[發(fā)明專利]人臉多樣性數(shù)據(jù)獲取方法、裝置、設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201911035247.6
• 申請日: 2019-10-28
• 公開（公告）號: CN110796075A
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計(jì)）人: 張希;吳澤衡;徐倩;楊強(qiáng)
• 申請（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 44287 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所
• 代理人: 王韜

1.一種人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述人臉多樣性數(shù)據(jù)獲取方法包括：

獲取人臉表情模板，并生成所述人臉表情模板對應(yīng)的三維人臉表情模板；

接收原始三維人臉模型，并將所述原始三維人臉模型和所述三維人臉表情模板輸入三維人臉表情生成器，獲得三維人臉表情模型；

基于多種相機(jī)配置，對所述三維人臉表情模型進(jìn)行模擬拍照，生成至少一個二維人臉圖像。

2.如權(quán)利要求1所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述三維人臉表情模型包括三維人臉特征點(diǎn)和三維人臉特征區(qū)域，

所述基于多種相機(jī)配置，對所述三維人臉表情模型進(jìn)行模擬拍照，生成至少一個二維人臉圖像之后包括：

基于相機(jī)成像原理，獲取各所述相機(jī)配置對應(yīng)的成像參數(shù)；

基于所述成像參數(shù)、所述三維人臉特征點(diǎn)以及所述三維人臉特征區(qū)域，計(jì)算所述二維人臉圖像對應(yīng)的二維相似人臉特征點(diǎn)和二維相似人臉特征區(qū)域。

3.如權(quán)利要求1所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述接收原始三維人臉模型，并將所述原始三維人臉模型和所述三維人臉表情模板輸入三維人臉表情生成器，獲得三維人臉表情模型的步驟之后包括：

對所述原始三維人臉模型進(jìn)行特征點(diǎn)標(biāo)注和特征區(qū)域標(biāo)注，獲得三維原始人臉特征點(diǎn)和三維原始人臉特征區(qū)域；

基于所述三維原始人臉特征點(diǎn)和所述三維人臉特征區(qū)域，通過相似點(diǎn)匹配算法對不同表情的所述三維人臉表情模型進(jìn)行標(biāo)注，獲得三維相似人臉特征點(diǎn)和三維相似人臉特征區(qū)域。

4.如權(quán)利要求1所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述將所述原始三維人臉模型和所述三維人臉表情模板輸入三維人臉表情生成器，獲得三維人臉表情模型的步驟包括：

將所述原始三維人臉模型和所述三維人臉表情模板輸入所述三維人臉表情模型生成器，對所述原始三維人臉模型和所述三維人臉表情模板進(jìn)行編碼，獲得編碼結(jié)果；

對所述編碼結(jié)果進(jìn)行解碼，獲得所述三維人臉表情模型。

5.如權(quán)利要求4所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述對所述原始三維人臉模型和所述三維人臉表情模板進(jìn)行編碼，獲得編碼結(jié)果的步驟包括：

對所述原始三維人臉模型和所述三維人臉表情模板進(jìn)行預(yù)設(shè)次數(shù)的卷積和池化交替處理，獲得所述原始三維人臉模型對應(yīng)的初始特征向量組和所述三維人臉表情模板對應(yīng)的模板特征向量組；

將所述模板特征向量組和所述初始特征向量組進(jìn)行拼接，獲得所述編碼結(jié)果。

6.如權(quán)利要求5所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述對所述原始三維人臉模型和所述三維人臉表情模板進(jìn)行預(yù)設(shè)次數(shù)的卷積和池化交替處理，獲得所述原始三維人臉模型對應(yīng)的初始特征向量組和所述三維人臉表情模板對應(yīng)的模板特征向量組的步驟包括：

將所述原始三維人臉模型和所述三維人臉表情模板輸入卷積神經(jīng)網(wǎng)絡(luò)模型，以獲取所述原始三維人臉模型和所述三維人臉表情模板的共同對應(yīng)的多個權(quán)值矩陣；

基于所述多個權(quán)值矩陣，對所述原始三維人臉模型和所述三維人臉表情模板進(jìn)行卷積處理，獲得卷積處理結(jié)果；

對所述卷積處理結(jié)果進(jìn)行池化處理，獲得池化處理結(jié)果；

基于所述預(yù)設(shè)次數(shù)，重復(fù)對所述池化處理結(jié)果進(jìn)行卷積與池化交替處理，獲得所述原始三維人臉模型對應(yīng)的初始特征向量組和所述三維人臉表情模板對應(yīng)的模板特征向量組。

7.如權(quán)利要求1所述人臉多樣性數(shù)據(jù)獲取方法，其特征在于，所述接收原始三維人臉模型，并將所述原始三維人臉模型和所述三維人臉表情模板輸入三維人臉表情生成器，獲得三維人臉表情模型的步驟之前包括：

獲取基礎(chǔ)訓(xùn)練模型和訓(xùn)練數(shù)據(jù)，其中，所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)包括訓(xùn)練三維人臉模型和訓(xùn)練表情模板以及第一訓(xùn)練結(jié)果；

將所述訓(xùn)練三維人臉模型和所述訓(xùn)練表情模板輸入所述基礎(chǔ)訓(xùn)練模型，以對所述訓(xùn)練三維人臉模型和所述訓(xùn)練表情模板進(jìn)行編碼和解碼，獲得第二訓(xùn)練結(jié)果；

將所述第一訓(xùn)練結(jié)果與所述第二訓(xùn)練結(jié)果進(jìn)行對比，獲得模型損失值；

基于所述模型損失值，對所述基礎(chǔ)訓(xùn)練模型進(jìn)行更新，直至所述模型損失值小于預(yù)設(shè)模型損失閥值，獲得所述三維人臉表情生成器。