[发明专利]一种虚拟人脸图像重建方法及相关装置

说明书

本申请公开了一种虚拟人脸图像重建方法及相关装置，方法包括：获取目标二维人脸图像和对应的初始化三维人脸参数；将初始化三维人脸参数输入至预设人脸模拟引擎中进行渲染，得到虚拟人脸图像；基于预设人脸识别模型根据目标二维人脸图像和虚拟人脸图像进行身份校验，得到第一损失值；基于预设人脸语义分割模型根据目标二维人脸图像和虚拟人脸图像进行人脸特征校验，得到第二损失值；根据第一损失值和第二损失值对初始化三维人脸参数进行优化，得到更新三维人脸参数，并返回渲染的步骤，直至迭代收敛，得到优化虚拟人脸图像。本申请能够解决现有人脸重建技术中的渲染不可微，导致渲染引擎无法优化的技术问题。

技术领域

本申请涉及人脸图像处理技术领域，尤其涉及一种虚拟人脸图像重建方法及相关装置。

背景技术

近年来，随着智能电网的动态特性日渐复杂，数字孪生技术得到广泛的应用。其中，对人员状况的实时描述也是当中的一个重要环节。而人脸作为最能代表个人的生物特征，如何将用户的人脸进行一个高精度的虚拟化重建也是智能电网数字孪生的一个研究热点问题。

目前，有使用通用引擎来进行三维人脸的渲染以及重建，但该引擎的渲染过程是不可微的，无法优化引擎生成的三维人脸。

发明内容

本申请提供了一种虚拟人脸图像重建方法及相关装置，用于解决现有人脸重建技术中的渲染不可微，导致渲染引擎无法优化的技术问题。

有鉴于此，本申请第一方面提供了一种虚拟人脸图像重建方法，包括：

获取目标二维人脸图像和对应的初始化三维人脸参数；

将所述初始化三维人脸参数输入至预设人脸模拟引擎中进行渲染，得到虚拟人脸图像；

基于预设人脸识别模型根据所述目标二维人脸图像和所述虚拟人脸图像进行身份校验，得到第一损失值；

基于预设人脸语义分割模型根据所述目标二维人脸图像和所述虚拟人脸图像进行人脸特征校验，得到第二损失值；

根据所述第一损失值和所述第二损失值对所述初始化三维人脸参数进行优化，得到更新三维人脸参数，并返回所述将所述初始化三维人脸参数输入至预设人脸模拟引擎中进行渲染的步骤，直至迭代收敛，得到优化虚拟人脸图像。

优选地，所述将所述初始化三维人脸参数输入至预设人脸模拟引擎中进行渲染，得到虚拟人脸图像，之前还包括：

获取单目人脸图像对应的随机三维参数；

将所述随机三维参数输入初始模拟引擎中进行渲染，得到初始虚拟人脸图像；

将所述初始虚拟人脸图像与预设真实人脸图像进行预设像素级损失计算，得到优化损失值，所述预设真实人脸图像通过通用引擎根据所述随机三维参数渲染得到；

通过所述优化损失值优化所述初始模拟引擎的网络参数，得到预设人脸模拟引擎。

优选地，所述预设人脸识别模型的身份验证损失函数为：

L₁＝1-cos(F_R(G(α)),F_R(I))

其中，cos为计算两个目标之间的余弦距离，F_R(·)表示人脸识别网络的卷积计算函数，I为所述目标二维人脸图像，G(α)为所述虚拟人脸图像。

优选地，所述预设人脸语义分割模型的人脸特征验证损失函数为：

L₂＝||ω(G(α))F_S(G(α))-ω(I)F_S(I)||₁