[发明专利]一种基于自适应形变模型的任意视角人脸三维重构方法

摘要

本发明涉及一种基于自适应形变模型的任意视角人脸三维重构方法，其步骤为：1)获取人脸图像数据并筛选出清晰度较高的人脸图像作为原始数据；2)进行特征点定位；3)利用特征定位结果粗略估计人脸角度；4)建立人脸三维形变模型，并将人脸特征点通过平移、缩放操作调整到与人脸三维形变模型在同一尺度上，并抽取出与人脸特征点对应点的坐标信息形成稀疏人脸三维形变模型；5)根据人脸角度粗略估计值和稀疏人脸三维形变模型，进行微粒群算法迭代人脸三维重构，得到人脸三维几何模型；6)得到人脸三维几何模型后，采用纹理张贴的方法将输入二维图像中的人脸纹理信息映射到人脸三维几何模型，得到完整的人脸三维模型。本发明可以广泛在各种身份识别领域中应用。

主权项

一种基于自适应形变模型的任意视角人脸三维重构方法，其特征在于，该方法包括以下步骤：1)利用现有技术中的视频监控系统获取人脸图像数据，并筛选出清晰度较高的人脸图像，作为任意视角人脸三维重构的原始数据；2)对步骤1)中筛选出的人脸图像进行特征点定位，采用变视角人脸特征定位方法确定不同角度人脸图像中的特征点位置；3)利用特征定位结果粗略估计人脸角度，并将粗略估计的人脸角度作为三维模型匹配过程中的初步投影角度参数；4)建立人脸三维形变模型，并将人脸特征点通过平移、缩放操作调整到与人脸三维形变模型在同一尺度上，并从人脸三维形变模型中抽取出与人脸特征点对应点的坐标信息，形成稀疏人脸三维形变模型；5)根据步骤3)中获得的人脸角度粗略估计值以及步骤4)中获得的稀疏人脸三维形变模型，进行微粒群算法迭代人脸三维重构，得到人脸三维几何模型；其重构过程如下：采用微粒群算法对人脸角度及稀疏人脸三维形变模型参数进行优化，并判断优化结果误差是否已经收敛稳定或者是否达到预先设定的要求，是则进入步骤6)；反之，返回继续进行参数优化；6)得到人脸三维几何模型后，采用纹理张贴的方法将输入二维图像中的人脸纹理信息映射到人脸三维几何模型，得到完整的人脸三维模型。