[發明專利]一種3D虛擬模型的驅動方法及裝置

在審

• 申請號: 201610065685.7
• 申請日: 2016-01-29
• 公開（公告）號: CN107025678A
• 公開（公告）日: 2017-08-08
• 發明（設計）人: 周世威
• 申請（專利權）人: 掌贏信息科技（上海）有限公司
• 主分類號: G06T13/40
• 分類號: G06T13/40;G06T19/20
• 代理公司: 北京萬慧達知識產權代理有限公司11111
• 代理人: 張錦波

1.一種3D虛擬模型的驅動方法，其特征在于，所述方法包括：

對當前人臉圖像進行特征點定位，并獲得所述特征點的二維坐標；

根據所述特征點的二維坐標獲得所述特征點的正面化的三維坐標；

根據所述三維坐標獲得標準化的當前人臉模型；

將所述當前人臉模型與預先建立的人臉模型數據庫中的人臉模型進行匹配，以從所述人臉模型數據庫中獲得與所述當前人臉模型最相似的人臉模型；

根據所述三維坐標和所述最相似的人臉模型對應的表情基數據，獲得所述當前人臉與所述最相似的人臉模型對應的表情基數據的擬合系數；

根據所述擬合系數,驅動3D虛擬模型。

2.根據權利要求1所述的3D虛擬模型的驅動方法，其特征在于，所述對當前人臉圖像進行特征點定位，并獲得所述特征點的二維坐標，包括：

對所述特征點中的眼睛部位特征點提取尺度不變特征變換特征向量，并對所述尺度不變特征變換特征向量進行特征降維；

將經過特征降維的尺度不變特征變換特征向量輸入預先訓練的判別器以判別所述眼睛是否為閉眼狀態；

當為閉眼狀態時，將所述眼睛部位上眼瞼的特征點坐標移至下眼瞼的特征點位置。

3.根據權利要求1所述的3D虛擬模型的驅動方法，其特征在于，所述根據所述特征點的二維坐標獲得所述特征點的正面化的三維坐標，包括：

根據預先訓練的三維線性形狀增益模型獲得所述特征點的三維坐標；

根據所述特征點的二維坐標對所述三維坐標進行優化以獲得所述特征點的正面化的三維坐標。

4.根據權利要求3所述的3D虛擬模型的驅動方法，其特征在于，所述根據所述特征點的二維坐標對所述三維坐標進行優化以獲得所述特征點的正面化 的三維坐標，包括：

根據所述特征點的二維坐標和預設公式正面化所述三維坐標。

5.根據權利要求1所述的3D虛擬模型的驅動方法，其特征在于，所述根據所述三維坐標獲得標準化的當前人臉模型，包括：

去除所述三維坐標中的Z軸的深度值以獲得二維坐標；

對獲得的所述二維坐標進行普氏分析獲得所述標準化的當前人臉模型。

6.根據權利要求1所述的3D虛擬模型的驅動方法，其特征在于，所述將所述當前人臉模型與預先建立的人臉模型數據庫中的人臉模型進行匹配，以從所述人臉模型數據庫中獲得與所述當前人臉模型最相似的人臉模型，包括：

分別獲得當前人臉模型與預先建立的人臉模型數據庫中的人臉模型的相似距離；

以所述人臉模型數據庫中與所述當前人臉模型相似距離最小的人臉模型為所述最相似的人臉模型。

7.根據權利要求6所述的3D虛擬模型的驅動方法，其特征在于，所述分別獲得當前人臉模型與預先建立的人臉模型數據庫中的人臉模型的相似距離，包括：

分別獲得當前人臉模型中的輪廓部分與預先建立的人臉模型數據庫中的人臉模型的輪廓部分的豪斯多夫距離、當前人臉模型中的嘴巴部分與預先建立的人臉模型數據庫中的人臉模型的嘴巴部分的豪斯多夫距離，以及當前人臉模型中的眼睛部分與預先建立的人臉模型數據庫中的人臉模型的眼睛部分的豪斯多夫距離；

對上述各個部分的豪斯多夫距離加權求和得到當前人臉模型與預先建立的人臉模型數據庫中的人臉模型的相似距離。

8.根據權利要求1所述的3D虛擬模型的驅動方法，其特征在于，所述根據所述三維坐標和所述最相似的人臉模型對應的表情基數據，獲得所述當前人臉與所述最相似的人臉模型對應的表情基數據的擬合系數，包括：

根據所述三維坐標和所述最相似的人臉模型對應的表情基數據，通過二次規劃獲取所述擬合系數。

9.根據權利要求8所述的3D虛擬模型的驅動方法，其特征在于，所述擬合系數包括眉毛部分的擬合系數，眼睛部分的擬合系數和嘴巴部分的擬合系數。

10.根據權利要求8或9所述的3D虛擬模型的驅動方法，其特征在于，所述根據所述擬合系數，驅動3D虛擬模型，包括：

根據所述擬合系數對3D虛擬模型進行擬合，獲取所述3D虛擬模型的所有頂點的新位置信息；

根據所述所有頂點的新位置信息顯示所述3D虛擬模型。