[发明专利]三维人脸重建方法、装置、设备及计算机可读存储介质

说明书

本发明公开一种三维人脸重建方法、装置、设备及计算机可读存储介质，对人脸参考图像集中人脸参考图像进行特征点标定，基于特征点像素坐标对参考模型进行全局轮廓变形，对变形后的初级人脸模型采用基于法线的光度立体技术进行光度法线重建，基于重建后的目标人脸模型的表面法向量，使用网格变形技术利用优化后的法线迭代生成目标人脸模型。本发明提出基于光度法线的鲁棒性三维人脸重建技术，借助无约束图像集和参考模型，结合使用光度立体技术和网格变形技术，降低了对人脸参考图像的限制，利用了两种技术的优点，同时也避免了单独使用一种技术重建人脸时的缺陷，提高了维人脸重建质量，实现了鲁棒性的高精度三维人脸重建。

技术领域

本发明涉及电子技术领域，更具体地说，涉及一种三维人脸重建方法、装置、设备及计算机可读存储介质。

背景技术

基于图像的三维人脸重建被广泛应用于人脸识别、公安、医疗、游戏动画、影视娱乐等领域，它旨在实现人脸的三维几何模型重构，是计算机视觉和计算机图形学中一个有趣而富挑战性的研究热点。目前，三维人脸重建技术主要分为两大类：主动重建技术和被动重建技术。主动重建技术使用三维深度扫描仪来捕获人脸的三维位置信息，经拟合处理构造人脸三维模型。基于深度扫描仪的方法可以得到精确的结果，但需要特殊的硬件设备和高昂的费用，故不适用于复杂对象。被动重建技术是利用计算机视觉的相关算法，通过单张或多张二维人脸图像来重建三维人脸。与主动重建技术相比，被动重建技术不受硬件限制，且是一种相对经济的方法。

光度立体技术是一种被广泛应用的被动重建技术，最初是由明暗恢复形状(Shape from Shading，SFS)算法发展而来，由Woodham于1980年正式提出，是一种利用同一物体在同一位置而不同光源下的多幅图像来恢复物体表面形状的三维重建方法。它能成功利用三张及以上图像实现三维建模，且具有低硬件成本、较快速度、适中的重建质量等优点，故在工业检测、虚拟现实等领域得到了广泛的研究与应用。然而，光度立体技术的算法通常需使用奇异值(SVD) 分解来解决低秩球谐函数问题，该问题需要严格的约束限制，解的存在性和唯一性在实际中很难从理论上得到保证，这容易使求得的解与真实解间可能存在较大偏差。

另一方面，基于模型的网格变形技术由于具有较好特性，且变形过程相对简单，也成为三维重建、虚拟现实等领域中一种常用的方法。网格变形技术是通过在原有模型网格上进行逐顶点的变形操作得到需要的新形状三维网格模型，可以生成扫描仪和一些传统造型构建方法无法获取的三维模型。目前，流行的网格变形技术大体可分为：基于空间变形的变形技术、基于骨架驱动的变形技术、基于网格曲面的变形技术。其中，基于网格曲面的变形技术是应用时间和范围最广的网格变形技术，该变形技术又可分为基于多分辨率表示的变形技术和基于微分坐标的变形技术。基于微分坐标的变形技术中的Laplacian变形技术是中最受关注的方法之一，它基于Laplacian框架，采用微分坐标表示实现三维表面网格重建，具有线性性质和平移不变性，能够保持变形前后的网格的局部几何细节，即能成功保持顶点之间的拓扑信息。然而，该变形技术运算复杂，且对图像质量限制较高。

发明内容

本发明要解决的技术问题在于提供一种更为完善的三维人脸重建方法、装置、设备及计算机可读存储介质。

本发明提供的三维人脸重建方法包括：

步骤101、获取目标人脸的人脸参考图像集，所述人脸参考图像集包括至少两幅人脸参考图像；

步骤102、对所述人脸参考图像集中各幅所述人脸参考图像进行人脸特征点标定，各幅所述人脸参考图像标定出q个特征点，q为大于或等于1的正整数；

步骤103、基于标定的特征点像素坐标对参考模型进行全局轮廓变形，得到全局轮廓形变后的初始人脸模型，所述参考模型为一个已知的三维人脸模型；

步骤104、对所述初级人脸模型采用基于法线的光度立体技术进行光度法线重建，估算得到所述目标人脸的目标人脸模型的表面法向量。