本发明专利技术涉及人工智能技术领域，具体提供一种人脸三维重建方法、装置、电子设备及介质，旨在解决现有的人脸重建方法对应的人脸重建精度较低的技术问题。为此目的，本发明专利技术的人脸三维重建方法包括下述步骤：获取包含有人脸的原始散斑红外图像；对原始散斑红外图像进行人脸检测，得到人脸区域；确定人脸区域中每个像素与参考图像之间的匹配度，利用匹配度从人脸区域中获取深度图；基于深度图获得高分辨率人脸三维图像。如此，提高了人脸三维重建精度。提高了人脸三维重建精度。提高了人脸三维重建精度。
【技术实现步骤摘要】
人脸三维重建方法、装置、电子设备及介质
[0001]本专利技术涉及人工智能
，具体提供一种人脸三维重建方法、装置、电子设备及介质。
技术介绍
[0002]近年来，在人脸识别和活体检测等人脸应用场景中，需要使用结构光相机对人脸进行三维重建，提升人脸识别和活体检测的准确率。
[0003]然而，现有的人脸重建设备在精度上远远达不到准确的描述人脸的细微特征。许多现有算法使用双目重建系统，只能重建出人脸的粗略轮廓，并且容易受到光照、缺乏纹理等外界条件的影响，其对人脸的重建精度较低，难以满足实际需求。
[0004]相应地，本领域需要一种新的人脸三维重建方案来解决上述问题。
技术实现思路
[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决现有的人脸重建方法对应的人脸重建精度较低的技术问题。本专利技术提供了一种人脸三维重建方法、装置、电子设备及介质。
[0006]在第一方面，本专利技术提供一种人脸三维重建方法，包括下述步骤：获取包含有人脸的原始散斑红外图像；对所述原始散斑红外图像进行人脸检测，得到人脸区域；确定所述人脸区域中每个像素与参考图像之间的匹配度，利用所述匹配度从所述人脸区域中获取深度图；基于所述深度图获得高分辨率人脸三维图像。
[0007]在一个实施方式中，所述匹配度包括匹配得分、置信度和视差差值，确定所述人脸区域中每个像素与参考图像之间的匹配度包括：以所述人脸区域中每个像素为中心建立第一滑动窗口，确定所述第一滑动窗口在所述参考图像上滑动时的第一视差；计算所述第一视差对应的匹配得分；从所有匹配得分中获取最大匹配得分和次最大匹配得分；基于所述最大匹配得分和次最大匹配得分计算置信度。
[0008]在一个实施方式中，计算所述第一视差对应的匹配得分包括：对所述滑动窗口内的第一图像与所述滑动窗口在所述参考图像上对应的第二图像进行异或操作；基于异或操作结果在所述第一滑动窗口的面积占比确定匹配得分。
[0009]在一个实施方式中，确定所述人脸区域中每个像素与参考图像之间的匹配度还包括：以所述参考图像中的每个像素为中心建立第二滑动窗口，确定所述第二滑动窗口在所述人脸区域上滑动时的第二视差；基于所述第一视差和第二视差确定视差差值。
[0010]在一个实施方式中，利用所述匹配度从所述人脸区域中获取深度图包括：判断所述人脸区域中每个像素与参考图像之间的匹配得分、置信度和视差差值是否均满足第一预设条件；若是，将所述像素作为有效点，若否，将所述像素作为无效点；基于所有所述有效点得到深度图。
[0011]在一个实施方式中，在基于所有所述有效点得到深度图之前，还包括：获取每个有
效点的边缘点，并从所述边缘点中选出无效点；以所述无效点的视差为中心建立第三滑动窗口，计算所述无效点与参考图像的匹配得分；在所述匹配得分满足第二预设条件的情况下，将所述无效点作为有效点。
[0012]在一个实施方式中，在对所述原始散斑红外图像进行人脸检测，得到人脸区域之前，还包括：利用单尺度视网膜增强算法对所述原始散斑红外图像进行增强操作；对增强操作后的所述原始散斑红外图进行二值化处理，得到二值散斑图；以及对所述二值散斑图中的噪声进行去除。
[0013]在第二方面，本专利技术提供一种人脸三维重建装置，包括：获取模块，被配置为获取包含有人脸的原始散斑红外图像；检测模块，被配置为对所述原始散斑红外图像进行人脸检测，得到人脸区域；匹配模块，被配置为确定所述人脸区域中每个像素与参考图像之间的匹配度，利用所述匹配度从所述人脸区域中获取深度图；确定模块，被配置为基于所述深度图获得高分辨率人脸三维图像。
[0014]在第三方面，提供一种电子设备，该电子设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的人脸三维重建方法。
