[发明专利]一种基于深度神经网络的端到端三维人脸重建方法在审
| 申请号： | 201710429052.4 | 申请日： | 2017-06-08 |
| 公开（公告）号： | CN107292950A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 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： | 本发明中提出的一种基于深度神经网络的端到端三维人脸重建方法，其主要内容包括3D面部形状子空间模型、深度神经网络(DNN)架构和端到端训练，其过程为，采用3D面部形状子空间模型，并将3D面部作为一组形状和混合形状基线的线性组合，基于VGG网络的脸部模型添加了子卷积神经网络(融合CNN)用于回归表达参数，以及用于身份参数预测和表达参数预测的多任务学习损失函数，端到端训练中深度神经网络的输入是一个二维图像，输出由身份参数向量和表达式参数向量组成。本发明解决面部图像中的姿态、表情和照明变化带来的影响，避免了图像采集过程中深度信息的损失；同时简化了框架，降低计算成本，提高了重建精度和识别的鲁棒性。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 端到端 三维 重建 方法 | ||
【主权项】：
一种基于深度神经网络的端到端三维人脸重建方法，其特征在于，主要包括3D面部形状子空间模型(一)；深度神经网络(DNN)架构(二)；端到端训练(三)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/patent/201710429052.4/，转载请声明来源钻瓜专利网。
- 上一篇：场景的三维重建方法、装置及终端设备
- 下一篇：一种基于多套模板的牙齿修复方法
