本申请公开了一种三维人脸模型的非刚性配准方法，该方法包括：获取到目标三维人脸模型以及目标三维人脸模型的多个第一关键点，将目标三维人脸模型与预设的标准三维人脸模型对齐；获取标准三维人脸模型预设的多个第二关键点在目标三维人脸模型中对应的最近邻点，最近邻点为第一关键点；建立最近邻点与第二关键点之间的对应关系；基于对应关系调整标准三维人脸模型的第二关键点，以得到调整后的标准三维人脸模型。通过此种方式，基于目标三维模型中最近邻点与标准三维模型的第二关键点之间关系，实现对标准三维人脸模型进行调整，调整后的标准三维人脸模型相对于目标三维人脸模型能够保持良好的形状信息。型能够保持良好的形状信息。型能够保持良好的形状信息。
【技术实现步骤摘要】
三维人脸模型的非刚性配准方法、装置、设备及存储介质
[0001]本申请涉及数字几何处理
，特别涉及一种三维人脸模型的非刚性配准方法、装置、设备及存储介质。
技术介绍
[0002]随着人脸三维重建技术的发展，人们可以通过多视角相机阵列采集高精度的人脸三维扫描数据，与一般人脸三维模型相比，这些三维扫描通常具有特别多数量的面片，从而可以捕捉人脸皱纹、眉毛等部位的几何细节。
[0003]不同的人脸三维模型通常具有不同的网格拓扑，三维人脸非刚性配准是指输入两个人脸三维模型，其中一个模型作为模板，另外一个作为目标模型，对模板加以非刚性形变，输出一个新的人脸三维模型，使得输出的人脸模型和目标模型具有相同的几何形状，同时和模板具有相同的网格拓扑。
[0004]目前，在进行非刚性配准的过程中，形状信息丢失较为严重，导致输出的人脸三维模型相较于目标模型形状差异较大。
技术实现思路
[0005]本申请提供一种三维人脸模型的非刚性配准方法、装置、设备及存储介质，在非刚性配准过程中能够保持良好的形状信息。
[0006]本申请第一方面提供一种三维人脸模型的非刚性配准方法，该方法包括：获取到目标三维人脸模型以及目标三维人脸模型的多个第一关键点，将目标三维人脸模型与预设的标准三维人脸模型对齐；获取标准三维人脸模型预设的多个第二关键点在目标三维人脸模型中对应的最近邻点，最近邻点为第一关键点；建立最近邻点与第二关键点之间的对应关系；基于对应关系调整标准三维人脸模型的第二关键点，以得到调整后的标准三维人脸模型。
[0007]本申请第二方面提供一种三维人脸模型的非刚性配准装置，该装置包括：获取模块，用于获取到目标三维人脸模型以及目标三维人脸模型的多个第一关键点；对齐模块，与获取模块连接，用于将目标三维人脸模型与预设的标准三维人脸模型对齐；获取模块还用于获取标准三维人脸模型预设的多个第二关键点在目标三维人脸模型中对应的最近邻点，最近邻点为第一关键点；获取模块还用于建立最近邻点与第二关键点之间的对应关系；调整模块，与获取模块连接，用于基于对应关系调整标准三维人脸模型的第二关键点，以得到调整后的标准三维人脸模型。
[0008]本申请第三方面提供一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述的三维人脸模型的非刚性配准方法。
[0009]本申请第四方面提供一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行时实现上述的三维人脸模型的非刚性配准方法。
[0010]本申请至少具备的有益效果是：相较于现有技术，本申请基于目标三维模型中最
近邻点与标准三维模型的第二关键点之间关系，实现对标准三维人脸模型进行调整，调整后的标准三维人脸模型相对于目标三维人脸模型能够保持良好的形状信息。
附图说明
[0011]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图；
[0013]图2是本申请的目标三维人脸模型的示意图；
[0014]图3是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图；
[0015]图4是图2中的目标三维人脸模型的渲染图像；
[0016]图5是本申请的人脸图像中的人脸关键点的示意图；
[0017]图6是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图；
[0018]图7是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图；
[0019]图8是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图；
[0020]图9是本申请的最终模型的示意图；
[0021]图10是本申请的三维人脸模型的非刚性配准装置的一实施例的框架结构示意图；
