【技术实现步骤摘要】
一种3D人脸构建方法
[0001]本专利技术涉及仿生
，特别涉及一种3D人脸构建方法。
技术介绍
[0002]3D建模是计算机图形处理领域中的一个基础研究，涉及的典型应用如3D游戏、可视通信系统、虚拟现实增强和医学仿真等，其可以称为数字人。尤其是随着如今网络带宽提升、实时、超低码率可视应用的MPEG
‑
4人脸编码系统的出现，3D人脸建模已成为视频电话和虚拟网络会议应用领域中的研究热点。然而，快速3D人脸建模始终是一个极具挑战性的课题。由于其广泛的应用场景，引起越来越多的研究学者对3D人脸建模做了大量的研究，取得了丰硕的研究成果。例如文献“Rapid and Automatic 3D Face Modeling Using Active AppearanceModels”中作者提出了在人脸特征提取过程中利用初始位置和实例模型选择的主动外观模型改进办法，同时利用特征脸和空间仿射变换法则对人脸模型调节，实现对应人脸的位置和形状的匹配。这种成像方法简单，但是成像精度不高，有局部虚影出现，仅仅适合对成像要求不高...
【技术保护点】
【技术特征摘要】
1.一种3D人脸构建方法，其特征在于，包括以下步骤：获取人脸的多个视角图像的特征向量并进行融合后生成融合特征向量；根据所述融合特征向量生成三维人脸形状模型；对所述三维形状模型进行纹理填充，生成人脸模型。2.如权利要求1所述的3D人脸构建方法，其特征在于，获取人脸的多个视角图像的特征向量并进行融合后生成融合特征向量包括：获取同一人脸多个不同视角的人脸数据；通过共享权重的深度卷积神经网络对各个所述人脸数据进行编码，获得各个视角的人脸特征向量；将多个所述人脸特征向量进行拼接后并通过多层感知器网络进行特征融合，生成融合特征向量。3.如权利要求2所述的3D人脸构建方法，其特征在于，根据所述融合特征向量生成三维人脸形状模型包括：获取所述融合特征向量；通过多层感知网络对所述融合特征向量进行解码，获得三维模型头部姿态向量；通过图卷积神经网络对所述融合特征向量进行解码，获得三维顶点向量；以及根据所述三维模型头部姿态向量和三维顶点向量生成三维人脸形状模型。4.如权利要求2所述的3D人脸构建方法，其特征在于，头部姿态向量包括：人脸的俯仰角、人脸的偏航角、人脸的侧倾角、以及三维空间的位移向量中的至少一个。5.如权利要求2所述的3D人脸构建方法，其特征在于，对所述三维形状模型进行纹理填充包括：获取所述融合特征向量；通过大型生成对抗网络对所述融合特征...
【专利技术属性】
技术研发人员：杜兰，陈彬，杜轶锋，周国华，叶国伟，廖森平，曾文君，蒋仕坚，
申请(专利权)人：科大讯飞华南有限公司，
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。