[发明专利]一种基于正面图像的遗容三维重建方法有效
| 申请号： | 201710793207.2 | 申请日： | 2017-09-05 |
| 公开（公告）号： | CN107564097B | 公开（公告）日： | 2021-02-05 |
| 发明（设计）人： | 李玉光;陈霜玲;吴壮志;李伯森;付慧群;刘崇;史峰 | 申请（专利权）人： | 民政部一零一研究所 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00;G06K9/00 |
| 代理公司： | 北京中知法苑知识产权代理有限公司 11226 | 代理人： | 常玉明;张兰海 |
| 地址： | 100070 北京市丰*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于正面图像的遗容三维重建方法，其特征在于：一种基于统计模型的单张图片三维人脸重建技术。该方法预先基于三维人脸数据库建立三维人脸统计模型，并且基于二维人脸数据库采用SDM算法训练得到二维人脸特征点参数模型。基于单张正面照的进行人脸重建时，首先使用二维图片特征点参数模型提取人脸特征点；然后，根据三维人脸统计模型，使用学习因子自适应梯度下降法对能量函数进行迭代优化，得到统计模型参数化向量，即得到二维人脸图片对应的三维人脸模型。结果表明，利用本发明提出的方法重建出来的人脸具有较高的相似度。 | ||
| 搜索关键词： | 一种 基于 正面 图像 遗容 三维重建 方法 | ||
【主权项】：
一种基于正面图像的遗容三维重建方法，其特征在于：该方法预先基于三维人脸数据库建立三维人脸统计模型，并且基于二维人脸数据库采用SDM算法训练得到二维人脸特征点参数模型；基于单张正面照进行人脸重建时，首先使用二维图片特征点参数模型提取人脸特征点；然后，根据三维人脸统计模型，使用学习因子自适应梯度下降法对能量函数进行迭代优化，得到统计模型参数化向量，根据参数化向量进行人脸合成，即得到二维人脸图片对应的三维人脸模型。
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民政部一零一研究所，未经民政部一零一研究所许可，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/201710793207.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种筛框翻边机
- 下一篇：一种筛框翻边机上的旋压定位机构
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
