[发明专利]脸部图像融合方法及装置、存储介质、电子设备在审

专利信息
申请号: 202011253172.1 申请日: 2020-11-11
公开(公告)号: CN112257657A 公开(公告)日: 2021-01-22
发明(设计)人: 卢德辉;林悦 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T15/04;G06T17/00
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 310052 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脸部 图像 融合 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种脸部图像融合方法,其特征在于,包括:

根据待融合脸的姿态参数对预设的三维人脸模型进行重建,并根据重建后的三维人脸模型以及模板脸的三维姿态信息,生成与所述模板脸具有相近姿态的转脸图像,其中,所述模板脸为预设的不同风格的脸部模型;

根据所述模板脸的脸部关键点以及所述转脸图像的脸部关键点,计算所述转脸图像与所述待融合脸的关键点集;

根据所述关键点集对所述模板脸和所述转脸图像进行融合生成第一版融合脸;

将所述第一版融合脸放回至所述模板脸的脸部区域处,得到第二版融合脸。

2.根据权利要求1所述的脸部图像融合方法,其特征在于,所述脸部图像融合方法还包括:

提取所述待融合脸的脸部关键点;其中,所述待融合脸的脸部关键点包括脸部轮廓关键点以及五官关键点;

计算所述待融合脸的脸部关键点以及所述预设的三维人脸模型的平均脸的关键点之间的投影误差;

根据所述待融合脸的脸部关键点以及所述预设的三维人脸模型的平均脸的关键点之间的投影误差,计算所述待融合脸的姿态参数。

3.根据权利要求2所述的脸部图像融合方法,其特征在于,根据待融合脸的姿态参数对预设的三维人脸模型进行重建,包括:

基于预设的正交投影模型以及所述姿态参数,计算所述预设的三维人脸模型的线性加权系数;

根据所述线性加权系数,对所述预设的三维人脸模型进行重建,得到重建后的三维人脸模型。

4.根据权利要求1所述的脸部图像融合方法,其特征在于,所述重建后的三维人脸模型中,包括所述待融合脸的三维姿态信息以及人脸贴图信息;

其中,所述根据重建后的三维人脸模型以及模板脸的三维姿态信息,生成与所述模板脸具有相近姿态的转脸图像,包括:

根据所述待融合脸的三维姿态信息以及所述重建后的三维人脸模型,对空间三角面进行投影,得到所述待融合脸与所述人脸贴图信息中的三角面的对应关系;

基于所述待融合脸与所述人脸贴图信息中的三角面的对应关系,利用仿射变换将所述待融合脸中的纹理信息填充至所述人脸贴图信息中;

根据重建后的三维人脸模型、所述模板脸的三维姿态信息以及填充后的人脸贴图信息,生成与所述模板脸具有相近姿态的转脸图像。

5.根据权利要求4所述的脸部图像融合方法,其特征在于,所述脸部图像融合方法还包括:

判断所述人脸贴图信息中的三角面中是否存在区域纹理缺失空洞和/或侧脸纹理缺失;

在判断所述人脸贴图信息中的三角面中是否存在区域纹理缺失和/或侧脸纹理缺失时,利用对称填充和/或空洞补全的方式对区域纹理缺失和/或侧脸纹理缺失的三角面进行修复。

6.根据权利要求1所述的脸部图像融合方法,其特征在于,所述根据所述模板脸的脸部关键点以及所述转脸图像的脸部关键点,计算所述转脸图像与所述待融合脸的关键点集,包括:

提取所述模板脸的脸部关键点以及所述转脸图像的脸部关键点;

计算从所述模板脸的脸部关键点到所述转脸图像的脸部关键点之间的相似变换矩阵,并根据所述相似变换矩阵对所述转脸图像的脸部关键点以及所述模板脸的脸部关键点进行对齐;

根据对齐后的转脸图像的脸部关键点以及模板脸的脸部关键点,计算所述转脸图像与所述待融合脸的关键点集,以及与所述关键点集对应的三角剖分。

7.根据权利要求6所述的脸部图像融合方法,其特征在于,所述根据对齐后的转脸图像的脸部关键点以及模板脸的脸部关键点,计算所述转脸图像与所述待融合脸的关键点集,以及与所述关键点集对应的三角剖分,包括:

根据预设的收缩比例系数以及所述待融合脸的脸部关键点,计算收缩版轮廓点;

根据所述收缩版轮廓点、所述对齐后的转脸图像的脸部关键点以及模板脸的脸部关键点,计算所述转脸图像与所述待融合脸的关键点集,以及与所述关键点集对应的三角剖分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011253172.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top