[发明专利]一种人脸浮雕几何建模方法有效
| 申请号: | 201810205313.9 | 申请日: | 2018-03-13 |
| 公开(公告)号: | CN108492373B | 公开(公告)日: | 2019-03-08 |
| 发明(设计)人: | 张玉伟 | 申请(专利权)人: | 齐鲁工业大学 |
| 主分类号: | G06T17/30 | 分类号: | G06T17/30 |
| 代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 杜鹃花 |
| 地址: | 250353 山东省济南市长清区*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 人脸 浮雕 人脸图像 形状优化 几何建模 几何细节 高度场 优化 建模 关键特征点 人脸模型 人像浮雕 线性压缩 变形法 参数化 关键点 几何法 特征点 约束点 构建 网格 光照 自动化 | ||
1.一种人脸浮雕几何建模方法,其特征在于以单张人脸图像为输入,在网格域进行三维几何自动重构,根据用户指定的厚度和映射角度生成人脸浮雕模型,包括如下步骤:
S1、对输入的单张人脸图像进行人脸关键特征点定位,获取人脸图像特征点;
S2、基于BFM参数化人脸模型构建初始3D人脸;
S3、基于Bi-Laplacian约束点位移法对初始3D人脸进行形状优化,生成形状优化后3D人脸,包括:选取人脸图像特征点作为约束点,求解约束点由当前位置移动至目标位置的约束点位置变动量;基于上述约束点位置变动量,采用硬约束通过Bi-Laplacian约束点位移法求解并带动初始3D人脸中除约束点之外的其它3D人脸网格顶点产生位移;
Bi-Laplacian约束点位移线性方程为:
其中,L2为Bi-Laplacian矩阵、等价于两个Laplacian矩阵的乘积L2=L·L,L为Laplacian矩阵,Ik为单位矩阵,n为形状优化后3D人脸顶点总数量,n'为自由顶点数量,m为约束点数量,m=n-n',约束点位置变动量di=fi-gi为上述Bi-Laplacian约束点位移线性方程系统的边界条件;
S4、基于人脸图像光照强度与形状优化后3D人脸几何法向之间的联系,通过人脸高度场泊松重建方法对形状优化后3D人脸进行高度场优化,生成高度场优化后3D人脸;
S5、对高度场优化后3D人脸进行线性压缩,生成原始3D人脸浮雕,并通过人脸高度场泊松重建方法对原始人脸浮雕进行几何细节优化,生成具备丰富几何细节的人脸浮雕。
2.根据权利要求1所述的一种人脸浮雕几何建模方法,其特征在于步骤S2基于BFM参数化人脸模型构建初始3D初始人脸,包括如下步骤:
S21、BFM人脸表示为M=(μ,σ,t),基于上述BFM人脸,3D人脸在BFM模型空间表示为S(α)=μ+t·diag(σ)·α,其中α为形状因子,μ∈R3m为平均人脸,m为3D人脸网格顶点数量,σ∈Rn-1为形状标准偏差,t=(t1,t2,......,tn)∈R3m×n-1为n-1个经过PCA分解的标准正交基;
S22、人脸图像特征点像素坐标表示为fi'=(wi,hi),平均人脸图像特征点空间坐标表示为gi=(xi,yi,zi),将人脸图像特征点像素坐标逆映射为BFM模型空间坐标,BFM模型空间坐标表示为fi=(xi,yi,zi),BFM模型空间坐标与平均人脸图像特征点空间坐标之间的坐标差表示为D=(d1,d2,......,dn)T∈R2mwith di=fi-gi;
S23、输入矩阵Q∈R2m×nwith qij=σj·tij,输入矩阵Q的SVD奇异值分解式表示为Q=U·W·V with W∈R2m×n,通过上述输入矩阵Q的SVD奇异值分解式构建形状因子,形状因子的表达式为
S24、将上述形状因子的表达式代入3D人脸在BFM模型空间的表达式,生成初始3D人脸。
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齐鲁工业大学,未经齐鲁工业大学许可,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/201810205313.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种B样条曲面的形状编辑方法
- 下一篇:一种AR在交通指挥上的应用方法和装置





