一种通过多级拟合得到标准化模型运动的方法及电子设备技术

本发明专利技术公开了一种通过多级拟合得到标准化模型运动的方法及电子设备，所述方法包括：获取人脸正面的特征点；对所述特征点进行回归估计，得到第一结果；对所述第一结果进行第一次线性拟合，得到第二结果；对所述第二结果进行夸张，得到第三结果；对所述第三结果进行第二次线性拟合，得到最终结果，该方法通过两次二次规划使得得到的结果既保持稳定又具有较高的精度，其中第一次二次规划通过采用较大的约束参数使得得到的结果保持稳定，第二次二次规划通过采用较小的约束参数使得得到的结果具有较高的精度，从而有效地解决了稳定性和精度不可兼得的问题，同时通过对表情特征进行夸张，使得获得的表情特征更加的明显。

【技术实现步骤摘要】
一种通过多级拟合得到标准化模型运动的方法及电子设备
本专利技术涉及计算机
，特别涉及一种通过多级拟合得到标准化模型运动的方法及电子设备。
技术介绍
在实时视频中的人脸识别和跟踪领域，现有技术通常使用单次拟合来获得模型的运动，这种方式往往是保证了稳定性就无法保证精度，而如果保证了精度稳定性就比较差，二者通常不可兼得。
技术实现思路
为了解决上述问题，本专利技术提供一种通过多级拟合得到标准化模型运动的方法及电子设备。所述技术方案如下：第一方面，提供了一种通过多级拟合得到标准化模型运动的方法，所述方法包括：获取人脸正面的特征点；对所述特征点进行回归估计，得到第一结果；对所述第一结果进行第一次线性拟合，得到第二结果；对所述第二结果进行夸张，得到第三结果；对所述第三结果进行第二次线性拟合，得到最终结果。结合第一方面，在第一种可能的实现方式中，所述获取人脸正面的特征点包括：通过摄像头实时采集人脸正面特征点。结合第一方面，在第二种可能的实现方式中，所述对所述特征点进行回归估计，得到第一结果包括：根据预设的公式和预设的人脸特征库对所述特征点进行岭回归估计；根据所述岭回归估计得到的参数和所述人脸特征库输出所述第一结果。结合第一方面，在第三种可能的实现方式中，所述对所述第一结果进行第一次线性拟合，得到第二结果包括：根据预设的公式和预设的人脸特征库对所述第一结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述第二结果。结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述人脸特征库是归一化后的人脸特征库。结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述二次规划中的约束参数的取值范围为(0.001,1]。结合第一方面，在第六种可能的实现方式中，所述对所述第二结果进行夸张，得到第三结果包括：获取所述第二结果与预设的表情模型的差值；将所述差值乘以预设的夸张系数，得到夸张后的差值；以所述预设表情模型与所述夸张后的差值的和作为所述第三结果。结合第一方面的第六种可能的实现方式，在第七种可能的实现方式中，所述预设的表情模型为无表情模型。结合第一方面的第六种可能的实现方式，在第八种可能的实现方式中，所述夸张系数的取值范围为[1,10]。结合第一方面，在第九种可能的实现方式中，所述对所述第三结果进行第二次线性拟合，得到最终结果包括：根据预设的公式和预设的人脸特征库对所述第三结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述最终结果。结合第一方面的第九种可能的实现方式，在第十种可能的实现方式中，所述人脸特征库是归一化后的人脸特征库。结合第一方面的第九种可能的实现方式，在第十一种可能的实现方式中，所述二次规划中的约束参数的取值范围为(0,0.001]。结合第一方面的第二种至第一方面的第十一种任一项可能的实现方式，在第十二种可能的实现方式中，所述预设的人脸特征库中的人脸模型是3D模型。结合第一方面的第十二种可能的实现方式，在第十三种可能的实现方式中，所述人脸模型与所述人脸正面的特征点的点数一样，面数一样，面序一样，点序一样。第二方面，提供了一种电子设备，所述电子设备包括：获取模块，用于获取人脸正面的特征点；估计模块，用于对所述特征点进行回归估计，得到第一结果；第一拟合模块，用于对所述第一结果进行第一次线性拟合，得到第二结果；夸张模块，用于对所述第二结果进行夸张，得到第三结果；第二拟合模块，用于对所述第三结果进行第二次线性拟合，得到最终结果。结合第二方面，在第一种可能的实现方式中，所述获取模块通过摄像头实时采集人脸正面特征点。结合第二方面，在第二种可能的实现方式中，所述估计模块具体用于：根据预设的公式和预设的人脸特征库对所述特征点进行岭回归估计；根据所述岭回归估计得到的参数和所述人脸特征库输出所述第一结果。结合第二方面，在第三种可能的实现方式中，所述第一拟合模块具体用于：根据预设的公式和预设的人脸特征库对所述第一结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述第二结果。结合第二方面的第三种可能的实现方式，在第四种可能的实现方式中，所述人脸特征库是归一化后的人脸特征库。结合第二方面的第四种可能的实现方式，在第五种可能的实现方式中，所述二次规划中的约束参数的取值范围为(0.001,1]。结合第二方面，在第六种可能的实现方式中，所述夸张模块具体用于：获取所述第二结果与预设的表情模型的差值；将所述差值乘以预设的夸张系数，得到夸张后的差值；以所述预设表情模型与所述夸张后的差值的和作为所述第三结果。结合第二方面的第六种可能的实现方式，在第七种可能的实现方式中，所述预设的表情模型为无表情模型。结合第二方面的第六种可能的实现方式，在第八种可能的实现方式中，所述夸张系数的取值范围为[1,10]。结合第二方面，在第九种可能的实现方式中，所述第二拟合模块具体用于：根据预设的公式和预设的人脸特征库对所述第三结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述最终结果。结合第二方面的第九种可能的实现方式，在第十种可能的实现方式中，所述人脸特征库是归一化后的人脸特征库。结合第二方面的第九种可能的实现方式，在第十一种可能的实现方式中，所述二次规划中的约束参数的取值范围为(0,0.001]。结合第二方面的第二种至第二方面的第十一种任一项可能的实现方式，在第十二种可能的实现方式中，所述预设的人脸特征库中的人脸模型是3D模型。结合第二方面的第十二种可能的实现方式，在第十三种可能的实现方式中，所述人脸模型与所述人脸正面的特征点的点数一样，面数一样，面序一样，点序一样。第三方面，提供了一种电子设备，所述设备包括存储器，摄像头，以及与所述存储器，所述摄像头连接的处理器，其中，所述存储器用于存储一组程序代码，所述处理器调用所述存储器所存储的程序代码用于执行以下操作：获取人脸正面的特征点；对所述特征点进行回归估计，得到第一结果；对所述第一结果进行第一次线性拟合，得到第二结果；对所述第二结果进行夸张，得到第三结果；对所述第三结果进行第二次线性拟合，得到最终结果。结合第三方面，在第一种可能的实现方式中，所述处理器调用所述存储器所存储的程序代码用于执行以下操作：通过摄像头实时采集人脸正面特征点。结合第三方面，在第二种可能的实现方式中，所述处理器调用所述存储器所存储的程序代码用于执行以下操作：根据预设的公式和预设的人脸特征库对所述特征点进行岭回归估计；根据所述岭回归估计得到的参数和所述人脸特征库输出所述第一结果。结合第三方面，在第三种可能的实现方式中，所述处理器调用所述存储器所存储的程序代码用于执行以下操作：根据预设的公式和预设的人脸特征库对所述第一结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述第二结果。结合第三方面的第三种可能的实现方式，在第四种可能的实现方式中，所述人脸特征库是归一化后的人脸特征库。结合第三方面的第四种可能的实现方式，在第五种可能的实现方式中，所述二次规划中的约束参数的取值范围为(0.001,1]。结合第三方面，在第六种可能的实现方式中，所述处理器调用所述存储器所存储的程序代码用于执行以下操作：获取所述第二结果与预设的表情模型的差值；将所述差值乘以预设的本文档来自技高网...

