[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

说明书

本公开提供一种人脸点云模型生成方法及装置、电子设备、存储介质；涉及人脸识别技术领域。所述人脸点云模型生成方法包括：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。本公开能够全程自动生成人脸点云模型，不仅提高了人脸点云模型的效率，同时有效保证人脸点云模型的质量。

技术领域

本公开涉及人脸识别技术领域，具体而言，涉及一种人脸点云模型生成方法、人脸点云模型生成装置、电子设备以及计算机可读存储介质。

背景技术

随着科学技术的飞速发展，人脸识别技术越来越得到人们的广泛关注。其中，三维人脸识别技术逐渐被应用到不同的实际场景中。

目前，相关技术方案中，在生成人脸点云模型时需要通过人工的方式过滤人脸图像帧，这种方式不仅效率较低，而且鲁棒性较差，如在选取的人脸图像帧中存在较多干扰图像时，会导致生成的人脸点云模型出现融合错误或点云重合等问题，甚至出现融合崩溃的现象。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种人脸点云模型生成方法、人脸点云模型生成装置、电子设备以及计算机可读存储介质，进而在一定程度上克服由于相关技术的限制和缺陷而导致的，在生成人脸点云模型时，生成效率较低且人脸点云模型效果较差的问题。

根据本公开的第一方面，提供一种人脸点云模型生成方法，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。

在本公开的一种示例性实施例中，基于前述方案，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。

在本公开的一种示例性实施例中，基于前述方案，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。

在本公开的一种示例性实施例中，基于前述方案，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；