[发明专利]人脸点云模型生成方法及装置、存储介质、电子设备

权利要求书

1.一种人脸点云模型生成方法，其特征在于，包括：

获取目标对象对应的脸部特征图像；其中，所述脸部特征图像包括人脸特征图像和所述人脸特征图像对应的深度图像；

对所述人脸特征图像进行关键帧筛选处理，确定所述人脸特征图像中的关键姿态图像；

通过所述关键姿态图像对所述关键姿态图像对应的所述深度图像进行裁剪处理，生成目标深度图像；

根据所述关键姿态图像以及所述目标深度图像进行点云融合，生成所述目标对象对应的人脸点云模型。

2.根据权利要求1所述的人脸点云模型生成方法，其特征在于，获取目标对象对应的脸部特征图像，包括：

通过固定采集角度的方式，获取转动脸部区域的所述目标对象对应的脸部特征图像；或者

通过转动采集角度的方式，获取固定脸部区域的所述目标对象对应的脸部特征图像。

3.根据权利要求1所述的人脸点云模型生成方法，其特征在于，在获取目标对象对应的脸部特征图像之后，所述方法还包括：

对所述脸部特征图像进行预处理；

所述对所述脸部特征图像进行预处理，包括：

对所述深度图像进行保边滤波处理，以去除所述深度图像中的噪声信息；以及

对所述人脸特征图像进行非关键帧过滤处理，以过滤所述人脸特征图像中的眨眼图像。

4.根据权利要求3所述的人脸点云模型生成方法，其特征在于，对所述人脸特征图像进行非关键帧过滤处理，包括：

对所述人脸特征图像进行人脸标志点检测，确定所述人脸特征图像对应的二维标志点坐标；其中，所述二维标志点坐标包括眼部标志点坐标；

根据所述眼部标志点坐标确定眼睛睁开程度值；

将所述眼睛睁开程度值小于预设睁眼阈值的所述人脸特征图像确定为眨眼图像，并对所述眨眼图像进行过滤处理。

5.根据权利要求1所述的人脸点云模型生成方法，其特征在于，在对所述人脸特征图像进行关键帧筛选处理，确定所述人脸特征图像中的关键姿态图像之前，所述方法还包括：

确定所述人脸特征图像对应的正向脸部图像，并确定所述正向脸部图像对应的三维关键点坐标；

根据所述人脸特征图像对应的二维标志点坐标与所述三维关键点坐标进行姿态角计算，得到所述人脸特征图像对应的姿态角；其中，所述姿态角包括左右偏航角和俯仰角；

通过所述左右偏航角和所述俯仰角将所述人脸特征图像分为左转脸部图像序列、右转脸部图像序列和抬头图像序列。

6.根据权利要求5所述的人脸点云模型生成方法，其特征在于，对所述人脸特征图像进行关键帧筛选处理，确定所述人脸特征图像中的关键姿态图像，包括：

对所述左转脸部图像序列、所述右转脸部图像序列和所述抬头图像序列进行关键帧筛选处理，确定所述人脸特征图像中的关键姿态图像；其中，所述关键姿态图像包括左转脸部图像、右转脸部图像和抬头图像。

7.根据权利要求6所述的人脸点云模型生成方法，其特征在于，对所述左转脸部图像序列、所述右转脸部图像序列和所述抬头图像序列进行关键帧筛选处理，包括：

对所述左转脸部图像序列中右侧脸部区域对应的三维关键点坐标与所述正向脸部图像中右侧脸部区域对应的三维关键点坐标进行随机抽样一致性计算，得到所述左转脸部图像序列对应的第一欧拉角；

根据所述第一欧拉角选取所述左转脸部图像序列中的左转脸部图像。

8.根据权利要求6所述的人脸点云模型生成方法，其特征在于，对所述所述右转脸部图像序列进行关键帧筛选处理，包括：

对所述右转脸部图像序列中左侧脸部区域对应的三维关键点坐标与所述正向脸部图像中左侧脸部区域对应的三维关键点坐标进行随机抽样一致性计算，得到所述右转脸部图像序列对应的第二欧拉角；

根据所述第二欧拉角选取所述右转脸部图像序列中的右转脸部图像。