[发明专利]人脸校准方法及设备

权利要求书

1.一种人脸校准方法，其中，该方法包括：

获取2D人脸照片；

对所述2D人脸照片进行正常卷积操作，得到中间层的特征图；

对所述中间层的特征图进行图卷积操作，得到3D人脸的顶点坐标。

2.根据权利要求1所述的方法，其中，对所述2D人脸照片进行正常卷积操作，得到中间层的特征图，包括：

采用编码器对所述2D人脸照片进行正常卷积操作，得到中间层的特征图，所述编码器的结构包括6个聚合块和两个完全连接层，其中，

每个聚合块包含一系列残差卷积块，其中，每个残差卷机块有3个具有残差连接的卷积层，将Batch Normalization层和Leaky Relu作为激活函数，每个残差卷机层的滤波器的内核大小为3且跨度为1，输入的2D人脸照片经过每个聚合块之后，特征图的大小将减小一半；然后应用两个完全连接层来构造256×1尺寸的嵌入向量。

3.根据权利要求1所述的方法，其中，对所述中间层的特征图进行图卷积操作，得到3D人脸的顶点坐标，包括：

采用解码器对所述中间层的特征图进行图卷积操作，得到3D人脸的顶点坐标，其中，所述解码器从图卷积聚合块中进行嵌入和多级输出，然后使用6个密集图卷积块进行解码，每个密集图卷积块由4个图卷积层组成，每个图卷积层之后是批处理规范化层和Leaky Relu作为激活函数，在每个密集图卷积块之后，将顶点的数量从16升采样到16384，并且每个顶点由矢量表示，最后，添加两个图卷积层以生成3D面网格，从而对3D面网格进行升采样顶点到53215，并将顶点特征图通道减少到3。

4.根据权利要求1所述的方法，其中，对所述中间层的特征图进行图卷积操作，得到3D人脸的顶点坐标，包括：

对所述中间层的特征图进行预处理，得到预处理后的数据；

对所述预处理后的数据进行图卷积操作，得到图卷积操作结果；

对所述图卷积操作结果实现图聚合块，得到3D人脸的顶点坐标。

5.根据权利要求4所述的方法，其中，对所述中间层的特征图进行预处理，得到预处理后的数据，包括：

用顶点和边表示3D人脸面部网格，F＝(V，A)，其中，V表示3D人脸顶点的集合，V＝3D欧氏空间中的N个顶点，V∈R^N×3，顶点之间的边连接由稀疏邻接矩阵A∈{0，1}^N×N表示，其中，A_i，j＝1表示顶点i和顶点j由边连接，否则A_i，j＝0。

6.根据权利要求5所述的方法，其中，对所述预处理后的数据进行图卷积操作，得到图卷积操作结果，包括：

通过使用递归切比雪夫多项式进行卷积运算，用内核滤波器g_θ表示网格滤波在傅立叶空间中的定义，内核滤波器g_θ参数化为K阶的切比雪夫多项式展开:

其中，L^代表新拉普拉斯算子,参数θ_k是切比雪夫系数的一个向量，T_k是K阶的切比雪夫多项式，所述K阶的切比雪夫多项式可以递归地计算为T_K(x)＝2xT_k-1(x)T_k-2(x)，T₀＝1,T₁＝x，因此，频谱卷积定义为：

其中，输入x∈R^N×Fin具有F_in个特征，且F_in＝3，由于顶点的面网格是3D且y∈R^N×Fout，F_out是输出。