【技术实现步骤摘要】
3D重建以及人脸姿态归一化方法、装置、存储介质及设备
本专利技术涉及计算机视觉领域,特别是指一种3D重建方法、装置、计算机可读存储介质及设备,以及基于该3D重建方法的人脸姿态归一化方法、装置、计算机可读存储介质及设备。
技术介绍
在人脸图像识别技术中,人脸的姿态是影响人脸识别率的重要因素,现有技术的人脸图像识别主要是对正面人脸图像或者小姿态(角度)人脸图像的识别,对于大姿态人脸图像的识别结果很不理想,为了提高识别准确率,需要对人脸图像(尤其是大姿态人脸图像)进行姿态归一化。前述的人脸图像、小姿态人脸图像和大姿态人脸图像都是2D人脸图像。基于3D重建的人脸姿态归一化方法是指将前述的2D人脸图像进行3D重建,得到3D人脸,对3D人脸进行姿态矫正(归一化)后重新投影成2D人脸图像以完成人脸姿态归一化的方法。基于3D重建的人脸姿态归一化方法的核心是对待归一化的2D人脸图像进行3D重建,根据重建方式的不同,基于3D重建的人脸姿态归一化方法可大致分为基于3DMM参数的估计方法和基于体素的估计方法。(1)基于3DMM参数的估计方法3D形变模型(3DMorphableModel,3DMM),是一种基于统计学原理构建3D人脸模型的方法。该方法利用一个人脸数据库构造一个特征(准确地说是特征人脸:平均人脸+特征向量组*对应系数,注:此系数非特征值,而是需要最终逆向求解的)人脸形变模型,基于该人脸数据库进行PCA特征降维得到可表征该数据库的极大无关向量组(基);在给出新的待归一化人脸图像后,将待归一化人脸图像 ...
【技术保护点】
1.一种3D重建方法,其特征在于,所述方法包括:/n获取2D人脸图像;/n将所述2D人脸图像输入轻量卷积神经网络,经过轻量卷积神经网络的若干卷积操作和转置卷积操作,提取2D人脸图像的特征并将该特征转换为表示欲重建的3D人脸的3D几何信息的UV位置图;所述UV位置图的像素点的RGB像素值是欲重建的3D人脸对应三维点的三维坐标值;/n根据所述UV位置图提供的3D几何信息以及所述2D人脸图像提供的纹理信息进行3D人脸转换,得到3D人脸。/n
【技术特征摘要】
1.一种3D重建方法,其特征在于,所述方法包括:
获取2D人脸图像;
将所述2D人脸图像输入轻量卷积神经网络,经过轻量卷积神经网络的若干卷积操作和转置卷积操作,提取2D人脸图像的特征并将该特征转换为表示欲重建的3D人脸的3D几何信息的UV位置图;所述UV位置图的像素点的RGB像素值是欲重建的3D人脸对应三维点的三维坐标值;
根据所述UV位置图提供的3D几何信息以及所述2D人脸图像提供的纹理信息进行3D人脸转换,得到3D人脸。
2.根据权利要求1所述的3D重建方法,其特征在于,所述轻量卷积神经网络包括编码模块和解码模块,所述编码模块包括1个卷积层和10个残差块,所述解码模块包括17个转置卷积层。
3.根据权利要求2所述的3D重建方法,其特征在于,所述轻量卷积神经网络在训练时的损失函数Loss为:
P(x,y)为在预测的UV位置图中(x,y)坐标处的像素点的RGB像素值,为在groundthruthUV位置图中(x,y)坐标处的像素点的RGB像素值;
W(x,y)为面部权重mask,面部权重mask表示2D人脸图像中根据判别性大小分成的各个子区域的权重比例,判别性越大的子区域的权重比例越大。
4.根据权利要求1-3任一所述的3D重建方法,其特征在于,所述根据所述UV位置图提供的3D几何信息以及所述2D人脸图像提供的纹理信息进行3D人脸转换,得到3D人脸,包括:
从所述UV位置图中提取欲重建的3D人脸各个三维点的二维平面坐标;
将提取的各个三维点的二维平面坐标映射到所述2D人脸图像的像素坐标系中的相应位置,使用2D人脸图像的像素坐标系中相应位置的纹理信息作为欲重建的3D人脸各个三维点的纹理信息,得到3D人脸;
其中,若映射后的所述2D人脸图像的像素坐标系中的相应位置是非整数坐标,则对所述2D人脸图像的纹理信息进行插值运算,得到该非整数坐标处的纹理信息。
5.一种3D重建装置,其特征在于,所述装置包括:
获取模块,用于获取2D人脸图像;
UV位置图生成模块,用于将所述2D人脸图像输入轻量卷积神经网络,经过轻量卷积神经网络的若干卷积操作和转置卷积操作,提取2D人脸图像的特征并将该特征转换为表示欲重建的3D人脸的3D几何信息的UV位置图;所述UV位置图的像素点的RGB像素值是欲重建的3D人脸对应三维点的三维坐标值;
3D人脸转换模块,用于根据所述UV位置图提供的3D几何信息以及所述2D人脸图像提供的纹理信息进行3D人脸转换,得到3D人脸。
6.根据权利要求5所述的3D重建装置,其特征...
【专利技术属性】
技术研发人员:周军,刘利朋,江武明,王洋,
申请(专利权)人:北京眼神智能科技有限公司,北京眼神科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。