[发明专利]一种基于3DMM和GAN的人脸图像生成方法

权利要求书

1.一种基于3DMM和GAN的人脸图像生成方法，其特征在于，包括以下步骤：

步骤1、制作2D人脸数据集，2D人脸数据集中每个人脸都有n张不同角度的人脸图像，m≥2；

步骤2、利用3DMM将2D人脸数据集中的人脸图像进行三维重建，使对应同一个人脸的m张人脸图像在三维空间中进行一一匹配，建立与当前人脸相对应的3D人脸模型，从而获得人脸数据库，其中，每一个3D人脸模型可以在2D人脸数据集中所有人脸图像组成的基向量空间中进行表示；

步骤3、利用主成分分析法中心化人脸数据库，得到人脸关键点数据集；

步骤4、利用生成对抗网络对人脸关键点数据集进行训练，其中，生成对抗网络由生成器G和判别器D，判别器D用于从真实图和生成图中区分出真实图，生成器G用于生成接近真实的图像以欺骗判别器D；

步骤5、根据训练好的人脸关键点数据集进行人脸图像重建，得到图像细节较好且图像质量较高的人脸图像。

2.如权利要求1所述的一种基于3DMM和GAN的人脸图像生成方法，其特征在于，步骤2中，任意三维人脸模型由2D人脸数据集中的m个人脸模型进行加权组合，m≥2；每一张三维人脸表示为形状向量S＝(X₁,Y₁,Z₁,X₂，Y₂,Z₂，…，X_n,Y_n,Z_n)和纹理向量T＝(R₁，G₁，B₁,R₂,G₂,B₂,…,R_n,G_n,B_n)的线性叠加，(X_n,Y_n,Z_n)表示第n张人脸的形状向量在三维空间里的坐标，(R_n,G_n,B_n)表示第n张人脸的纹理向量在三维空间里的坐标。

3.如权利要求2所述的一种基于3DMM和GAN的人脸图像生成方法，其特征在于，所述步骤3包括以下步骤：

步骤301、计算所述人脸数据库中所有三维人脸的形状向量和纹理向量的平均值，中心化人脸数据库；

步骤302、计算形状向量和纹理向量的协方差矩阵，求得形状向量协方差矩阵的特征值α和特征向量s_i，以及纹理向量的协方差矩阵的特征值β和特征向量t_i。