[发明专利]基于人脸图像的头部模型构建方法、装置、设备及介质

说明书

本发明公开了一种基于人脸图像的头部模型构建方法、装置、设备及介质，本发明能够基于二维图像自动生成完整的三维头部模型，无需人工操作，相比于软件建模和仪器采集建模，效率更高，成本更低，且在建模后，无需进行后期修正，其精度更高，适用于大规模应用与推广。

技术领域

本发明属于三维模型构建技术领域，具体涉及一种基于人脸图像的头部模型构建方法、装置、设备及介质。

背景技术

目前，重建目标头部三维模型的方法层出不穷，主要包括软件建模、仪器采集建模以及基于图像算法的建模方法等，其中，软件建模作为最早的三维建模手段，现在仍然广泛地应用在电影和动漫等行业，3DMax就是其中的典型代表；仪器采集建模则是基于三维成像仪器进行建模，如基于结构光和激光仪器的三维成像仪，而基于图像算法的建模技术，则是指通过若干幅二维图像，来重建图像中的三维结构，常见的包括Structure From Motion(简称SFM)、Shape from Shading(简称SFS)和三维可变形人脸模型(3DMM)等算法。

但是，前述建模技术存在以下不足：(1)软件建模多用于电影场景，需使用人工，建模时间较长；(2)仪器采集虽然速度更快，但是设备成本较高，并且扫描得到的三维模型多需要后期修正才可以使用；(3)基于图像算法的建模技术虽然生成速度较快，但大多只有人的面部，想要拓展至整个头部，则需要人工的建模参与，无法自动重建完整的头部；因此，提供一种高效、成本低且可以重建完整的头部的模型构建方法迫在眉睫。

发明内容

本发明的目的是提供一种基于人脸图像的头部模型构建方法、装置、设备及介质，以解决现有建模技术所存在的时间长、成本高以及无法自动重建完整头部的问题。

为了实现上述目的，本发明采用以下技术方案：

第一方面，提供了一种基于人脸图像的头部模型构建方法，包括：

获取用于构建三维头部模型的人脸图像，并对所述人脸图像进行人脸检测，得到人脸区域图像以及人脸关键点信息；

将人脸区域图像输入至人脸特征模型中进行特征提取，得到人脸区域图像的形状特征；

获取初始三维人脸图像，并基于所述形状特征，调整所述初始三维人脸图像中的面部特征，以便基于调整后的初始三维人脸图像，得到所述人脸区域图像的深度信息；

获取初始三维头部模型，并基于所述深度信息，调整所述初始三维头部模型，得到调整后的初始三维头部模型，其中，所述初始三维头部模型是基于所述初始三维人脸图像得到的；

利用所述人脸关键点信息，对所述调整后的初始三维头部模型进行纹理处理，以在处理完成后，得到所述人脸图像对应的三维头部模型。

基于上述公开的内容，本发明先对人脸图像进行人脸检测，得到人脸区域图像以及人脸关键信息，然后利用人脸特征模型，提取人脸区域图像的形状特征，该特征用于表征人脸的各种三维形状，如胖、瘦以及人脸三维高度等，由此，即可基于形状特征，对预设的初始三维人脸图像进行面部特征调整，从而得到人脸区域图像对应的三维人脸图像，以便基于调整后的三维人脸图像得到人脸区域图像的深度信息，接着，即可利用深度信息，对预设的初始三维头部模型进行模型调整，从而得到调整后的初始三维头部模型，此时，则完成了人脸图像对应头部模型的三维部分的构建，最后，只需对人脸图像对应头部模型的二维部分进行构建(也就是纹理部分的构建)，构建完成后，则可得出完整的三维头部模型，即利用人脸关键点信息，对调整后的初始三维头部模型进行纹理处理，处理完成后，即可得到人脸图像对应的三维头部模型。

通过上述设计，本发明能够基于二维图像自动生成完整的三维头部模型，无需人工操作，相比于软件建模和仪器采集建模，效率更高，成本更低，且在建模后，无需进行后期修正，其精度更高，适用于大规模应用与推广。