[发明专利]一种基于单幅图像的非线性三维人脸建模方法

权利要求书

1、一种基于单幅图像的非线性三维人脸建模方法，其特征在于包括如下步骤：

1)给定一副人脸图像，标记预定义特征点；

2)基于特征点和参照模型，图像中的头部姿态被自动恢复；

3)根据定义的相似度函数，为人脸图像在三维人脸空间中找到局部邻域；

4)采用基于邻域的最优化方法进行三维人脸重建，用径向基函数网络从给定图像推断三维人脸模型，径向基函数网络输入是二维像素位置，输出三维空间坐标；

5)通过提取的基于图像的特征点坐标计算纹理坐标，选择用径向基函数网络从三维坐标映射到纹理坐标的函数，给定一组三维模型上的特征顶点和纹理坐标，中间点的纹理坐标可以通过散乱数据插值得到，生成三维人脸模型的纹理映射。

2、根据权利要求1所述的一种基于单幅图像的非线性三维人脸建模方法，其特征在于：所述给定一副人脸图像，标记预定义特征点步骤：

(a)所采用的三维模型中除了表示面部的几何面片之外，还有颈部和耳朵等其他部位；

(b)三维人脸数据库中的模型经过预处理后，已经实现了顶点对应，因此在一个模型上定义的特征点可以直接传播到其他人脸模型上；

(c)三维人脸模型上的特征点集合定义了一个包围盒，从人脸动画的需求和图像的覆盖范围考虑，人脸建模和纹理映射时，仅绘制包围盒内的几何面片。

3、根据权利要求1所述的一种基于单幅图像的非线性三维人脸建模方法，其特征在于：所述的基于特征点和参照模型，图像中的头部姿态被自动恢复步骤：

(d)在一个三维参照模型的支持下，从单幅人脸图像中恢复姿态参数，使用的参照模型是数据库中的平均人脸；

(e)通过矩阵运算求得旋转R，平移t，和缩放s相似性变换参数得到头部姿态；

(f)使用最小二乘估计头部姿态的准确性，最小二乘估计计算公式如下

C(R,t,s)=1nΣi=1n||pi-(sRvi+t)||2---1]]>

{p_i＝(x_i，y_i，0)}是图像中特征点的集合，{v_i＝(x_i，y_i，z_i)}是三维模型中特征顶点的集合，R、t、s是变换参数(旋转、平移和缩放)，n是特征点的数目，变换参数可以通过最小化等式1中的代价函数能够求得。