System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 人脸建模方法、装置、电子设备和存储介质制造方法及图纸_技高网

人脸建模方法、装置、电子设备和存储介质制造方法及图纸

技术编号:41225507 阅读:2 留言:0更新日期:2024-05-09 23:43
本发明专利技术提供一种人脸建模方法、装置、电子设备和存储介质,其中方法包括:获取多个视角下的人脸图像;对多个视角下的人脸图像进行特征点标记,得到各图像特征点在多个视角下的位置;基于各图像特征点在多个视角下的位置,将各图像特征点映射到人脸点云,得到人脸点云中的各点云特征点;基于各点云特征点,对初始网格和人脸点云进行点云配准,得到人脸网格。本发明专利技术提供的方法、装置、电子设备和存储介质,通过对多个视角下的人脸图像进行特征点标记,得到各图像特征点在多个视角下的位置,并将各图像特征点在多个视角下的位置映射到人脸点云上,得到人脸点云上的点云特征点,实现了人脸特征点的快速标记,进而提升了人脸建模效率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉,尤其涉及一种人脸建模方法、装置、电子设备和存储介质


技术介绍

1、随着人工智能技术的发展,三维(three dimensional,3d)人脸模型在诸多场景得以应用。

2、传统的人脸建模包括三维点重建、构建三角网、纹理映射等步骤。其中,三维点重建通常需要建模师在人脸点云上标注三维人脸特征点,需要建模师花费大量时间在人脸特征点标注上,导致人脸建模效率低下。


技术实现思路

1、本专利技术提供一种人脸建模方法、装置、电子设备和存储介质,用以解决现有技术中需要建模师进行人脸特征点标注、费时费力的缺陷。

2、本专利技术提供一种人脸建模方法,包括:

3、获取多个视角下的人脸图像;

4、对所述多个视角下的人脸图像进行特征点标记,得到各图像特征点在多个视角下的位置;

5、基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,得到所述人脸点云中的各点云特征点;

6、基于所述各点云特征点,对初始网格和所述人脸点云进行点云配准,得到人脸网格。

7、根据本专利技术提供的一种人脸建模方法,所述基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,得到所述人脸点云中的各点云特征点,包括:

8、基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,得到所述人脸点云上各点云特征点在多个视角下的候选位置;

9、基于所述各点云特征点在多个视角下的候选位置,定位所述人脸点云中的各点云特征点。

10、根据本专利技术提供的一种人脸建模方法,所述人脸图像为相机拍摄所得;

11、所述基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,包括:

12、基于所述相机在多个视角下的拍摄参数,以及所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云。

13、根据本专利技术提供的一种人脸建模方法,所述人脸图像为对所述人脸点云进行光栅化所得;

14、所述基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,包括:

15、基于所述人脸点云在多个视角下的光栅化参数,以及所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云。

16、根据本专利技术提供的一种人脸建模方法,所述基于所述各点云特征点在多个视角下的候选位置,定位所述人脸点云上的点云特征点,包括:

17、基于所述各点云特征点在各视角下的可视权重,对各点云特征点在多个视角下的候选位置进行加权融合,得到所述各点云特征点在所述人脸点云中的位置。

18、根据本专利技术提供的一种人脸建模方法,所述基于所述各点云特征点,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:

19、基于所述点云特征点,以及所述人脸点云中的各采样点所属的人脸区域,对初始网格和所述人脸点云进行点云配准,得到人脸网格。

20、本专利技术还提供一种人脸建模方法,包括:

21、获取人脸点云;

22、对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的人脸区域;

23、基于所述人脸点云中的各点云特征点,以及所述人脸点云中的各采样点所属的人脸区域,对初始网格和所述人脸点云进行点云配准,得到人脸网格。

24、根据本专利技术提供的一种人脸建模方法,所述基于所述人脸点云中的各点云特征点,以及所述人脸点云中的各采样点所属的人脸区域,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:

25、基于正向点对和/或反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准,得到所述人脸网格;

26、所述正向点对包括所述初始网格中的网格点,以及所述网格点在所述人脸点云中的正向最近邻点,所述网格点与所述正向最近邻点属于同一人脸区域;

27、所述反向点对包括所述采样点,以及所述采样点在所述初始网格中的反向最近邻点,所述采样点与所述反向最近邻点属于同一人脸区域。

28、根据本专利技术提供的一种人脸建模方法,在基于正向点对和反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准的情况下,所述对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的人脸区域,包括:

29、基于第一分割阈值对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的第一人脸区域,

30、基于第二分割阈值对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的第二人脸区域;

31、所述第一分割阈值小于所述第二分割阈值;

32、所述正向点对基于所述第一人脸区域确定,所述反向点对基于第二人脸区域确定。

33、根据本专利技术提供的一种人脸建模方法,所述基于正向点对和/或反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准,得到所述人脸网格,包括:

34、基于所述正向点对中的网格点与正向最近邻点之间的距离,确定正向约束,和/或,基于所述反向点对中的采样点与反向最近邻点之间的距离,确定反向约束;

35、基于所述各网格特征点与对应的点云特征点之间的距离,确定特征点约束;

