[發明專利]一種基于正面圖像的遺容三維重建方法

有效

• 申請號: 201710793207.2
• 申請日: 2017-09-05
• 公開（公告）號: CN107564097B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 李玉光;陳霜玲;吳壯志;李伯森;付慧群;劉崇;史峰
• 申請（專利權）人: 民政部一零一研究所
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06K9/00
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 常玉明;張蘭海

一種基于正面圖像的遺容三維重建方法，其特征在于：一種基于統計模型的單張圖片三維人臉重建技術。該方法預先基于三維人臉數據庫建立三維人臉統計模型，并且基于二維人臉數據庫采用SDM算法訓練得到二維人臉特征點參數模型。基于單張正面照的進行人臉重建時，首先使用二維圖片特征點參數模型提取人臉特征點；然后，根據三維人臉統計模型，使用學習因子自適應梯度下降法對能量函數進行迭代優化，得到統計模型參數化向量，即得到二維人臉圖片對應的三維人臉模型。結果表明，利用本發明提出的方法重建出來的人臉具有較高的相似度。

技術領域

本發明基于正面圖像的人臉重建技術，采用了基于3D人臉掃描數據庫的統計模型和參數優化相結合的方法，全自動生成可直接用于3D打印的三維人臉模型，主要應用于遺體面部修復。

背景技術

遺體整容技術：遺體整容、告別是殯葬過程中體現以人為本的基本觀念和表現人類精神文明發展的重要環節，主要由遺體整容師完成。由于人臉的唯一性、獨特性，傳統遺容修復為手工塑造，要求以雕塑為基礎進行上色、化妝，材料主要為橡皮泥、石膏、油泥等，整容效果因防腐整容師的個人技術能力而異。對于頭面部變形較為嚴重或是缺損的遺體，僅能夠憑借照片進行重新塑造，宛如雕塑，需要極高的審美和手工能力，即使是有著豐富的經驗的防腐整容師，也不一定能夠還原逝者原貌，修復失真、耗時極長、無法修復等等都是目前難以克服的問題。此外，防腐整容是殯儀職工與遺體接觸最密切、衛生防疫壓力最大、技術要求最高的環節。因此，三維人臉模型的全自動生成技術，可大大提高遺體整容師的工作條件和工作效率，降低人工操作難度和安全衛生風險。

基于正面圖像的人臉重建技術：基于單張圖片的三維重建技術在生活中有著廣泛的應用前景，也有很高的技術難度。基于正面圖像的三維人臉重建技術主要分為基于機器學習的方法和基于統計模型的方法。Blanz和Vetter的研究小組提出了基于三維可變形模型的重建方法，首先通過統計學習得到一個三維可變形人臉模型，包括三維形狀模型(用約70000個頂點表示)和對應的二維紋理模型，然后利用牛頓迭代法使該可變形模型對準特定的人臉圖像，進而得到該人臉的三維模型，這種方法能夠得到較為精確的三維形狀和紋理信息，并已將其成功應用于三維人臉識別。Tran和Hassner等人利用深度神經網絡構建出了一個可以從單張圖片生成三維人臉的系統，這種方法比blanz的方法更加快速和高效，可以很方便的應用于對實時性要求較高的系統中，比如視頻會議等。

發明內容

本方法的目的是克服現有技術缺陷的一種基于正面圖像的遺容三維重建方法。

本發明的目的是這樣實現的：一種基于正面圖像的遺容三維重建方法，該方法預先基于三維人臉數據庫建立三維人臉統計模型，并且基于二維人臉數據庫采用SDM算法訓練得到二維人臉特征點參數模型；基于單張正面照進行人臉重建時，首先使用二維圖片特征點參數模型提取人臉特征點；然后，根據三維人臉統計模型，使用學習因子自適應梯度下降法對能量函數進行迭代優化，得到統計模型參數化向量，根據參數化向量進行人臉合成，即得到二維人臉圖片對應的三維人臉模型；然后基于人頭統計模型來完成人頭的修復，并利用人頭左右對稱和人頭先驗知識，輔之以鏡像、局部修飾修復操作；其特征在于：基于3D人臉掃描數據庫生成人臉統計模型、自動提取人臉特征，對生成模型進行后期修改調整；對于不同需求有面具、陽模、陰模多種導出形式；所述的基于3D人臉掃描數據庫生成人臉統計模型、自動提取人臉特征是指：

1)人臉數據庫

采用BJUT-3D人臉數據庫來建立3D人臉的統計模型；

2)數據預處理

處理步驟主要包括數據平滑，移除毛刺，填補空洞缺失的數據以及校正坐標，都統一到人體頭部解剖學坐標系下，和三維裁剪，最后得到坐標對齊的規范化的3D人臉模型；

3)特征對齊的同構網格生成