高精度人脸形状库的构建方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种高精度人脸形状库的构建方法、装置、设备及存储介质，涉及计算机视觉领域。该方法包括：获取第一脸型基，第一脸型基是通过第一精度人脸数据和第二精度人脸数据得到的人脸形状基；通过第一脸型基与第一拟合误差构建第二脸型基；通过第一脸型基对扰动数据进行拟合得到第二拟合误差；通过第二脸型基对第二拟合误差进行拟合，得到第二脸型基的第三拟合误差；根据第二拟合误差和第三拟合误差，对扩充后的第一拟合误差进行迭代更新，根据结束迭代时得到的第二脸型基和第一脸型基构建高精度人脸形状库。降低了对第一精度人脸数据的数据需求量，以此降低高精度人脸形状库的构建成本，并提高了高精度人脸形状库的构建效率。

【技术实现步骤摘要】
高精度人脸形状库的构建方法、装置、设备及存储介质
本申请涉及计算机视觉领域，特别涉及一种高精度人脸形状库的构建方法、装置、设备及存储介质。
技术介绍
3DMM(3DMorphableModel，三维形变模型)库用于为三维(3Dimensions，3D)人脸重建提供标准人脸模型。以巴塞尔人脸模型(BaselFaceModel，BFM)为例，通过高精度的三维扫描仪采集原始人脸数据，在得到原始人脸数据之后，通过非刚性配准(non-rigidregistration，又被命名为non-rigidicp或nricp)对应原始人脸数据进行注册，即可得到在特定模型下与原始人脸数据相似的人脸网格，然后通过主成分分析技术对得到的人脸网格进行处理，构建出BFM形状库。在上述技术方案中，BFM形状库需要采集大量的高精度人脸数据，使得构建3DMM人脸形状库的过程较为困难。
技术实现思路
本申请实施例提供了一种高精度人脸形状库的构建方法、装置、设备及存储介质，结合第一脸型基和第二脸型基构建高精度的人脸形状库，降低了3DMM人脸形状库的本文档来自技高网...

【技术保护点】
1.一种高精度人脸形状库的构建方法，其特征在于，所述方法包括：/n获取第一脸型基，所述第一脸型基是通过第一精度人脸数据和第二精度人脸数据得到的人脸形状基；所述第一精度人脸数据的精度高于所述第二精度人脸数据；/n通过所述第一脸型基与第一拟合误差构建第二脸型基，所述第一拟合误差是所述第一脸型基与扩充数据拟合时产生的误差信息，所述扩充数据是基于所述第一精度人脸数据和所述第二精度人脸数据进行扩充后得到的；/n通过所述第一脸型基对扰动数据进行拟合得到第二拟合误差，所述扰动数据是基于所述扩充数据进行扰动处理后得到的；通过所述第二脸型基对所述第二拟合误差进行拟合，得到所述第二脸型基的第三拟合误差；/n根据所...

【技术特征摘要】
1.一种高精度人脸形状库的构建方法，其特征在于，所述方法包括：
获取第一脸型基，所述第一脸型基是通过第一精度人脸数据和第二精度人脸数据得到的人脸形状基；所述第一精度人脸数据的精度高于所述第二精度人脸数据；
通过所述第一脸型基与第一拟合误差构建第二脸型基，所述第一拟合误差是所述第一脸型基与扩充数据拟合时产生的误差信息，所述扩充数据是基于所述第一精度人脸数据和所述第二精度人脸数据进行扩充后得到的；
通过所述第一脸型基对扰动数据进行拟合得到第二拟合误差，所述扰动数据是基于所述扩充数据进行扰动处理后得到的；通过所述第二脸型基对所述第二拟合误差进行拟合，得到所述第二脸型基的第三拟合误差；
根据所述第二拟合误差和所述第三拟合误差，对扩充后的第一拟合误差进行迭代更新，根据结束迭代时得到的第二脸型基和所述第一脸型基构建所述高精度人脸形状库。


2.根据权利要求1所述的方法，其特征在于，所述根据所述第二拟合误差和所述第三拟合误差，对扩充后的第一拟合误差进行迭代更新，根据结束迭代时得到的第二脸型基和所述第一脸型基构建所述高精度人脸形状库，包括：
根据所述第二拟合误差和所述第三拟合误差得到筛选误差；
将所述筛选误差添加至所述第一拟合误差，得到所述扩充后的第一拟合误差；
对所述扩充后的第一拟合误差进行迭代更新，得到所述高精度人脸形状库。


3.根据权利要求2所述的方法，其特征在于，所述筛选误差包括误差筛选矩阵；
所述根据所述第二拟合误差和所述第三拟合误差得到筛选误差，包括：
对所述第三拟合误差中的误差值进行降序排序，获取前m个误差值对应的m个误差位置，m为正整数；
根据所述m个误差位置从所述第二拟合误差中确定与所述前m个误差值对应的所述误差筛选矩阵。


4.根据权利要求2所述的方法，其特征在于，所述对所述扩充后的第一拟合误差进行迭代更新，得到所述高精度人脸形状库，包括：
基于所述扩充后的第一拟合误差迭代计算所述第二脸型基；
响应于所述第三拟合误差满足迭代收敛条件，将所述结束迭代时的第二脸型基和所述第一脸型基确定为所述高精度人脸形状库。


5.根据权利要求4所述的方法，其特征在于，所述响应于所述第三拟合误差满足迭代收敛条件，将所述结束迭代时的第二脸型基和所述第一脸型基确定为所述高精度人脸形状库，包括：
基于所述扩充后的第一拟合误差对所述第三拟合误差的拟合结果，得到本次迭代对应的最大拟合误差；
响应于所述本次迭代对应的最大拟合误差与上一次迭代对应的最大拟合误差之间的误差差值小于阈值，确定满足所述迭代收敛条件，将所述结束迭代时的第二脸型基和所述第一脸型基确定为所述高精度人脸形状库。


6.根据权利要求1至5任一所述的方法，其特征在于，所述第一拟合误差包括误差矩阵；
所述通过所述第一脸型基与第一拟合误差构建第二脸型基，包括：
计算所述第一脸型基与所述扩充数据拟合时的拟合误差；
根据所述拟合误差得到所述误差矩阵；
对所述误差矩阵进行主成分分析，得到所述误差矩阵对应的均值、主成分特征向量矩阵和主成分方差，所述主成分方差为所述主成分特征向量矩阵中特征向量对应的特征值；
根据所述均值、所述主成分特征向...

【专利技术属性】
技术研发人员：王盛，林祥凯，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44