[发明专利]三维人脸重建方法、装置、终端及计算机可读存储介质

权利要求书

1.一种三维人脸重建方法，包括：

获取输入的单张人脸图像的二维人脸特征点集；

获取二维稀疏形状点集到三维稀疏形状点集之间的第一耦合关系，根据所述第一耦合关系计算得到所述二维人脸特征点集对应的三维稀疏形状点集；

获取三维稀疏形状点集到三维稠密形状点集的第二耦合关系，根据所述第二耦合关系计算所述三维稀疏形状点集对应的三维稠密形状点集；

对所述三维稠密形状点集进行纹理渲染，得到重构的三维人脸模型。

2.如权利要求1所述的三维人脸重建方法，其特征在于，所述获取二维稀疏形状点集到三维稀疏形状点集之间的第一耦合关系，根据所述第一耦合关系计算得到所述二维人脸特征点集对应的三维稀疏形状点集包括：

计算所述二维人脸特征点集和人脸模型数据库中平均三维特征点集之间的投影关系矩阵；

将所述人脸模型数据库中所有的三维稀疏形状点集经过所述投影关系矩阵投影到二维平面，得到对应的二维稀疏形状点集；

对所述二维稀疏形状点集建立第一统计形状模型，对所述三维稀疏点集建立类第二统计形状模型；

根据所述第一统计形状模型和所述第二统计形状模型以及所述投影关系矩阵，回归建立所述二维稀疏形状点集到所述三维稀疏形状点集之间的第一耦合关系。

3.如权利要求1所述的三维人脸重建方法，其特征在于，所述获取三维稀疏形状点集到三维稠密形状点集的第二耦合关系包括：

通过对人脸模型数据库中的三维稀疏形状点集和三维稠密形状点集之间的关系进行训练学习，得到表示两者之间第二耦合关系的字典模型。

4.如权利要求3所述的三维人脸重建方法，其特征在于，所述通过对人脸模型数据库中的三维稀疏形状点集合三维稠密形状点集之间的关系进行训练学习，得到表示两者之间第二耦合关系的字典模型包括：

通过使所述人脸模型数据库中的所述三维稀疏形状点集和所述三维稠密形状点集共用一个系数来表明两者之间暗含的关系，建立表示两者之间第二耦合关系的字典模型：

其中，系数α作为一个人脸的特征表示，不同人脸的系数α是不同的；表示三维稀疏形状点集的稀疏程度，表示三维稠密形状点集的稀疏程度，β₀是三维稀疏形状点集和三维稠密形状点集之间的平衡系数，β₁控制了稀疏程度的稀疏范围，表示三维稠密形状点集，表示三维稀疏形状点集。

5.如权利要求4所述的三维人脸重建方法，其特征在于，所述根据所述第二耦合关系计算所述三维稀疏形状点集对应的三维稠密形状点集包括：

根据所述第二耦合关系的字典模型和获取的所述单张人脸图像的三维稀疏形状点集，计算所述单张人脸图像在所述字典模型下对应的系数；

根据所述单张人脸图像在所述字典模型下对应的系数，计算所述三维稀疏形状点集对应的三维稠密形状点集。

6.如权利要求1所述的三维人脸重建方法，其特征在于，所述获取输入的单张人脸图像的二维人脸特征点集包括：

对所述单张人脸图像进行特征点检测，得到若干个二维人脸特征点；

通过最小化二维人脸特征点集的二范数，从所述若干个二维人脸特征点中选取稳定的二维人脸特征点组成所述二维人脸特征点集。

7.如权利要求1所述的三维人脸重建方法，其特征在于，所述获取输入的单张人脸图像的二维人脸特征点集之前还包括：

接收移动终端发送的所述单张人脸图像；

所述对所述三维稠密形状点集进行纹理渲染，得到重构的三维人脸模型之后还包括：

将重构的所述三维人脸模型发送至所述移动终端进行显示。