[发明专利]基于网格形变优化的人脸图像处理方法、终端及存储介质

权利要求书

1.一种基于网格形变优化的人脸图像处理方法，其特征在于，所述方法包括：

获取姿态脸图像的第一特征点阵以及所述姿态脸图像对应的预测正脸图像的第二特征点阵，其中，所述第一特征点阵包括各个第一特征点，所述第二特征点阵包括各个第二特征点；

分别构建所述第一特征点阵对应的第一网格网络以及所述第二特征点阵对应的第二网格网络；

根据所述第二网格网络、所述第二特征点阵以及所述第一特征点阵对所述第一网格网络进行优化；

根据优化后的第一网格网络将所述姿态脸图像转化为目标正脸图像；

所述根据所述第二网格网络、所述第二特征点阵以及所述第一特征点阵对所述各个第一特征点的位置以及所述第一网格网络进行优化包括：

根据第三预设公式对所述第一网格网络进行初优化；

根据第一优化函数、第二优化函数以及第三优化函数对进行了所述初优化的所述第一网格网络进行再优化；

其中，所述第三预设公式为：

其中，分别为所述第一网格网络和所述第二网格网络的网格点，，分别为从所述第一网格网络中网格点开始的网格中的第t个第一特征点和从所述第二网格网络中从网格点开始的网格中第t个第二特征点；

所述根据第一优化函数、第二优化函数以及第三优化函数分别是基于平滑度、平移不变性以及人脸左右对称性构建的；

所述第一优化函数为：

其中，，表示网格点的偏移量，为网格点在方向上的偏移量，为网格点在方向上的偏移量，表示相对于方向和方向的二阶方向偏导数；

所述第二优化函数为：

其中，，表示，之间的平移向量；

所述第三优化函数为：

其中，，分别表示姿态脸图像左右两边具有相同点序的特征点列，、分别为所述第一网格网络中姿态脸图像左右两边对应的网格点的像素颜色，b表示预设的尺度系数，T表示变换矩阵，C表示平移矩阵，为约束形状对称性的函数，为约束纹理对称性的函数。

2.根据权利要求1所述的基于网格形变优化的人脸图像处理方法，其特征在于，获取所述姿态脸图像对应的预测正脸图像的第二特征点阵包括：

构建人脸形状数据库，获取所述人脸形状数据库的特征向量；

根据第一预设公式获取所述第二特征点阵，

其中，所述第一预设公式为：

其中，为所述第二特征点阵的向量表示，表示所述人脸形状数据库第个特征向量，为所述人脸形状数据库的平均形状，为所述姿态脸图像的人脸形状，为常数，n₀-1 表示去掉的特征向量的个数。

3.根据权利要求1所述的基于网格形变优化的人脸图像处理方法，其特征在于，所述分别构建所述第一特征点阵对应的第一网格网络以及所述第二特征点阵对应的第二网格网络之前包括：

对所述第一特征点阵中的所述第一特征点的数量以及所述第二特征点阵中的所述第二特征点的数量进行扩充。

4.根据权利要求1所述的基于网格形变优化的人脸图像处理方法，其特征在于，所述分别构建所述姿态脸图像对应的第一网格网络以及所述预测正脸图像对应的第二网格网络包括：

根据第二预设公式分别构建所述第一网格网络以及所述第二网格网络；

其中，所述第二预设公式为：

其中，为网格网络中位置为第行，第列的一个网格点，为网格网络的行数，为网格网络的列数。

5.根据权利要求1所述的基于网格形变优化的人脸图像处理方法，其特征在于，所述根据第一优化函数、第二优化函数以及第三优化函数对进行了所述初优化的所述第一网格网络进行再优化包括：

获取使得所述第一优化函数、所述第二优化函数以及所述第三优化函数的函数值达到最小的第一网格网络作为优化结果。