[发明专利]三维人脸重建方法、装置、设备以及存储介质在审

专利信息
申请号: 202110670116.6 申请日: 2021-06-17
公开(公告)号: CN113327278A 公开(公告)日: 2021-08-31
发明(设计)人: 梁柏荣 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/50 分类号: G06T7/50;G06T7/11;G06T7/194;G06T15/00;G06T17/10
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 重建 方法 装置 设备 以及 存储 介质
【权利要求书】:

1.一种三维人脸重建方法,包括:

获取目标二维人脸图像;

对所述目标二维人脸图像进行人脸分割,得到第一人脸掩膜图像;

利用预设的参数化人脸模型,对所述第一人脸掩膜图像进行空间转换,得到第二人脸掩膜图像;

根据所述第二人脸掩膜图像以及所述目标二维人脸图像,确定第一纹理图像;

基于所述第一纹理图像,确定所述目标二维人脸图像对应的三维人脸模型。

2.根据权利要求1所述的方法,其中,所述利用预设的参数化人脸模型,对所述第一人脸掩膜图像进行空间转换,得到第二人脸掩膜图像,包括:

利用预设的参数化人脸模型,确定三维空间变换函数;

利用所述三维空间变换函数,对所述第一人脸掩膜图像进行空间转换,得到第二人脸掩膜图像。

3.根据权利要求1所述的方法,其中,所述根据所述第二人脸掩膜图像以及所述目标二维人脸图像,确定第一纹理图像,包括:

对所述目标二维人脸图像进行纹理采样,得到人脸纹理图像;

根据所述第二人脸掩膜图像以及所述人脸纹理图像,确定所述第一纹理图像。

4.根据权利要求3所述的方法,其中,所述对所述目标二维人脸图像进行纹理采样,得到人脸纹理图像,包括:

根据所述目标二维人脸图像以及预先训练的三维人脸重建模型,确定人脸参数,所述三维人脸重建模型用于表征人脸图像与人脸参数的对应关系;

根据所述人脸参数以及所述参数化人脸模型,确定所述初始三维人脸模型;

将所述初始三维人脸模型投影到图像坐标系,得到投影图;

根据预先设置的UV空间的纹理坐标对所述投影图进行纹理采样,得到所述人脸纹理图像。

5.根据权利要求4所述的方法,其中,所述三维人脸重建模型通过以下步骤训练得到:

获取训练样本集合,所述训练样本集合中的各训练样本包括样本人脸图像以及对应的参数;

将各训练样本中的样本人脸图像作为输入,将输出的参数作为预先获取的参数化人脸模型的参数,得到三维人脸模型;

对所述三维人脸模型进行渲染,得到与输入的样本人脸图像对应的二维图像;

根据所述样本人脸图像以及所述二维图像,调整所述三维人脸重建模型的参数。

6.根据权利要求1所述的方法,其中,所述基于所述第一纹理图像,确定所述目标二维人脸图像对应的三维人脸模型,包括:

根据所述参数化人脸模型,确定第二纹理图像;

融合所述第一纹理图像和所述第二纹理图像,得到融合纹理图像;

对所述融合纹理图像进行渲染,得到所述目标二维人脸图像对应的三维人脸模型。

7.根据权利要求6所述的方法,其中,所述对所述融合纹理图像进行渲染,得到所述目标二维人脸图像对应的三维人脸模型,包括:

根据所述目标二维人脸图像,对所述融合纹理图像进行肤色调整,得到调整后图像;

对所述调整后图像进行渲染,得到所述目标二维人脸图像对应的三维人脸模型。

8.根据权利要求1所述的方法,其中,所述对所述目标二维人脸图像进行人脸分割,得到第一人脸掩膜图像,包括:

利用预先训练的人脸分割模型对所述目标二维人脸图像进行人脸分割,得到第一人脸掩膜图像。

9.一种三维人脸重建装置,包括:

图像获取单元,被配置成获取目标二维人脸图像;

人脸分割单元,被配置成对所述目标二维人脸图像进行人脸分割,得到第一人脸掩膜图像;

掩膜转换单元,被配置成利用预设的参数化人脸模型,对所述第一人脸掩膜图像进行空间转换,得到第二人脸掩膜图像;

纹理确定单元,被配置成根据所述第二人脸掩膜图像以及所述目标二维人脸图像,确定第一纹理图像;

人脸重建单元,被配置成基于所述第一纹理图像,确定所述目标二维人脸图像对应的三维人脸模型。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110670116.6/1.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