使用立体人脸的增益人脸合成方法技术

使用立体人脸的增益人脸合成方法，第一步：获取立体人脸图像并取得标定点集；第二步：利用标定点线性链表和标定点相关的三角子集线性链表使三角集有序，判断两个三角集中共有元素和非共有元素分别作为双向性三元组和非双向性三元组；第三步：利用第二步中的双向性三元组完成到参考人脸中对应人脸三角的纹理映射；第四步：利用第二步中的非双向性三元组完成到参考人脸中对应人脸三角的纹理映射；第五步：分别从双向性三元组和非双向性三元组的对应区域提取特征，且利用权值衡量贡献。把立体人脸的脸区对应转化为三角集链表结构对应，缩短对应建立时间；利用三元组表示立体人脸的三角子区，为后面的表示和分析提供方便。

【技术实现步骤摘要】
使用立体人脸的增益人脸合成方法
：本专利技术属于机器视觉领域，具体涉及一种利用立体人脸合成增益人脸技术。
技术介绍
：立体人脸源自立体视觉技术。立体视觉技术是计算机视觉研究的分支之一，模拟人的眼睛捕获视觉信息方式，使用两个摄像机，他们可以水平放置也可以垂直放置，摄像机间保持固定距离，从不同视角同时捕获人脸信息。仅使用单一摄像机捕获到的人脸，面部细节有时会受到影响，使用从不同视角捕获到的一对人脸可以弱化该问题，实现面部细节的补偿。在人脸分析前对面部细节进行增益是必要的，这种增益不同于引入人脸没有的信息，而是补偿面部细节丢失的信息且易于形成对后面分析有益的表示方式。在人脸采集时刻因人为因素、修饰物、外部环境的影响从单一视角捕获的人脸有时会缺失信息，当缺失的信息不是语义标定点且缺失区域较小时，通常不会影响后面的分析，然而，当缺失的信息是语义标定点且缺失区域较大时，无论从人脸配准、人脸表示，还是人脸识别、人脸重构，均会受到影响，使用立体人脸的优势在于使用了两个不同视角的人脸信息，若遮挡区域不在捕获到的两个脸区中同时出现，利用补偿或者修复可以取得本文档来自技高网...

【技术保护点】
1.一种基于立体人脸的增益人脸合成方法，其特征在于：其步骤在于：/n第一步：获取立体人脸图像并取得标定点集；/n第二步：基于第一步中的标定点集做三角剖分，利用标定点线性链表和标定点相关的三角子集线性链表使三角集有序，判断两个三角集中共有元素和非共有元素分别作为双向性三元组和非双向性三元组；/n第三步：利用第二步中的双向性三元组完成到参考人脸中对应人脸三角的纹理映射；/n第四步：利用第二步中的非双向性三元组完成到参考人脸中对应人脸三角的纹理映射；/n第五步：使用第三步和第四步的映射结果合成增益人脸，分别从双向性三元组和非双向性三元组的对应区域提取特征，且利用权值衡量贡献。/n

【技术特征摘要】
20190510 CN 20191038921981.一种基于立体人脸的增益人脸合成方法，其特征在于：其步骤在于：
第一步：获取立体人脸图像并取得标定点集；
第二步：基于第一步中的标定点集做三角剖分，利用标定点线性链表和标定点相关的三角子集线性链表使三角集有序，判断两个三角集中共有元素和非共有元素分别作为双向性三元组和非双向性三元组；
第三步：利用第二步中的双向性三元组完成到参考人脸中对应人脸三角的纹理映射；
第四步：利用第二步中的非双向性三元组完成到参考人脸中对应人脸三角的纹理映射；
第五步：使用第三步和第四步的映射结果合成增益人脸，分别从双向性三元组和非双向性三元组的对应区域提取特征，且利用权值衡量贡献。


2.根据权利要求1所述的一种基于立体人脸的增益人脸合成方法，其特征在于：第一步执行方法如下：
(1-1)利用双目立体视觉摄像头Bumblebee2捕获立体人脸图像f1(x,y)和f2(x,y)，两者中均包含单一人脸；
(1-2)使用Adaboost人脸分类器分别确定f1(x,y)和f2(x,y)中脸区r1(x,y)和r2(x,y)；
(1-3)通过受限局部模型(68点)配准r1(x,y)和r2(x,y)，取得标定点集，分别为第一标定点集FL1和第二标定点集FL2，保持标定点集中元素的有序且使用索引。


3.根据权利要求2所述的一种基于立体人脸的增益人脸合成方法，其特征在于：第二步执行方法如下：
(2-1)分别基于第一标定点集FL1和第二标定点集FL2做Delaunay三角剖分，得出第一三角集FT1和第二三角集FT2，通过三元组表示集合中元素且利用三角形顶点的索引表示三元组；
(2-2)按标定点索引顺序构造线性链表，依次遍历第一三角集FT1中元素且链接三元组到最早出现的链表节点，对第二三角集FT2执行同样过程；
(2-3)顺序遍历两个标定点线性链表，依靠三角形的顶点索引比对，判断第一三角集FT1和第二三角集FT2中共有节点且作为双向性三元组，判断第一三角集FT1和第二三角集FT2中非共有节点作为非双向性三元组；
(2-4)按标定点索引顺序构造新的线性链表，把每个双向性三元组链接到最早出现的链表节点。


4.根据权利要求3所述的一种基于立体人脸的增益人脸合成方法，其特征在于：第三步具体操作如下：
把广义布鲁克分析应用于正面人脸训练集以移除平移、尺度和旋转影响，计算正面人脸均值形状模型且作为参考人脸，按标定点索引顺序遍历存放双向性三元组的线性链表，依次处理每个标定点的线性链表，逐一取出每个双向性三元组，分别确定从第一三角集FT1和第二三角集FT2中对应三角形到均值形状模型对应三角形的仿射变换，在三角形间作纹理映射，取均值作为参考人脸的对应三角内纹理，设置权值为w1。


5.根据权利要求4所述的一种基于立体人脸的增益人脸合成方法，其特征在于：第四步操作如下：
按标定点索引顺序遍历存放第一三角集FT1的线性链表，依次处理每个标定点的线性链表，逐一取出每个非双向性三元组，确定从第一三角集FT1中对应三角形到均值形状模型对应三角形的仿射变换，在三角形间作纹理映射，设置权值为w2；对第二三角集FT2的线性链...

【专利技术属性】
技术研发人员：张刚，柯于锭，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：辽宁;21