第一点云点对应的第一法向量方向的移动距离、以及所述每个点云点在相机坐标系中的三维坐标值，对每个所述第一点云点在所述相机坐标系中的位置进行调整；

基于多个所述第一点云点的调整结果，得到所述第二点云数据。

6.根据权利要求1-3任一项所述的三维模型生成方法，其特征在于，所述对所述第一人脸纹理图进行反射率信息的预测处理，得到所述第一人脸的第一反射率信息，包括：

利用预先训练的第一神经网络对所述第一人脸纹理图进行反射率信息的预测处理，得到所述第一人脸的第一反射率信息。

7.根据权利要求6所述的三维模型生成方法，其特征在于，采用下述方式训练所述第一神经网络：

获取包括第二人脸的第二图像，并基于所述第二图像，得到包括第二人脸的轮廓信息的第三点云数据；

基于所述第三点云数据，得到第二人脸的第二人脸纹理图；

利用待训练的第三神经网络，对所述第二人脸纹理图进行反射率的预测处理、以及光照的预测处理，得到所述第二人脸的第二反射率信息、及所述第二人脸的第一光照信息；

以及，利用待训练的第一神经网络，对所述第二人脸纹理图进行反射率的预测处理，得到所述第二人脸的第三反射率信息；

利用所述第二反射率信息、所述第一光照信息以及所述第三反射率信息，对所述待训练的第一神经网络和待训练的第三神经网络进行联合训练，得到训练好的第一神经网络。