[发明专利]三维人脸重建方法和装置

权利要求书

1.一种三维人脸重建方法，包括：

将获取的二维人脸图像输入已训练的人脸三维重建模型，得到与用于构建三维人脸模型的特征向量对应的特征系数，其中，所述特征向量基于对人脸三维重建模型的训练得出，所述特征向量包括用于表征三维人脸模型的一个维度特征的基向量；

基于所述特征向量和对应的特征系数构建所述二维人脸图像对应的三维人脸模型；

所述方法还包括：

基于样本数据按照如下方式训练得出所述已训练的人脸三维重建模型，所述样本数据包括样本人脸图像集合和样本人脸图像集合中的样本人脸图像的人脸关键点的标注信息：

将所述样本人脸图像的人脸关键点的标注信息按照预设的三维映射关系进行映射以生成对应的三维样本人脸模型；

从已获取的三维基础人脸模型中提取出待训练的特征向量；

采用所述待训练的特征向量构建待训练的人脸三维重建模型，并基于所述样本人脸图像及样本人脸图像对应的三维样本人脸模型对所述待训练的人脸三维重建模型进行训练，在训练中迭代调整所述待训练的特征向量，得到已训练的、包含所述用于构建三维人脸模型的特征向量的人脸三维重建模型。

2.根据权利要求1所述的方法，其中，所述基于所述样本人脸图像及样本人脸图像对应的三维样本人脸模型对所述待训练的人脸重建模型进行训练，包括：

根据所述待训练的人脸三维重建模型对样本人脸图像对应的三维人脸模型的特征系数的预测结果、以及所述待训练的特征向量构建样本图像的三维人脸模型预测结果；

基于所述样本图像的三维人脸模型预测结果与对应的样本三维人脸模型之间的差异，迭代调整所述待训练的特征向量和所述待训练的人脸重建模型中的重建参数，以使基于所述待训练的人脸三维重建模型得到的样本图像的三维人脸模型预测结果与对应的样本三维人脸模型之间的差异满足预设的收敛条件。

3.根据权利要求1所述的方法，其中，所述特征向量包括身份特征向量；

所述样本人脸图像集合包括第一样本人脸图像集合，所述第一样本人脸图像集合包括多幅具有身份特征差异、且不具有表情特征差异的第一样本人脸图像；以及

所述从已获取的三维基础人脸模型中提取出待训练的特征向量，包括：

获取对所述三维基础人脸模型进行身份特征维度的变换得到的多个第一人脸模型，并对所述第一人脸模型进行降维处理，提取出待训练的身份特征向量。

4.根据权利要求3所述的方法，其中，所述采用所述待训练的特征向量构建待训练的人脸三维重建模型，并基于所述样本人脸图像及样本人脸图像对应的三维样本人脸模型对所述待训练的人脸重建模型进行训练，得到已训练的、包含所述用于构建三维人脸模型的特征向量的人脸三维重建模型，包括：

基于所述待训练的身份特征向量构建待训练的第一人脸重建模型，根据所述待训练的第一人脸重建模型对第一样本人脸图像对应的三维人脸模型的特征系数的预测结果、以及所述待训练的身份特征向量构建第一样本人脸图像的三维人脸模型预测结果；

基于所述第一样本人脸图像的三维人脸模型预测结果与对应的样本三维人脸模型之间的差异，迭代调整所述待训练的身份特征向量和所述待训练的第一人脸重建模型中的重建参数，以使基于所述待训练的第一人脸重建模型得到的第一样本人脸图像的三维人脸模型预测结果与对应的样本三维人脸模型之间的差异满足预设的第一收敛条件。

5.根据权利要求4所述的方法，其中，所述特征向量还包括表情特征向量；

所述样本人脸图像集合还包括第二样本人脸图像集合，所述第二样本人脸图像还包括多幅不具有身份特征差异、且具有表情特征差异的第二样本人脸图像；以及

所述从已获取的三维基础人脸模型中提取出待训练的特征向量，包括：

获取对所述三维基础人脸模型进行表情特征维度的变换得到的多个第二人脸模型，并对所述第二人脸模型进行降维处理，提取出待训练的表情特征向量。