[发明专利]三维人脸模型的构建方法及装置、存储介质、终端

说明书

一种三维人脸模型的构建方法及装置、存储介质、终端，三维人脸模型的构建方法包括：获取演员的N组扫描数据，N组扫描数据分别对应N个表情，N个表情至少包括中性表情；根据N组扫描数据分别构建N个点云网格模型，N个点云网格模型至少包括中性表情对应的中性表情点云网格模型；根据获取的初始人脸网格与中性表情点云网格模型生成中性表情人脸网格；将获取到的基础表情网格模板进行组合，得到复合表情初始模板；针对各个其他表情，根据其他表情对应的其他表情点云网格模型、中性表情点云网格模型以及复合表情初始模板，得到复合表情网格；对复合表情网格进行表情拆分，得到演员的真实基础表情网格模板。上述方案能够提高三维人脸模型构建效率。

技术领域

本发明实施例涉及三维人脸领域，尤其涉及一种三维人脸模型的构建方法及装置、存储介质、终端。

背景技术

写实人脸的制作一直是三维(3D)领域人脸制作的难点。目前通常由模型师进行人脸轮廓以及五官布局等构建，这需要模型师具备良好的美术功底、对人体解剖要有很深入的了解，此外制作周期也往往比较长，导致三维人脸模型的构建效率较低。

发明内容

本发明实施例解决的技术问题是如何提高三维人脸模型构建效率，以及缩短构建时长。

为解决上述技术问题，本发明实施例提供一种三维人脸模型的构建方法，包括：获取演员的N组扫描数据，所述扫描数据用于记录所述演员的表情，N组扫描数据分别对应N个表情，N个表情至少包括中性表情，N为大于或等于2的整数；根据所述N组扫描数据分别构建N个点云网格模型，N个点云网格模型至少包括所述中性表情对应的中性表情点云网格模型；根据获取的初始人脸网格与所述中性表情点云网格模型生成中性表情人脸网格；将获取到的基础表情网格模板进行组合，得到复合表情初始模板，其中，复合表情由至少两个基础表情组成，所述基础表情网格模板至少根据所述中性表情人脸网格得到；针对各个其他表情，根据其他表情对应的其他表情点云网格模型、所述中性表情点云网格模型以及所述复合表情初始模板，得到复合表情网格，其他表情指N个表情中除中性表情之外的N-1个表情中的各个表情；对所述复合表情网格进行表情拆分，得到所述演员的真实基础表情网格模板。

可选的，所述初始人脸网格采用人脸主成分分析模型得到，所述人脸主成分分析模型根据多个预设中性表情人脸网格进行主成分分析构建得到。

可选的，所述根据获取的初始人脸网格与所述中性表情点云网格模型生成中性表情人脸网格，包括：步骤一：对所述中性表情点云网格模型进行空间位置转换，将所述中性表情点云网格模型转换至与所述初始人脸网格同一空间位置；步骤二：从所述初始人脸网格上选取面部正面的正面点，在所述中性表情点云网格模型上寻找所述正面点的最近邻点，并将寻找到的最近邻点作为第一最近邻匹配点；步骤三：以空间位置转换后的中性表情点云网格模型为基准，约束所述初始人脸网格上的正面点与所述空间位置转换后的中性表情点云网格模型上的第一最近邻匹配点的距离满足第一距离范围，求解人脸主成分分析模型的权重；步骤四：判断基于求解得到的人脸主成分分析模型的权重得到的初始人脸网格上的正面点与所述空间位置转换后的中性表情点云网格模型上的第一最近邻匹配点的距离是否满足收敛条件，若不满足，则继续迭代步骤一至步骤三，直至得到满足收敛条件的人脸主成分分析模型的权重；步骤五：采用满足收敛条件时对应的人脸主成分分析模型的权重，计算得到所述中性表情人脸网格。

可选的，所述采用满足收敛条件的人脸主成分分析模型的权重，计算得到所述中性表情人脸网格包括：采用满足收敛条件的人脸主成分分析模型的权重，计算得到中间人脸网格；对所述中间人脸网格的设定区域的网格面进行变形，并根据满足第一约束条件的变形后的中间人脸网格得到所述中性表情人脸网格，其中，所述第一约束条件为：变形后的中间人脸网格上的第二特征匹配点与所述中性表情点云网格模型中的点云特征点的距离，与所述变形后的中间人脸网格上的正面点与中性表情点云网格模型中的第二最近邻匹配点的距离之和满足第二距离范围，且变形的网格面的变化矩阵与变形的网格面的相邻网格面的变化矩阵的差异满足第一差异范围，其中，所述第二最近邻匹配点为所述变形后的中间人脸网格上的正面点的最近邻点。