[发明专利]一种三维人脸重采样方法

摘要

本发明提供了一种三维人脸重采样方法，通过提取所述标准三维人脸和目标三维人脸的特征点，并利用所述特征点对所述标准三维人脸和目标三维人脸进行几何剖分，并以所述标准三维人脸为参考，采用仿生拓扑变形方法，完成所述目标三维人脸的尺度归一化和维数归一化，再利用所述标准三维人脸的几何结构特征及曲面光滑特性，对所述目标三维人脸进行噪声点检测，并对所述目标三维人脸进行去噪处理，完成对所述目标三维人脸的重采样。本发明提供的三维人脸重采样方法，利用了现有的特征点提取方法和网格划分方法自动的提取特征点，实现人脸的几何剖分，自动化程度高。

主权项

一种三维人脸重采样方法，其特征在于，包括以下步骤：选取标准三维人脸；获取待识别的目标三维人脸，并将所述目标三维人脸格式转换为所述标准三维人脸格式；提取所述标准三维人脸和目标三维人脸的特征点，并利用所述特征点对所述标准三维人脸和目标三维人脸进行几何剖分；以所述标准三维人脸为参考，采用仿生拓扑变形方法，完成所述目标三维人脸的尺度归一化；以所述标准三维人脸为参考，采用仿生拓扑变形方法，完成所述目标三维人脸的维数归一化；利用所述标准三维人脸的几何结构特征及曲面光滑特性，对所述目标三维人脸进行噪声点检测；对所述目标三维人脸进行去噪处理；及完成对所述目标三维人脸的重采样；其中：提取所述标准三维人脸和目标三维人脸的特征点，并利用所述特征点对所述标准三维人脸和目标三维人脸进行几何剖分，具体包括以下步骤：将所述标准三维人脸和所述目标三维人脸投影至柱面坐标系；根据人脸五官分布特点，在二维纹理图像上分别提取所述标准三维人脸和所述目标三维人脸的特征点；利用所述特征点对所述标准三维人脸和目标三维人脸进行几何剖分，并标记序号；以所述标准三维人脸为参考，采用仿生拓扑变形方法，完成所述目标三维人脸的尺度归一化，具体包括以下步骤：计算所述标准三维人脸与所述目标三维人脸的眼间距之比值，并将所述比值作为尺度缩放因子，实现所述目标三维人脸的尺度归一化；以所述标准三维人脸为参考，采用仿生拓扑变形方法，完成所述目标三维人脸的维数归一化，具体包括以下步骤：遍历所述目标三维人脸所有顶点，判断所述顶点是否在三角形的内部，获得所述顶点所隶属三角面片序号；遍历所述目标三维人脸所有顶点，采用三角形坐标系变形方法实现人脸特征对齐；以所述标准三维人脸为参考，遍历所述目标三维人脸顶点，获得与所述标准三维人脸的最佳匹配点，并标记该点；及剔除所述目标三维人脸中未作标记的点，完成所述目标三维人脸的维数归一化；利用所述标准三维人脸的几何结构特征及曲面光滑特性，对所述目标三维人脸进行噪声点检测，具体包括以下步骤：采用下述构造公式，比较所述目标三维人脸与所述标准三维人脸局部梯度差异，若所述局部梯度差异度超过阈值，则判断当前点为噪声点，所述构造公式为：ci=1,|▿Piobj-▿Piref|≥ϵ0,else,]]>其中，ci表示当前数据点i是否为噪声点，为目标三维人脸的局部梯度值，为标准三维人脸的局部梯度值，|·|为取绝对值，ε为阈值参数。