[發明專利]一種人臉圖像三維重建方法、存儲介質及終端設備

在審

• 申請號: 201911416193.8
• 申請日: 2019-12-31
• 公開（公告）號: CN113129425A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 邢連萍;趙天昊;李松南;俞大海
• 申請（專利權）人: TCL集團股份有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06K9/00
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;吳志益

1.一種人臉圖像三維重建方法，其特征在于，所述人臉圖像三維重建方法包括：

獲取待處理人臉圖像，并將所述待處理人臉圖像輸入至人臉重建模型，其中，所述待處理人臉圖像為二維圖像，所述人臉重建模型為基于訓練樣本集訓練得到的，所述訓練樣本集中的每一訓練樣本組均包括人臉圖像以及該人臉圖像對應的真實人臉參數；

通過所述人臉重建模型確定所述待處理人臉圖像對應的人臉參數；

根據所述人臉參數以及所述目標三維人臉模型生成所述待處理人臉圖像對應的三維人臉圖像。

2.根據權利要求1所述人臉圖像三維重建方法，其特征在于，所述根據所述人臉參數以及所述目標三維人臉模型生成所述待處理人臉圖像對應的三維人臉圖像具體包括：

根據所述目標三維模型參數以及所述目標三維人臉模型生成候選三維人臉圖像；

根據所述對齊參數對所述候選三維人臉圖像進行調整，以得到所述待處理人臉圖像對應的三維人臉圖像。

3.根據權利要求1所述人臉重建模型的生成方法，其特征在于，所述對齊參數包括旋轉系數以及平移系數，所述目標三維模型參數包括人臉形狀系數以及人臉表情系數。

4.根據權利要求1所述人臉重建模型的生成方法，其特征在于，所述獲取待處理人臉圖像為通過電子設備配置的成像系統獲取的。

5.根據權利要求1-4任一所述的人臉圖像三維重建方法，其特征在于，所述人臉重建模型的訓練過程具體包括：

預設網絡模型根據訓練樣本集中的人臉圖像，生成所述人臉圖像對應的預測人臉參數；

所述預設網絡模型根據所述人臉圖像對應的真實人臉參數和所述人臉圖像對應的預測人臉參數，對所述預設網絡模型的模型參數進行修正；

所述預設網絡模型繼續執行根據訓練樣本集中的下一組訓練樣本中的人臉圖像，生成所述人臉圖像對應的預測人臉參數的步驟，直至所述預設網絡模型的訓練情況滿足預設條件，以得到所述人臉重建模型。

6.根據權利要求5所述人臉重建模型的生成方法，其特征在于，所述預設網絡模型根據訓練樣本集中的人臉圖像，生成所述人臉圖像對應的預測人臉參數，之前，所述方法還包括：獲取所述訓練樣本集；

所述獲取所述訓練樣本集具體包括：

選取初始數據集，其中，所述初始數據集包括多組初始數據，每組初始數據包括人臉圖像以及所述人臉圖像對應的模型系數，所述模型系數為所述初始數據對應的三維人臉模型的系數；

針對于所述初始數據集中的每張人臉圖像，根據該人臉圖像對應的模型系數確定該人臉圖像對應的人臉特征點；

將所述人臉特征點與所述目標三維人臉模型擬合以得到真實人臉參數，并將所述人臉圖像以及所述真實人臉參數作為一訓練樣本組。

7.根據權利要求5所述人臉重建模型的生成方法，其特征在于，所述預設網絡模型包括卷積模塊、池化模塊以及全連接模塊；所述預設網絡模型根據訓練樣本集中的人臉圖像，生成所述人臉圖像對應的預測人臉參數具體包括：

將所述人臉圖像輸入至所述卷積模塊，通過所述卷積模型輸出所述人臉圖像的第一特征圖像；

將所述第一特征圖像輸入至池化模塊，通過所述池化模塊輸出所述人臉圖像的第二特征圖像；

將所述第二特征圖像輸入至全連接模塊，通過所述全連接模塊輸出所述預測人臉參數。

8.根據權利要求7所述人臉重建模型的生成方法，其特征在于，所述卷積模塊包括級聯的六個卷積層，各卷積層的卷積核均為3*3。