[發(fā)明專利]三維風(fēng)格人臉的生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210156774.8
• 申請(qǐng)日: 2022-02-21
• 公開（公告）號(hào): CN114529685A
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 蘆愛余;衛(wèi)華威
• 申請(qǐng)（專利權(quán)）人: 佛山虎牙虎信科技有限公司
• 主分類號(hào): G06T17/10
• 分類號(hào): G06T17/10;G06T19/20;G06V10/77;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 李彩玲

1.一種三維風(fēng)格人臉的生成方法，其特征在于，包括：

獲取標(biāo)注有人臉關(guān)鍵點(diǎn)的二維人臉圖像，并根據(jù)所述人臉關(guān)鍵點(diǎn)構(gòu)建與所述二維人臉圖像中的真實(shí)人臉完全匹配的三維真實(shí)人臉；

建立標(biāo)準(zhǔn)三維風(fēng)格人臉的主成分分析PCA模型與所述三維真實(shí)人臉的PCA模型之間的映射關(guān)系；

根據(jù)所述映射關(guān)系對(duì)所述標(biāo)準(zhǔn)三維風(fēng)格人臉進(jìn)行調(diào)整，得到與所述二維人臉圖像對(duì)應(yīng)的三維風(fēng)格人臉。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立標(biāo)準(zhǔn)三維風(fēng)格人臉的PCA模型與所述三維真實(shí)人臉的PCA模型之間的映射關(guān)系，包括：

建立所述標(biāo)準(zhǔn)三維風(fēng)格人臉的PCA模型與所述三維真實(shí)人臉的PCA模型之間的PCA基映射關(guān)系以及幅度映射關(guān)系。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述建立所述標(biāo)準(zhǔn)三維風(fēng)格人臉的PCA模型與所述三維真實(shí)人臉的PCA模型之間的PCA基映射關(guān)系以及幅度映射關(guān)系，包括：

在所述標(biāo)準(zhǔn)三維風(fēng)格人臉的PCA模型中，獲取與目標(biāo)人臉形狀維度對(duì)應(yīng)的第一PCA基以及所述第一PCA基的幅度值；

在所述三維真實(shí)人臉的PCA模型中，查詢與所述目標(biāo)人臉形狀維度對(duì)應(yīng)的第二PCA基以及所述第二PCA基的幅度值；

建立所述第一PCA基以及所述第一PCA基的幅度值與所述第二PCA基以及所述第二PCA基的幅度值之間的映射關(guān)系。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，確定標(biāo)準(zhǔn)三維風(fēng)格人臉的第一PCA基的幅度值，包括：

在所述標(biāo)準(zhǔn)三維風(fēng)格人臉不畸形的情況下，獲取所述第一PCA基的坐標(biāo)最小值和坐標(biāo)最大值；

將所述坐標(biāo)最小值和所述坐標(biāo)最大值的均值作為所述第一PCA基的幅度值。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述映射關(guān)系對(duì)所述標(biāo)準(zhǔn)三維風(fēng)格人臉進(jìn)行調(diào)整，得到與所述二維人臉圖像對(duì)應(yīng)的三維風(fēng)格人臉，包括：

將所述標(biāo)準(zhǔn)三維風(fēng)格人臉中已建立映射關(guān)系的每個(gè)PCA基的人臉形狀系數(shù)，更新為所述三維真實(shí)人臉中的對(duì)應(yīng)PCA基的人臉形狀系數(shù)；

將所述標(biāo)準(zhǔn)三維風(fēng)格人臉中已建立映射關(guān)系的每個(gè)PCA基的幅度值，更新為所述三維真實(shí)人臉中的對(duì)應(yīng)PCA基的幅度值；

將更新后的所述標(biāo)準(zhǔn)三維風(fēng)格人臉作為與所述二維人臉圖像對(duì)應(yīng)的三維風(fēng)格人臉。

6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的方法，其特征在于，在所述構(gòu)建標(biāo)準(zhǔn)三維風(fēng)格人臉的PCA模型與所述三維真實(shí)人臉的PCA模型之間的映射關(guān)系之前，還包括：

獲取標(biāo)準(zhǔn)三維風(fēng)格人臉以及三維風(fēng)格人臉樣本集；

根據(jù)公式S(α)＝μ_s+U_s*diag(σ_s)*α，對(duì)所述三維風(fēng)格人臉樣本集進(jìn)行主成分分析構(gòu)建不同維度的PCA基，組成PCA模型；

其中，S(α)為PCA基，μ_s為所有三維風(fēng)格人臉樣本的平均值，σ_s為每個(gè)三維風(fēng)格人臉樣本與平均值的方差，U_s為對(duì)每個(gè)三維風(fēng)格人臉樣本與平均值的差值做主成分分析得到的特征向量，diag(σ_s)為特征向量U_s對(duì)應(yīng)的權(quán)重，α為與特征向量U_s對(duì)應(yīng)的特征值。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取標(biāo)注有人臉關(guān)鍵點(diǎn)的二維人臉圖像，并根據(jù)所述人臉關(guān)鍵點(diǎn)構(gòu)建與所述二維人臉圖像中的真實(shí)人臉完全匹配的三維真實(shí)人臉，包括：

獲取標(biāo)注有人臉關(guān)鍵點(diǎn)的二維人臉圖像，并基于巴塞爾人臉模型BFM拓?fù)錁?gòu)建三維人臉模型；

建立所述三維人臉模型中的人臉關(guān)鍵點(diǎn)與所述二維人臉圖像中的人臉關(guān)鍵點(diǎn)間的映射關(guān)系；

調(diào)整所述三維人臉模型的模型參數(shù)，直至所述三維人臉模型中的人臉關(guān)鍵點(diǎn)的投影點(diǎn)與所述二維人臉圖像中的人臉關(guān)鍵點(diǎn)的歐式距離最小；

將調(diào)整后的三維人臉模型作為與所述二維人臉圖像中的真實(shí)人臉完全匹配的三維真實(shí)人臉。