[0022]图11是本申请的电子设备的框架结构示意图；
[0023]图12为本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0025]本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0026]本申请第一方面提供一种三维人脸模型的非刚性配准方法，基于此方法，经过调整后的三维人脸模型相对于目标三维人脸模型能够保持良好的形状信息。
[0027]请参阅图1，图1是本申请的三维人脸模型的非刚性配准方法的一实施例的流程示意图。如图，该方法包括：
[0028]步骤S11：获取到目标三维人脸模型以及目标三维人脸模型的多个第一关键点，将目标三维人脸模型与预设的标准三维人脸模型对齐。
[0029]请结合图2，图2是本申请的目标三维人脸模型的示意图。具体地，可以通过人脸三维扫描数据获取装置获取人脸三维扫描数据，并基于获取的人脸三维扫描数据建立对应的目标三维人脸模型S1。
[0030]例如，可以通过多视角相机阵列采集的人脸三维扫描数据，以获得高精度的人脸三维扫描数据，并基于该三维人脸扫描数据建立目标三维人脸模型。
[0031]目标三维人脸模型中的第一关键点是人脸中可以表征人脸轮廓、具体形状等的人脸关键点。其中，人脸关键点可以包括眼睛区域对应的关键点、鼻子区域对应的关键点、嘴巴区域对应的关键点、眉毛区域对应的关键点、下巴区域对应的关键点、脸部周边轮廓对应的关键点中的一种或至少两种的任意组合。
[0032]具体地，可以将目标三维人脸模型输入到人脸关键点检测模型，进而通过人脸关键点检测技术实现对目标三维人脸模型中的人脸关键点的检测，以获取第一关键点。其中，该人脸关键点检测模型可以是支持检测人脸关键点坐标的机器学习模型，该模型输出的人脸关键点是在目标三维人脸模型上的坐标点信息。
[0033]标准三维人脸模型可以是3DMM库中的任意的标准三维人脸模型，可以在3DMM库中获取符合要求的三维人脸模型作为标准三维人脸模型。其中，标准三维人脸模型的拓扑结构与目标三维人脸模型的拓扑结构不同。
[0034]应理解，三维人脸模型有很多的片状结构组成，这些片状结构被称为面片。三维人脸模型的面片之间相互拼接进而构成完整的三维人脸模型，每一个面片都是三维人本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种三维人脸模型的非刚性配准方法，其特征在于，所述方法包括：获取到目标三维人脸模型以及所述目标三维人脸模型的多个第一关键点，将所述目标三维人脸模型与预设的标准三维人脸模型对齐；获取所述标准三维人脸模型预设的多个第二关键点在所述目标三维人脸模型中对应的最近邻点，所述最近邻点为所述第一关键点；建立所述最近邻点与所述第二关键点之间的对应关系；基于所述对应关系调整所述标准三维人脸模型的第二关键点，以得到调整后的所述标准三维人脸模型。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标三维人脸模型的多个第一关键点的步骤，包括：对所述目标三维人脸模型进行可导渲染处理，以获取渲染图像及渲染数据；基于所述渲染图像进行人脸关键点检测，得到人脸关键点；基于所述渲染数据得到所述人脸关键点在所述目标三维人脸模型中对应的第一关键点。3.根据权利要求2所述的方法，其特征在于，所述基于所述渲染图像进行人脸关键点检测，得到人脸关键点的步骤，包括：对所述渲染图像进行人脸识别，获取所述渲染图像中人脸的位置信息；基于所述人脸的位置信息在所述渲染图像中获取人脸图像；基于所述人脸图像进行人脸关键点检测。4.根据权利要求2所述的方法，其特征在于，所述对所述目标三维人脸模型进行可导渲染处理，以获取渲染图像及渲染数据的步骤之后，还包括：对所述渲染图像中的人脸图像进行人脸分割，得到不同的第一人脸分割区域；其中，所述不同的第一人脸分割区域互不重叠，一个所述人脸关键点位于一个所述第一人脸分割区域内。5.根据权利要求4所述的方法，其特征在于，所述获取所述标准三维人脸模型的预设的多个第二关键点在所述目标三维人脸模型中对应的最近邻点的步骤，包括：获取与所述标准三维人脸模型的预设的第二关键点所属的预设的第二人脸分割区域；在所述目标三维人脸模型中与所述第二人脸分割区域对应的第一人脸分割区域内获取最近邻点。6.根据权利要求1所述的方法，其特征在于，所述基于所述对应关系调整所述标准三维人脸模型的第二关键点以得到调整后的标准三维人脸...
【专利技术属性】
技术研发人员：罗镜民，
申请(专利权)人：广州虎牙科技有限公司，
类型：发明
国别省市：
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。