【技术实现步骤摘要】
一种基于关键点识别的人脸重建方法及设备
[0001]本申请涉及三维重建
,提供一种基于关键点识别的人脸重建方法及设备。
技术介绍
[0002]随着
″
元宇宙
″
概念的兴起,形象逼真的高精度数字人的重建受到极大地关注,人脸重建作为高精度数字人重建的核心技术之一,更加成为学术界和工业界的研究热点。
[0003]RGB相机的普遍应用,促进了基于视觉的人脸重建的发展。目前,基于多视角立体视觉(Multiple View Stereo,MVS)的人脸重建方法,作为人脸重建的主要方法之一,以多个稠密视角的人脸RGB图像作为输入,自动提取图像中的特征点,并通过特征点匹配完成人脸重建。
[0004]由于传统的MVS算法是一种泛化性很高的重建算法,并非专门为人脸重建而提出的,因此,在对不同视角的人脸RGB图像进行特征匹配时,容易受光照条件影响,造成特征点的错误匹配或匹配失败,降低了人脸重建的精度;并且,传统的MVS算法为了保证重建结果的稠密性,要求各视角之间的人脸RGB图像要有足够多的重叠区域,以确保能够找到足够多的匹配特征点,也就是说,传统的MVS算法需要部署非常稠密的视点(几十甚至上百个)以确保可以重建出高精度的人脸模型,这样,极大地提高了硬件成本(几十甚至百万级),难以大规模应用。
技术实现思路
[0005]本申请提供一种基于关键点识别的人脸重建方法及设备,用于在稀疏视点下提高人脸模型的重建精度。
[0006]一方面,本申请提供一种基于关键点识别的 ...
【技术保护点】
【技术特征摘要】
1.一种基于关键点识别的人脸重建方法,其特征在于,包括:获取多视角下的相机采集的人脸图像,并将正面视角下的人脸图像作为参考图像,其余视角下的人脸图像作为临近图像;分别识别每个视角下所述人脸图像中的人脸关键点;针对每张临近图像,根据所述参考图像中人脸关键点与所述临近图像中人脸关键点间的映射关系,用所述参考图像中像素点的颜色值,矫正所述临近图像中像素点的颜色值;根据所述参考图像和各张临近图像,确定多个相机的相机参数以将各张所述临近图像与所述参考图像对齐;根据所述参考图像和各张所述临近图像,采用多视角立体视觉算法重建3D人脸模型。2.如权利要求1所述的方法,其特征在于,所述根据所述参考图像中人脸关键点与所述临近图像中人脸关键点间的映射关系,用所述参考图像中像素点的颜色值,矫正所述临近图像中像素点的颜色值,包括:将所述参考图像和所述临近图像从RGB颜色空间转换到Lab颜色空间;根据所述参考图像中人脸关键点与所述临近图像中人脸关键点间的映射关系,确定存在映射关系的人脸关键点对在各自设定邻域内每个通道的颜色属性,并根据各颜色属性,矫正所述临近图像中相应人脸关键点在每个通道的颜色值;针对所述临近图像中的每个像素点,根据矫正后所述临近图像中各人脸关键点的颜色值,确定所述像素点的目标颜色值;将所述参考图像和调整后的临近图像从Lab颜色空间转换到RGB颜色空间。3.如权利要求2所述的方法,其特征在于,所述颜色属性包括颜色均值和标准方差,所述根据所述参考图像中人脸关键点与所述临近图像中人脸关键点间的映射关系,确定存在映射关系的人脸关键点对在各自设定邻域内每个通道的颜色属性,并根据各颜色属性,矫正所述临近图像中相应人脸关键点在每个通道的颜色值,包括:针对所述临近图像中的每一个第一人脸关键点,执行以下操作:根据所述参考图像中人脸关键点与所述临近图像中人脸关键点间的映射关系,确定所述第一人脸关键点在所述参考图像中对应的第二人脸关键点;确定所述第一人脸关键点的设定邻域内各像素点在每个通道的第一颜色均值和第一标准方差,以及确定所述第二人脸关键点的设定邻域内各像素点在每个通道的第二颜色均值和第二标准方差;根据每个通道的所述第一颜色均值、所述第二颜色均值、所述第一标准方差以及所述第二标准方差,矫正所述第一人脸关键点的颜色值。4.如权利要求3所述的方法,其特征在于,所述根据每个通道的所述第一颜色均值、所述第二颜色均值、所述第一标准方差以及所述第二标准方差,矫正所述第一人脸关键点的颜色值,包括:获取所述第一人脸关键点分别在L通道、a通道和b通道的初始颜色值;用所述L通道、a通道和b通道的初始颜色值,分别减去相应通道的第一颜色均值,得到所述第一人脸关键点在所述L通道、a通道和b通道的中间颜色值;根据所述L通道、a通道和b通道各自的第一标准方差和第二标准方差,对相应通道的中间颜色值进行放缩;
将所述L通道、a通道和b通道缩放后的颜色值加上相应通道的第二颜色均值,得到矫正后所述第一人脸关键点在所述L通道、a通道和b通道的颜色值。5.如权利要求2所述的方法,其特征在于,所述针对所述临近图像中的每个像素点,根据矫正后所述临近图像中各人脸关键点的颜色值,调整所述像素点的颜色值,包括:确定所述像素点在自身设定邻域内对应的每个通道的颜色均值;计算所述像素点到所述临近图像中各人脸关键点的距离;根据所述像素点在每个...
【专利技术属性】
技术研发人员:陈春朋,杨智远,吴连朋,
申请(专利权)人:聚好看科技股份有限公司,
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。