【技术实现步骤摘要】
根据2D人脸图片生成3D人脸模型的方法与装置
[0001]本专利技术涉及计算机
,特别涉及一种根据2D人脸图片生成3D人脸模型的方法与装置、电子设备及存储介质。
技术介绍
[0002]随着元宇宙的蓬勃发展,用户拥有一个与自己高相似度的虚拟形象的需求日益增强。为满足用户需求,需要根据人脸图片生成人脸模型。
[0003]但是目前主流方法多基于人脸3D形变统计模型3DMM和生成式对抗网络GAN生成人脸模型,实现过程中会生成人脸(是一个模型),并将人脸附着在基础头部模型上,其至少存在如下问题:1、受光照影响,生成的人脸无法精确贴合在头部模型上,在贴合的分界线处,存在颜色明暗的差距以及比较清晰的分界线;2、生成的人脸模型是2.5D图像而非3D图像,即从某个角度看起来像3D图像,但是从其它角度看起来会不自然,不像3D图像,无法多角度表现自然;3、穿模问题,即在某个角度上比较自然,但是换角度看会有凹凸,人脸与头部模型间会有穿透。
[0004]由于存在上述问题,导致该方法多用于辅助人物虚拟角色制作,人脸模型在生成后依然需要美术工作人员做调整,无法满足云游戏等需要即时生成3D人脸模型的场景需要。
技术实现思路
[0005]有鉴于此,本申请实施例提供一种根据2D人脸图片生成3D人脸模型的方法与装置、电子设备及存储介质,能够解决现有技术存在的无法即时生成3D人脸模型的问题。
[0006]第一方面,本申请实施例提供了一种根据2D人脸图片生成3D人脸模型的方法,包括:获取待处理的2D人脸图片,提取 ...
【技术保护点】
【技术特征摘要】
1.一种根据2D人脸图片生成3D人脸模型的方法,其特征在于,包括:获取待处理的2D人脸图片,提取所述2D人脸图片中指定局部人脸区域的特征点记为第一特征点,并计算所述第一特征点的特征值,其中,所述指定局部人脸区域包括眉毛、眼睛、鼻子、嘴巴和脸部轮廓中的至少一个;对于每一个指定局部人脸区域,根据该指定局部人脸区域的第一特征点的特征值确定该指定局部人脸区域所属的类型,并根据该指定局部人脸区域所属的类型确定该指定局部人脸区域的目标局部人脸区域模型,其中,所述目标局部人脸区域模型为3D模型;根据各个指定局部人脸区域的目标局部人脸区域模型生成3D人脸模型。2.如权利要求1所述的方法,其特征在于,若所述指定局部人脸区域包括鼻子,在所述计算所述第一特征点的特征值之前,还包括:若判断获知所述2D人脸图片不是水平正脸照片,则计算以鼻子最左侧特征点和鼻子最右侧特征点为端点的线段的中点坐标,以及过鼻子最左侧特征点和鼻子最右侧特征点的直线与水平线之间的夹角;利用所述中点坐标和夹角将所述2D人脸图片校正为水平正脸照片;其中,所述计算所述第一特征点的特征值,包括:计算所述水平正脸照片中所述第一特征点的特征值。3.如权利要求1或2所述的方法,其特征在于,所述眉毛的特征值包括:眉毛长宽比,以及眉尖到眉尾连线与水平线之间的夹角中的至少一项;所述眼睛的特征值包括:眼睛长宽比、内眼角到外眼角连线与水平线之间的夹角,以及内眼角夹角中的至少一项;所述鼻子的特征值包括:鼻子长宽比、鼻子长度与鼻子到嘴唇的距离的比值,以及鼻子宽度与面部宽度的比值中的至少一项;所述嘴巴的特征值包括:对上嘴唇的特征点进行二次拟合得到的曲线的二次项系数,以及对下嘴唇的特征点进行二次拟合得到的曲线的二次项系数中的至少一项;所述脸部轮廓的特征值包括:对脸部左侧轮廓的特征点进行二次拟合得到的曲线的二次项系数、对脸部右侧轮廓的特征点进行二次拟合得到的曲线的二次项系数,以及对下巴轮廓的特征点进行二次拟合得到的曲线的二次项系数中的至少一项。4.如权利要求1所述的方法,其特征在于,在所述根据该指定局部人脸区域的第一特征点的特征值确定该指定局部人脸区域所属的类型之前,还包括:获取多张2D人脸图片作为样本,提取所述样本中该指定局部人脸区域的特征点记为第二特征点,并计算所述第二特征点的特征值;对所述第二特征点的特征值进行聚类,得到至少一个特征值类;其中,所述根据该指定局部人脸区域的第一特征点的特征值确定该指定局部人脸区域所属的类型,包括:计算该指定局部人脸区域的第一特征点的特征值与所述至少一个特征值类的中心之间的相似度;根据所述相似度确定目标特征值类,并将所述目标特征值类或者所述目标特征值类对应的类型作为该指定局部人脸区域所属的类型;
其中,所述根据该指定局部人脸区域所属的类型确定该指定局部人脸区域的目标局部人脸区域模型,包括:将该指定局部人脸区域所属的类型对应的标准局部人脸区域3D模型作为该指定局部人脸区域的目标局部人脸区域模型。5.如权利要求4所述的方法,其特征在于,...
【专利技术属性】
技术研发人员:唐宇,温健,
申请(专利权)人:海马云天津信息技术有限公司,
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。