36、基于所述正向约束和/或所述反向约束,以及所述特征点约束,确定配准约束;

37、基于所述配准约束,对所述初始网格和所述人脸点云进行配准,得到所述人脸网格。

38、根据本专利技术提供的一种人脸建模方法,所述正向最近邻点基于网格点与同一人脸区域内各采样点之间的距离,以及所述网格点的法线方向与同一人脸区域内各采样点的法线方向确定;

39、所述反向最近邻点基于采样点与同一人脸区域内各网格点之间的距离,以及所述采样点的法线方向与同一人脸区域内各网格点的法线方向确定。

40、根据本专利技术提供的一种人脸建模方法,所述对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的人脸区域,包括:

41、获取所述人脸点云对应的多个视角下的二维图像;

42、对所述多个视角下的二维图像分别进行人脸区域分割,得到所述多个视角下的二维图像的区域分割结果;

43、将所述多个视角下的二维图像的区域分割结果映射到所述人脸点云,得到所述人脸点云中的各采样点在多个视角下所属的候选区域;

44、基于所述各采样点在多个视角下所属的候选区域,得到所述各采样点所属的人脸区域。

45、根据本专利技术提供的一种人脸建模方法,所述人脸区域包括面部区域、脖子区域和耳朵区域。

46、本专利技术还提供一种人脸建模装置,包括:

47、图像本文档来自技高网...

【技术保护点】

1.一种人脸建模方法,其特征在于,包括:

2.根据权利要求1所述的人脸建模方法,其特征在于,所述基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,得到所述人脸点云中的各点云特征点,包括:

3.根据权利要求2所述的人脸建模方法,其特征在于,所述人脸图像为相机拍摄所得;

4.根据权利要求2所述的人脸建模方法,其特征在于,所述人脸图像为对所述人脸点云进行光栅化所得;

5.根据权利要求2所述的人脸建模方法,其特征在于,所述基于所述各点云特征点在多个视角下的候选位置,定位所述人脸点云上的点云特征点,包括:

6.根据权利要求1至5中任一项所述的人脸建模方法,其特征在于,所述基于所述各点云特征点,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:

7.一种人脸建模方法,其特征在于,包括:

8.根据权利要求7所述的人脸建模方法,其特征在于,所述基于所述人脸点云中的各点云特征点,以及所述人脸点云中的各采样点所属的人脸区域,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:p>

9.根据权利要求8所述的人脸建模方法,其特征在于,在基于正向点对和反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准的情况下,

10.根据权利要求8所述的人脸建模方法,其特征在于,基于正向点对和/或反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准,得到所述人脸网格,包括:

11.根据权利要求8所述的人脸建模方法,其特征在于,所述正向最近邻点基于网格点与同一人脸区域内各采样点之间的距离,以及所述网格点的法线方向与同一人脸区域内各采样点的法线方向确定;

12.根据权利要求7所述的人脸建模方法,其特征在于,所述对所述人脸点云进行人脸区域分割,得到所述人脸点云中的各采样点所属的人脸区域,包括:

13.根据权利要求7至12中任一项所述的人脸建模方法,其特征在于,所述人脸区域包括面部区域、脖子区域和耳朵区域。

14.一种人脸建模装置,其特征在于,包括:

15.一种人脸建模装置,其特征在于,包括:

16.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至13任一项所述人脸建模方法。

17.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至13任一项所述人脸建模方法。

18.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现权利要求1至13任一项所述人脸建模方法。

...

【技术特征摘要】

1.一种人脸建模方法,其特征在于,包括:

2.根据权利要求1所述的人脸建模方法,其特征在于,所述基于所述各图像特征点在多个视角下的位置,将所述各图像特征点映射到人脸点云,得到所述人脸点云中的各点云特征点,包括:

3.根据权利要求2所述的人脸建模方法,其特征在于,所述人脸图像为相机拍摄所得;

4.根据权利要求2所述的人脸建模方法,其特征在于,所述人脸图像为对所述人脸点云进行光栅化所得;

5.根据权利要求2所述的人脸建模方法,其特征在于,所述基于所述各点云特征点在多个视角下的候选位置,定位所述人脸点云上的点云特征点,包括:

6.根据权利要求1至5中任一项所述的人脸建模方法,其特征在于,所述基于所述各点云特征点,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:

7.一种人脸建模方法,其特征在于,包括:

8.根据权利要求7所述的人脸建模方法,其特征在于,所述基于所述人脸点云中的各点云特征点,以及所述人脸点云中的各采样点所属的人脸区域,对初始网格和所述人脸点云进行点云配准,得到人脸网格,包括:

9.根据权利要求8所述的人脸建模方法,其特征在于,在基于正向点对和反向点对,以及所述初始网格中的各网格特征点与所述人脸点云中的各点云特征点,对所述初始网格和所述人脸点云进行配准的情况下,

10.根据权利要求8所述的人脸建模方法,其特征在于...

【专利技术属性】
技术研发人员:邹倩芳金师豪柴金祥
申请(专利权)人:魔珐上海信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1