当前位置: 首页 > 专利查询>清华大学专利>正文

目标地理区域人脸模板生成方法和装置制造方法及图纸

技术编号:25891921 阅读:56 留言:0更新日期:2020-10-09 23:35
本申请提出一种目标地理区域人脸模板生成方法和装置,方法包括:采集携带有纹理信息的目标地理区域三维人脸数据;将目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐;利用非刚性最近点迭代算法,将BFM进行精细对齐和坐标归一化;对精细对齐和归一化后的BFM进行主元成分分析,得到用于表征人脸形状、表情、和纹理的参数和对应的参数‑顶点坐标矩阵。该方法生成的人脸模板准确度高,工作量小,成本低。

【技术实现步骤摘要】
目标地理区域人脸模板生成方法和装置
本申请涉及计算机视觉
,尤其涉及一种目标地理区域人脸模板生成方法和装置。
技术介绍
随着计算机视觉领域中的人脸重建技术的不断发展。在实际应用中,不同地理区域人脸特征会存在一定的差异,直接利用现有的三维人脸模板进行人脸重建,得到的人脸准确度较低。如果通过采集某地理区域的人脸数据,来构建该地理区域的人脸模板,工作量大,成本高。
技术实现思路
本申请提出一种目标地理区域人脸模板生成方法和装置,用于解决现有的人脸重建方法,准确度低、工作量大的问题。本申请一方面实施例提出了一种目标地理区域人脸模板生成方法,包括:采集携带有纹理信息的目标地理区域三维人脸数据;将所述目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐;利用非刚性最近点迭代算法,将所述BFM进行精细对齐和坐标归一化;对精细对齐和归一化后的所述BFM进行主元成分分析,得到用于表征人脸形状、表情、和纹理的参数和对应的参数-顶点坐标矩阵。本申请实施例的目标地理区域人脸模板本文档来自技高网...

【技术保护点】
1.一种目标地理区域人脸模板生成方法,其特征在于,包括:/n采集携带有纹理信息的目标地理区域三维人脸数据;/n将所述目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐;/n利用非刚性最近点迭代算法,将所述BFM进行精细对齐和坐标归一化;/n对精细对齐和归一化后的所述BFM进行主元成分分析,得到用于表征人脸形状、表情、和纹理的参数和对应的参数-顶点坐标矩阵。/n

【技术特征摘要】
1.一种目标地理区域人脸模板生成方法,其特征在于,包括:
采集携带有纹理信息的目标地理区域三维人脸数据;
将所述目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐;
利用非刚性最近点迭代算法,将所述BFM进行精细对齐和坐标归一化;
对精细对齐和归一化后的所述BFM进行主元成分分析,得到用于表征人脸形状、表情、和纹理的参数和对应的参数-顶点坐标矩阵。


2.如权利要求1所述的方法,其特征在于,所述利用非刚性最近点迭代算法,将所述BFM进行精细对齐和坐标归一化,包括:
利用非刚性最近点迭代算法,以采集到的所述目标地理区域三维人脸数据为目标面片,对所述BFM进行精细的逐点对齐,对齐后再将坐标归一化。


3.如权利要求1所述的方法,其特征在于,所述将目标地理区域三维人脸数据与三维人脸模板贝塞尔人脸模型BFM进行初步对齐,包括:
将三维人脸数据对应的三维关键点与所述BFM的三维关键点进行对齐;
利用BFM预先定义的形状与表情参数将所述BFM拟合到所述目标地理区域三维人脸数据上。


4.如权利要求3所述的方法,其特征在于,利用所述表情参数将所述BFM拟合到所述目标地理区域三维人脸数据上,包括:
根据采集到的数据在多个不同角度进行渲染,得到多张二维彩色人脸图像;
利用人脸标定点识别算法,从每张二维彩色人脸图像中识别出预设数量的二维人脸标定点;
将每张二维彩色人脸图像对应的预设数量的二维人脸标定点重投影回尺度变换后的所述BFM上,并进行整合,得到对应的预设数量的三维人脸标定点;
用所述预设数量的三维人脸标定点参数构造能量函数,进行表情拟合。


5.一种目标地理区域人脸模板生成装置,其特征在于,包括:
采集模块,用于采集携带有纹理信息的目标地理区域三维人脸数据;
第一处理模块,用于将所...

【专利技术属性】
技术研发人员:刘烨斌王立祯戴琼海
申请(专利权)人:清华大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1