一种基于人脸解析图的人脸遮挡移除和三维模型生成方法技术

本公开的实施例公开了一种基于人脸解析图的人脸遮挡移除和三维模型生成方法。该方法的一具体实施方式包括：将遮挡人脸图输入至预先训练的深度学习网络，得到遮挡人脸解析图；将遮挡人脸图输入至预先训练的特征点抽取网络，得到人脸面部特征点组；对人脸面部特征点组中的各个人脸面部特征点进行连接处理，以生成特征点人脸解析图；将遮挡人脸解析图和特征点人脸解析图进行组合处理，得到无遮挡人脸解析图；将无遮挡人脸解析图和遮挡人脸图输入至预先训练的人脸合成网络，得到无遮挡人脸渲染图；将无遮挡人脸渲染图输入至预先训练的三维人脸合成模型，得到三维人脸模型。该实施方式有效去除了人脸图像中的遮挡。有效去除了人脸图像中的遮挡。有效去除了人脸图像中的遮挡。

【技术实现步骤摘要】
一种基于人脸解析图的人脸遮挡移除和三维模型生成方法


[0001]本公开的实施例涉及计算机视觉领域，具体涉及一种基于人脸解析图的人脸遮挡移除和三维模型生成方法。

技术介绍

[0002]随着计算机信息技术的发展，如何根据二维人脸照片生成三维人脸模型成为一项重要的研究课题。目前，在根据二维人脸照片生成三维人脸模型时，通常采用的方式为：使用深度学习方法根据二维图获得三维人脸图。
[0003]然而，当采用上述方式根据二维人脸照片生成三维人脸模型时，经常会存在如下技术问题：
[0004]使用深度学习方法根据二维图获得三维人脸图时，无法有效去除人脸图像中的遮挡。

技术实现思路

[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0006]本公开的一些实施例提出了人脸遮挡移除和三维模型生成方法、装置、设备和介质，来解决以上
技术介绍
部分提到的技术问题中的一项或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸遮挡移除和三维模型生成方法，包括：将遮挡人脸图输入至预先训练的深度学习网络，得到遮挡人脸解析图；将所述遮挡人脸图输入至预先训练的特征点抽取网络，得到人脸面部特征点组；对所述人脸面部特征点组中的各个人脸面部特征点进行连接处理，以生成特征点人脸解析图；将所述遮挡人脸解析图和所述特征点人脸解析图进行组合处理，得到无遮挡人脸解析图；将所述无遮挡人脸解析图和所述遮挡人脸图输入至预先训练的人脸合成网络，得到无遮挡人脸渲染图；将所述无遮挡人脸渲染图输入至预先训练的三维人脸合成模型，得到三维人脸模型。2.根据权利要求1所述的方法，其中，在所述将所述遮挡人脸图输入至预先训练的特征点抽取网络，得到人脸面部特征点组之前，所述方法还包括：将无遮挡人脸图样本输入至轻量级神经网络以对所述轻量级神经网络进行训练，得到训练后的轻量级神经网络作为特征点抽取网络。3.根据权利要求1所述的方法，其中，所述将所述遮挡人脸解析图和所述特征点人脸解析图进行组合处理，得到无遮挡人脸解析图，包括：对所述遮挡人脸解析图进行备份处理，得到备份遮挡人脸解析图作为目标解析图；对于所述特征点人脸解析图中的每个特征像素，执行如下处理步骤：确定所述特征像素对应的灰度值是否在第一预设范围内；响应于确定所述特征像素对应的灰度值在所述第一预设范围内，确定所述遮挡人脸解析图中对应所述特征像素的遮挡像素对应的灰度值是否在所述第一预设范围内；响应于确定所述遮挡人脸解析图中对应所述特征像素的遮挡像素对应的灰度值不在所述第一预设范围内，将所述目标解析图中对应所述遮挡像素的目标像素替换为所述特征像素，以对所述目标解析图进行更新；将更新后的目标解析图确定为更新目标解析图。4.根据权利要求3所述的方法，其中，所述方法还包括：对于所述特征点人脸解析图中的每个特征像素，执行如下替换步骤：确定所述特征像素对应的灰度值是否在第二预设范围内；响应于确定所述特征像素对应的灰度值在所述第二预设范围内，确定所述遮挡人脸解析图中对应所述特征像素的遮挡像素对应的灰度值是否在所述第二预设范围内；响应于确定所...

【专利技术属性】
技术研发人员：赵大鹏，蔡锦康，齐越，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：