[发明专利]一种基于图卷积神经网络的三维人脸重建方法

说明书

本申请公开了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域；对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。本申请通过图卷积神经网络确定人脸图像对应的三维人脸结构信息，使得获取到的三维人脸结构信息中的每个点云数据均包括位置信息以及颜色信息，进而可以提高三维人脸图像的真实性。

技术领域

本申请涉及计算机科学技术领域，特别涉及一种基于图卷积神经网络的三维人脸重建方法。

背景技术

从图片中恢复三维人脸信息在动画和电影制作、电子游戏、虚拟现实和增强现实等很多领域都有着广泛的应用。目前普遍采用3D人脸重建技术从图片中恢复三维人脸信息，其中，3D人脸重建技术普遍使用卷积神经网络或者全连接神经网络进行参数的拟合或者人脸信息的回归。然而，卷积神经网络和全连接神经网络主要善于处理欧式空间的规则数据，对于3D点云等非欧式空间的数据，卷积神经网络和全连接神经网络无法表达点之间的拓扑关系，制约了人脸信息的表征，从而影响了三维人脸信息的准确性。

发明内容

本申请要解决的技术问题在于，针对现有技术的不足，提供一种基于图卷积神经网络的三维人脸重建方法。

为了解决上述技术问题，本申请实施例第一方面提供了一种基于图卷积神经网络的三维人脸重建方法，所述方法包括：

获取待重建的人脸图像，确定所述人脸图像对应的若干人脸子区域，其中，若干人脸子区域中的每个人脸子区域均包含于所述人脸图像；

对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量；

基于经过训练的图卷积神经网络，确定该人脸特征向量对应的三维人脸结构信息；

根据获取到所有三维人脸结构信息，确定所述人脸图像对应的三维人脸图像。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述人脸图像为二维人脸图像。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述三维人脸结构信息包括若干三维人脸点云数据，若干三维人脸点云数据中的每个三维人脸点云数据均包括位置信息以及颜色信息。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述获取待重建的人脸图像，并将所述人脸图像划分为若干人脸子区域具体包括：

获取待重建的人脸图像，并获取所述人脸图像的人脸特征点集；

将所述人脸特征点集划分为若干人脸特征点子集；

对于若干人脸特征点子集中的人脸特征点子集，确定该人脸特征点子集对应的人脸子区域，以得到若干人脸子区域。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述人脸子区域为包括该人脸子区域对应的人脸特征点子集中所有人脸特征点的最小区域。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述对于每个人脸子区域，获取该人脸子区域对应的人脸特征向量具体包括：

对于每个人脸子区域，调整该人脸子区域的区域尺寸，以得到调整后的人脸子区域；

基于经过训练的特征提取模型以及调整后的人脸子区域，确定所述人脸子区域对应的人脸特征向量，其中，所述调整后的人脸子区域的区域尺寸与所述特征提取模型的输入项的图像尺寸相同。

所述基于图卷积神经网络的三维人脸重建方法，其中，所述图卷积神经网络包括三层级联的图卷积结构，并且按照级联顺序各层图卷积结构的特征数依次增大。