[发明专利]实时的三维眼皮重建方法及装置有效
申请号: | 201711093464.1 | 申请日: | 2017-11-08 |
公开(公告)号: | CN107862732B | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 徐枫;温佺;雍俊海 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T13/40 | 分类号: | G06T13/40 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 实时 三维 眼皮 重建 方法 装置 | ||
1.一种实时的三维眼皮重建方法,其特征在于,包括以下步骤:
将含语义信息的四通道边界图中的每个通道的像素点以灰度值为权重拟合为多项式曲线,其中,所述将含语义信息的四通道边界图中的每个通道的像素点以灰度值为权重拟合为多项式曲线,进一步包括:将所述每个通道的像素点的二维坐标作为一组数据,且所述像素点的灰度值作为权重,以使用最小二乘法拟合三次多项式曲线,其中,所述含语义信息的四通道边界图存储了眼部区域四条主要边界的位置和形状,其中,所述眼部区域四条主要边界包括:双眼皮、上眼皮、下眼皮和卧蚕的下边界;
定义线性的三维眼皮模型上与图像中四条含语义信息的边界相对应的三维特征顶点,并确定所述三维特征顶点与图像中相应边界上二维特征点的对应关系;
通过所述三维特征顶点的投影与所述二维特征点的距离确立差异函数,求解两组眼皮的线性三维模型的最优权重系数;以及
将眼皮的三维重建结果融合到面部重建结果中;
其中,所述通过所述三维特征顶点的投影与所述二维特征点的距离确立差异函数,求解两组眼皮的线性三维模型的最优权重系数,进一步包括:将眼皮模型上的三维特征点按相机参数投影到二维图像上,根据其与对应二维特征点的距离定义差异函数,并求解最优的线性三维眼皮模型的权重系数。
2.根据权利要求1所述的实时的三维眼皮重建方法,其特征在于,所述定义线性的三维眼皮模型上与图像中四条含语义信息的边界相对应的三维特征顶点,并确定所述三维特征顶点与图像中相应边界上二维特征点的对应关系,进一步包括:
对每条边界,选取模型上的两个顶点作为边界的端点,并将端点间的所有顶点都选为三维特征顶点;
根据所述三维特征顶点在二维图像上的投影点间的距离比例关系在对应的二维边界多项式曲线上进行采样,以确立所述三维特征顶点与所述二维边界上特征点的对应关系。
3.根据权利要求1所述的实时的三维眼皮重建方法,其特征在于,所述将眼皮的三维重建结果融合到面部重建结果中,进一步包括:
在面部模型上定义一组与眼皮模型外边缘对应的顶点,并使所述眼皮模型的外边缘顶点与所述对应的顶点重合,通过三维模型的渲染便得到融合后的最终结果。
4.一种实时的三维眼皮重建装置,其特征在于,包括:
拟合模块,用于将含语义信息的四通道边界图中的每个通道的像素点以灰度值为权重拟合为多项式曲线,其中,所述拟合模块,进一步包括:将所述每个通道的像素点的二维坐标作为一组数据,且所述像素点的灰度值作为权重,以使用最小二乘法拟合三次多项式曲线,其中,所述含语义信息的四通道边界图存储了眼部区域四条主要边界的位置和形状,其中,所述眼部区域四条主要边界包括:双眼皮、上眼皮、下眼皮和卧蚕的下边界;
定义模块,用于定义线性的三维眼皮模型上与图像中四条含语义信息的边界相对应的三维特征顶点,并确定所述三维特征顶点与图像中相应边界上二维特征点的对应关系;
计算模块,用于通过所述三维特征顶点的投影与所述二维特征点的距离确立差异函数,求解两组眼皮的线性三维模型的最优权重系数;以及
重建模块,用于将眼皮的三维重建结果融合到面部重建结果中;
其中,所述计算模块,进一步包括:将眼皮模型上的三维特征点按相机参数投影到二维图像上,根据其与对应二维特征点的距离定义差异函数,并求解最优的线性三维眼皮模型的权重系数。
5.根据权利要求4所述的实时的三维眼皮重建装置,其特征在于,所述定义模块,进一步包括:
对每条边界,选取模型上的两个顶点作为边界的端点,并将端点间的所有顶点都选为三维特征顶点;
根据所述三维特征顶点在二维图像上的投影点间的距离比例关系在对应的二维边界多项式曲线上进行采样,以确立所述三维特征顶点与所述二维边界上特征点的对应关系。
6.根据权利要求4所述的实时的三维眼皮重建装置,其特征在于,所述重建模块,进一步包括:
在面部模型上定义一组与眼皮模型外边缘对应的顶点,并使所述眼皮模型的外边缘顶点与所述对应的顶点重合,通过三维模型的渲染便得到融合后的最终结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711093464.1/1.html,转载请声明来源钻瓜专利网。