一种样本相似度抑制的大尺度三维人脸合成方法技术

本发明专利技术公开了一种样本相似度抑制的大尺度三维人脸合成方法，包括：获取第一三维人脸模型集；构建大尺度三维人脸合成网络模型，对所述第一三维人脸模型集进行三维人脸模型的合成，得到合成三维人脸模型；构建样本相似度抑制网络模型，利用所述样本相似度抑制网络模型对所述合成三维人脸模型与获取的三维人脸模型集进行相似度检测，以输出得到相似度检验合格的合成三维人脸模型。本发明专利技术在设计三维人脸合成模型进行三维人脸模型合成的基础上，充分考虑到三维人脸模型合成技术所需兼顾的数据隐私性问题，通过设计一个相似度检验模型来抑制合成模型与真实采集人脸模型的相似度，使输出的三维人脸合成结果能够满足人脸数据私密性的特殊要求。

【技术实现步骤摘要】
一种样本相似度抑制的大尺度三维人脸合成方法
本专利技术涉及三维人脸重建
，特别涉及一种样本相似度抑制的大尺度三维人脸合成方法。
技术介绍
在2018年10月世界虚拟现实产业大会上，北京大学黄铁军教授提出传统的二维图像、视频并非人类视觉神经系统观察世界真正的视觉媒介。可见，面向三维模型的研究更加符合人类观察物体客观存在。在常见三维模型数据中，由于三维人脸模型的个体身份表征、个人形象与交互门户的特殊属性，三维人脸模型数据已经被广泛应用于游戏、影视、仿真系统中虚拟人仿真等诸多领域。例如，人们广泛熟知的苹果手机faceID技术检测三维人脸深度信息已成功实现产业化应用。随着三维扫描技术和基于视觉与深度图的三维建模技术的快速发展，三维人脸模型的获取方式也走向多样化。尽管三维重建技术在硬件和算法方面均日趋发展成熟，但归根究底，重建的三维人脸模型并非人工合成模型，不能满足广泛的“匿名”化虚拟人脸模型的需求。因此，在真实人脸模型三维重建快速发展的同时，面向三维人脸模型的人工合成方法研究将逐渐成为计算机图形学领域的主要研究课题之一。>Goodfello本文档来自技高网...

【技术保护点】
1.一种样本相似度抑制的大尺度三维人脸合成方法，其特征在于，包括：/n步骤1，获取三维人脸模型，并对所获取的三维人脸模型进行预处理，得到第一三维人脸模型集；/n步骤2，构建大尺度三维人脸合成网络模型，将所述第一三维人脸模型集输入至大尺度三维人脸合成网络模型进行人脸三维模型的合成，得到合成三维人脸模型；以及，对所述第一三维人脸模型集进行下采样，得到第二三维人脸模型集；/n步骤3，构建样本相似度抑制网络模型，利用所述样本相似度抑制网络模型对所述合成三维人脸模型与所述第二三维人脸模型集进行相似度检测，以输出满足相似度要求的所述合成三维人脸模型。/n

【技术特征摘要】
1.一种样本相似度抑制的大尺度三维人脸合成方法，其特征在于，包括：
步骤1，获取三维人脸模型，并对所获取的三维人脸模型进行预处理，得到第一三维人脸模型集；
步骤2，构建大尺度三维人脸合成网络模型，将所述第一三维人脸模型集输入至大尺度三维人脸合成网络模型进行人脸三维模型的合成，得到合成三维人脸模型；以及，对所述第一三维人脸模型集进行下采样，得到第二三维人脸模型集；
步骤3，构建样本相似度抑制网络模型，利用所述样本相似度抑制网络模型对所述合成三维人脸模型与所述第二三维人脸模型集进行相似度检测，以输出满足相似度要求的所述合成三维人脸模型。


2.如权利要求1所述的方法，其特征在于，基于训练好的丢弃深度网络模型构建所述样本相似度抑制网络模型。


3.如权利要求2所述的方法，其特征在于，所述样本相似度抑制网络模型通过特征提取的方式计算所述合成三维人脸模型与所述第二三维人脸模型集的相似度，并输出相似度低于阈值的合成三维人脸模型，以抑制所述合成三维人脸模型与所述第二三维人脸模型集的相似度。


4.如权利要求2所述的方法，其特征在于，所述丢弃深度网络模型的网络模型为：
po＝fq(mo)＝fq(wi*mi*pi+b)
其中，mo表示人脸模型所有网格节点基于丢弃网络模型编码的标量输出，fq表示对该输出归一化概率校验函数，其中，i...

【专利技术属性】
技术研发人员：罗国亮，肖乾，杨辉，陈梦成，曹义亲，朱志亮，童杨，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西;36