【技术保护点】
一种通过多级拟合得到标准化模型运动的方法，其特征在于，所述方法包括：获取人脸正面的特征点；对所述特征点进行回归估计，得到第一结果；对所述第一结果进行第一次线性拟合，得到第二结果；对所述第二结果进行夸张，得到第三结果；对所述第三结果进行第二次线性拟合，得到最终结果。

【技术特征摘要】
1.一种通过多级拟合得到标准化模型运动的方法，其特征在于，所述方法包括：获取人脸正面的特征点；对所述特征点进行回归估计，得到第一结果；对所述第一结果进行第一次线性拟合，得到第二结果；对所述第二结果进行夸张，得到第三结果；对所述第三结果进行第二次线性拟合，得到最终结果。2.根据权利要求1所述的方法，其特征在于，所述获取人脸正面的特征点包括：通过摄像头实时采集人脸正面特征点。3.根据权利要求1所述方法，其特征在于，所述对所述特征点进行回归估计，得到第一结果包括：根据预设的公式和预设的人脸特征库对所述特征点进行岭回归估计；根据所述岭回归估计得到的参数和所述人脸特征库输出所述第一结果。4.根据权利要求1所述的方法，其特征在于，所述对所述第一结果进行第一次线性拟合，得到第二结果包括：根据预设的公式和预设的人脸特征库对所述第一结果进行二次规划；根据所述二次规划得到的参数和所述人脸特征库输出所述第二结果。5.根据权利要求4所述的方法，其特征在于，所述人脸特征库是归一化后的人...

【专利技术属性】
技术研发人员：武俊敏，
申请(专利权)人：掌赢信息科技上海有限公司，
类型：发明
国别省市：上海,31