[發明專利]一種三維人臉重建方法及系統

在審

• 申請號: 202011288180.X
• 申請日: 2020-11-17
• 公開（公告）號: CN112562082A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 孫碩;嵇曉強;劉丹;石樂民;王美嬌
• 申請（專利權）人: 長春理工大學
• 主分類號: G06T17/20
• 分類號: G06T17/20;G06T7/73;G06T7/33;G06T5/00;G06T3/40
• 代理公司: 北京哌智科創知識產權代理事務所(普通合伙) 11745
• 代理人: 宗兵

1.一種三維人臉重建方法，其特征在于，所述三維人臉重建方法包括：

獲取待重建的目標人臉的多個角度的深度圖像；

將獲取的各個角度的深度圖像分別轉換為對應的點云數據；

將各個角度的點云數據進行去燥處理并進行數據配準，實現各個角度的點云數據的拼接，以得到所述待重建的目標人臉對應的三維點云數據；

對所述三維點云數據進行網格化處理及人臉貼圖操作，以得到所述待重建的目標人臉對應的三維人臉模型。

2.如權利要求1所述的三維人臉重建方法，其特征在于，所述獲取待重建的目標人臉的多個角度的深度圖像，包括：

通過深度相機采集待重建的目標人臉的正面和兩個側面的深度圖像。

3.如權利要求2所述的三維人臉重建方法，其特征在于，所述將獲取的各個角度的深度圖像分別轉換為對應的點云數據，包括：

利用所述深度相機的內參矩陣，基于各個角度的深度圖像，通過坐標轉換得到各個角度的點云數據；其中，所述內參矩陣由所述深度相機在x，y兩個軸上的焦距為f_x，f_y和所述深度相機在x，y兩個軸上的光圈中心c_x，c_y表示。

4.如權利要求1所述的三維人臉重建方法，其特征在于，所述將各個角度的點云數據進行去燥處理，包括：

S1，獲取待去燥的點云數據集；

S2，基于k-d tree法構建kd-tree結構，形成拓跋結構，連接點云數據集；

S3，求點云數據中一點p的領域，計算這些點與p的距離，求出中值d_mid；

S4，若d_mid大于設定的閾值，則認為p點是噪聲點，將p點去除；

S5，重復S3和S4，遍歷點云數據集中的全部點云數據；

S6，輸出去除噪聲點后的點云數據集。

5.如權利要求1所述的三維人臉重建方法，其特征在于，所述進行數據配準，實現各個角度的點云數據的拼接，包括：

首先對兩片相對位置未知的點云數據進行匹配，實現點云數據的粗配準，得到的初始轉換矩陣；然后以所述初始轉換矩陣為參考值，對轉換矩陣進行優化，使得點云數據的位姿差別最小化，實現點云數據的精配準。

6.如權利要求5所述的三維人臉重建方法，其特征在于，所述對兩片相對位置未知的點云數據進行匹配，實現點云數據的粗配準，包括：基于4pcs算法，對兩片相對位置未知的點云數據進行匹配，以實現點云數據的粗配準。

7.如權利要求5所述的三維人臉重建方法，其特征在于，所述對轉換矩陣進行優化，使得點云數據的位姿差別最小化，實現點云數據的精配準，包括：

基于icp算法，對轉換矩陣進行優化，將粗配準后拼接的點云數據轉換到同一坐標系下，使得點云數據的位姿差別最小化，實現點云數據的精配準。

8.如權利要求1所述的三維人臉重建方法，其特征在于，所述對所述三維點云數據進行網格化處理，包括：

將點云數據由法線投影轉換到某一二維坐標平面內；

利用空間區域增長算法，對所述二維坐標平面內的點云數據做三角化處理，構建所述點云數據投影面的拓撲連接關系；

通過所述點云數據投影面的拓撲連接關系，重構所述點云數據中的拓撲連接，獲得所述待重建的目標人臉對應的人臉曲面模型；

對所述人臉曲面模型的邊界進行剖分計算，直到所有符合幾何正確性和拓撲正確性的點都被連上，形成一張完整的三角網格曲面。