[发明专利]一种三维重建方法、人脸三维重建方法及其相关装置在审

专利信息
申请号: 202110832889.X 申请日: 2021-07-22
公开(公告)号: CN113658320A 公开(公告)日: 2021-11-16
发明(设计)人: 芦爱余 申请(专利权)人: 广州虎牙科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T19/20;G06N3/04;G06N3/08
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 黎坚怡
地址: 511400 广东省广州市番禺*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 三维重建 方法 及其 相关 装置
【权利要求书】:

1.一种三维重建方法,其特征在于,所述三维重建方法包括:

获取到包括目标对象的图像;

基于所述图像获取到所述目标对象的特征参数;

利用神经网络对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数;其中,所述神经网络是通过固化所述特征参数与所述三维重建参数的关联关系后得到的;

基于所述三维重建参数对所述目标对象进行三维重建。

2.根据权利要求1所述的三维重建方法,其特征在于,所述利用神经网络对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数的步骤,包括:

基于预设数据构建参数模型;

获取所述参数模型的固定参数;

基于所述固定参数对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数。

3.根据权利要求2所述的三维重建方法,其特征在于,所述基于所述固定参数对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数的步骤,包括:

获取所述固定参数的第一类参数与所述特征参数的第一类参数的乘积、所述固定参数的第二类参数与所述特征参数的第二类参数的乘积以及所述固定参数的第三类参数;

将所述第一类参数的乘积与所述第二类参数的乘积以及所述第三类参数的和确定为所述目标对象的三维重建参数。

4.根据权利要求2所述的三维重建方法,其特征在于,所述获取所述参数模型的固定参数的步骤,包括:

根据三维重建参数从所述参数模型的初始参数中选取所述固定参数。

5.根据权利要求1所述的三维重建方法,其特征在于,所述神经网络包括相互级联的特征提取网络以及三维重建网络;

所述基于所述图像获取到所述目标对象的特征参数的步骤包括:

利用所述特征提取网络获取到所述目标对象的特征参数;

所述利用神经网络对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数的步骤,包括:

利用所述三维重建网络对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数。

6.一种人脸三维重建方法,其特征在于,包括:

获取到包括人脸的图像;

基于所述图像获取到所述人脸的形状参数和表情参数;

利用神经网络对所述形状参数和所述表情参数进行卷积计算,得到所述人脸的三维重建参数;其中,所述神经网络是通过固化所述特征参数与所述三维重建参数的关联关系后得到的;

基于所述三维重建参数对所述人脸进行三维重建。

7.根据权利要求6所述的人脸三维重建方法,其特征在于,所述利用神经网络对所述形状参数和所述表情参数进行卷积计算,得到所述人脸的三维重建参数的步骤,包括:

基于预设数据构建参数模型;

获取所述参数模型的第一参数、第二参数以及第三参数;

基于所述第一参数、所述第二参数以及所述第三参数对所述人脸的形状参数和表情参数进行卷积计算,得到所述人脸的三维重建参数。

8.根据权利要求7所述的人脸三维重建方法,其特征在于,所述基于所述第一参数、所述第二参数以及所述第三参数对所述人脸的形状参数和表情参数进行卷积计算,得到所述人脸的三维重建参数的步骤,包括:

获取所述第一参数与所述形状参数的第一矩阵乘积、所述第二参数与所述表情参数的第二矩阵乘积;

将所述第一矩阵乘积、所述第二矩阵乘积与所述第三参数的和确定为所述人脸的三维重建参数。

9.一种三维重建装置,其特征在于,包括:

图像获取模块,用于获取到包括目标对象的图像;

特征参数获取模块,用于基于所述图像获取到所述目标对象的特征参数;

计算模块,用于利用神经网络对所述特征参数进行卷积计算,得到所述目标对象的三维重建参数;

重建模块,用于基于所述三维重建参数对所述目标对象进行三维重建。

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广州虎牙科技有限公司,未经广州虎牙科技有限公司许可,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/202110832889.X/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