【技术实现步骤摘要】
三维人脸重建方法、装置、设备及计算机可读存储介质
本专利技术涉及电子
，更具体地说，涉及一种三维人脸重建方法、装置、设备及计算机可读存储介质。
技术介绍
基于图像的三维人脸重建被广泛应用于人脸识别、公安、医疗、游戏动画、影视娱乐等领域，它旨在实现人脸的三维几何模型重构，是计算机视觉和计算机图形学中一个有趣而富挑战性的研究热点。目前，三维人脸重建技术主要分为两大类：主动重建技术和被动重建技术。主动重建技术使用三维深度扫描仪来捕获人脸的三维位置信息，经拟合处理构造人脸三维模型。基于深度扫描仪的方法可以得到精确的结果，但需要特殊的硬件设备和高昂的费用，故不适用于复杂对象。被动重建技术是利用计算机视觉的相关算法，通过单张或多张二维人脸图像来重建三维人脸。与主动重建技术相比，被动重建技术不受硬件限制，且是一种相对经济的方法。光度立体技术是一种被广泛应用的被动重建技术，最初是由明暗恢复形状(ShapefromShading，SFS)算法发展而来，由Woodham于1980年正式提出，是一种利用同一物体在同一位置而不同光源下的多幅图像来恢复物体表面形状的三维重建方法。它能...
【技术保护点】
1.一种三维人脸重建方法，其特征在于，所述三维人脸重建方法包括：步骤101、获取目标人脸的人脸参考图像集，所述人脸参考图像集包括至少两幅人脸参考图像；步骤102、对所述人脸参考图像集中各幅所述人脸参考图像进行人脸特征点标定，各幅所述人脸参考图像标定出q个特征点，q为大于或等于1的正整数；步骤103、基于标定的特征点像素坐标对参考模型进行全局轮廓变形，得到全局轮廓形变后的初始人脸模型，所述参考模型为一个已知的三维人脸模型；步骤104、对所述初级人脸模型采用基于法线的光度立体技术进行光度法线重建，估算得到所述目标人脸的目标人脸模型的表面法向量。步骤105、基于所述目标人脸模型的...
【技术特征摘要】
1.一种三维人脸重建方法，其特征在于，所述三维人脸重建方法包括：步骤101、获取目标人脸的人脸参考图像集，所述人脸参考图像集包括至少两幅人脸参考图像；步骤102、对所述人脸参考图像集中各幅所述人脸参考图像进行人脸特征点标定，各幅所述人脸参考图像标定出q个特征点，q为大于或等于1的正整数；步骤103、基于标定的特征点像素坐标对参考模型进行全局轮廓变形，得到全局轮廓形变后的初始人脸模型，所述参考模型为一个已知的三维人脸模型；步骤104、对所述初级人脸模型采用基于法线的光度立体技术进行光度法线重建，估算得到所述目标人脸的目标人脸模型的表面法向量。步骤105、基于所述目标人脸模型的表面法向量，使用网格变形技术利用优化后的法线迭代生成所述目标人脸模型；步骤106、显示或保存所述目标人脸模型。2.根据权利要求1所述的三维人脸重建方法，其特征在于，第i幅所述人脸参考图像表示成Ii＝(u，v)，所述特征点像素坐标记为二维矩阵Wi，矩阵维度为2*q。3.根据权利要求2所述的三维人脸重建方法，其特征在于，所述q的取值为68。4.根据权利要求1所述的三维人脸重建方法，其特征在于，所述步骤103包括：采用基于标定点约束的拉普拉斯Laplacian变形技术，基于标定的特征点像素坐标对参考模型进行全局轮廓变形，得到全局轮廓形变后的初始人脸模型。5.根据权利要求4所述的三维人脸重建方法，其特征在于，所述采用基于标定点约束的Laplacian变形技术，基于标定的特征点像素坐标对参考模型进行全局轮廓变形，得到全局轮廓形变后的初始人脸模型具体包括：将所述初始人脸模型表面离散为一个含个顶点的三维网格，其对应的三维坐标表示成矩阵X，采用以下公式计算得到全局轮廓形变后的所述初始人脸模型顶点的三维坐标矩阵X,所述三维坐标矩阵X用于表示所述初始人脸模型：其中，Pi为第i幅图像对应的投影矩阵，Pik表示第k次迭代的第i幅图像对应的投影矩阵，X0表示参考模型对应的p个顶点的三维网格坐标，二维矩阵Wi如2中介绍为图像上标定的特征点像素坐标，λl为权重系数。Di是一个对角矩阵，若第i幅图像上有对应特征点则Dii＝1，否则为0；，是LaplacianBeltrami算子的离散化，是一个对称矩阵，其中每项为，这里αi，j和βi，j边ij相对的两个角。6.根据权利要求1所述的三维人脸重建方法，其特征在于，所述步骤104包括采用以下公式进行光度法线重建，经过多次迭代估算得到目标人脸模型的表面法向量nj：式中：Mi，j表示顶点j在第i幅图像...
【专利技术属性】
技术研发人员：皮慧婷，洪学海，李小畅，陈鑫，
申请(专利权)人：上饶市中科院云计算中心大数据研究院，
类型：发明
国别省市：江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。