[发明专利]一种基于神经网络的端到端的三维人脸重建方法有效
| 申请号： | 201910881246.7 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110619676B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 高天寒;安慧 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T15/20 | 分类号： | G06T15/20;G06T17/00;G06N3/0464;G06N3/084 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 李在川 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于神经网络的端到端的三维人脸重建方法，属于三维人脸重建技术领域。该方法将多任务损失函数和融合神经网络应用到卷积神经网络中，提升人脸表情的重建效果，同时考虑了整个重建过程的语义信息，不只是单纯的回归人脸参数，同时也考虑到了相机姿态以及重建模型对整个重建误差的影响，使整个神经网络的准确率提升。本发明公开的三维人脸重建方法不仅能从图片中重建出三维人脸形状，还能在变化的光照情况下或者带有极端表情的人脸照片都可以进行三维恢复。 | ||
| 搜索关键词： | 一种 基于 神经网络 端到端 三维 重建 方法 | ||
【主权项】：
1.一种基于神经网络的端到端的三维人脸重建方法，其特征在于包括如下步骤：/n步骤1：采集带有人脸的图片数据集，并获得该图片数据集对应的参数真值；/n步骤2：处理获得的图片数据集，对带有人脸的区域进行旋转或缩放等操作对其进行数据增强，直至每个人包含大约90张不同姿态的图片，并将图片统一裁剪与缩放为120×120像素大小，将处理后的图片数据集按一定比例分成训练集和验证集；/n步骤3：建立一种基于VGG-Face的带有融合神经网络的多任务回归网络模型；/n步骤4：将步骤2所述的训练集输入到建立的卷积神经网络中，对神经网络进行训练，得到神经网络的所有权值；/n步骤5：将步骤4得到的权值代入训练好的多任务回归网络模型中，并输入验证集，得到验证集对应的特征参数的回归值，并对重建精确度进行评估；/n步骤6：将人脸图片输入到步骤4得到神经网络中得到特征参数，把其输入到3DMM三维形变模型中，得到最终的三维人脸。/n
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东北大学，未经东北大学许可，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/201910881246.7/，转载请声明来源钻瓜专利网。