[0015]在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行前述任一项所述的人脸三维重建方法。
[0016]本专利技术上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0017]本专利技术提供一种人脸三维重建方法，首先获取包含有人脸的原始散斑红外图像，接着对原始散斑红外图像进行人脸检测，得到人脸区域，其次确定人脸区域中每个像素与参考图像之间的匹配度，并利用匹配度从人脸区域中获取深度图，最后基于深度图获得高分辨率人脸三维图像，如此，在对人脸检测得到人脸区域后，进一步利用匹配得分、置信度和视差差值衡量人脸区域与精度较高的参考图像的匹配度，从而得到精度较高的深度图，以最终获得高分辨率的人脸三维图像，提高了人脸三维重建精度。
附图说明
[0018]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
[0019]图1是根据本专利技术的一个实施例的人脸三维重建方法的主要步骤流程示意图；
[0020]图2是根据本专利技术的一个实施例的人脸三维重建方法的完整流程示意图；
[0021]图3是根据本专利技术的一个实施例的人脸三维重建装置的主要结构框图示意图。
[0022]附图标记列表：
[0023]11：获取模块；12：检测模块；13：匹配模块；14：确定模块。
具体实施方式
[0024]下面参照附图来描述本专利技术的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。
[0025]在本专利技术的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
[0026]目前，传统的人脸重建设备在精度上远远达不到准确的描述人脸的细微特征。许多现有算法使用双目重建系统，只能重建出人脸的粗略轮廓，并且容易受到光照、缺乏纹理等外界条件的影响，其对人脸的重建精度较低，难以满足实际需求。为此，本申请提供了一种人脸三维重建方法、装置、电子设备及介质，首先获取包含有人脸的原始散斑红外图像，接着对原始散斑红外图像进行人脸检测，得到人脸区域，其次确定人本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸三维重建方法，其特征在于，包括下述步骤：获取包含有人脸的原始散斑红外图像；对所述原始散斑红外图像进行人脸检测，得到人脸区域；确定所述人脸区域中每个像素与参考图像之间的匹配度，利用所述匹配度从所述人脸区域中获取深度图；基于所述深度图获得高分辨率人脸三维图像。2.根据权利要求1所述的人脸三维重建方法，其特征在于，所述匹配度包括匹配得分、置信度和视差差值，确定所述人脸区域中每个像素与参考图像之间的匹配度包括：以所述人脸区域中每个像素为中心建立第一滑动窗口，确定所述第一滑动窗口在所述参考图像上滑动时的第一视差；计算所述第一视差对应的匹配得分；从所有匹配得分中获取最大匹配得分和次最大匹配得分；基于所述最大匹配得分和次最大匹配得分计算置信度。3.根据权利要求2所述的人脸三维重建方法，其特征在于，计算所述第一视差对应的匹配得分包括：对所述滑动窗口内的第一图像与所述滑动窗口在所述参考图像上对应的第二图像进行异或操作；基于异或操作结果在所述第一滑动窗口的面积占比确定匹配得分。4.根据权利要求2所述的人脸三维重建方法，其特征在于，确定所述人脸区域中每个像素与参考图像之间的匹配度还包括：以所述参考图像中每个像素为中心建立第二滑动窗口，确定所述第二滑动窗口在所述人脸区域上滑动时的第二视差；基于所述第一视差和第二视差确定视差差值。5.根据权利要求2所述的人脸三维重建方法，其特征在于，利用所述匹配度从所述人脸区域中获取深度图包括：判断所述人脸区域中每个像素与参考图像之间的匹配得分、置信度和视差差值是否均满足第一预设条件；若是，将所...
【专利技术属性】
技术研发人员：周明荃，
申请(专利权)人：云从科技集团股份有限公司，
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。