[发明专利]正面人脸重建方法、装置及系统

权利要求书

1.一种正面人脸重建方法，其特征在于，包括：

获取目标人脸的不同偏转角度的人脸图像；

检测各个所述人脸图像的特征点，并确定不同所述人脸图像之间的特征点匹配组；其中，所述特征点匹配组包括至少两个匹配度达到预设匹配度阈值的特征点；

获取所述特征点匹配组中特征点的二维坐标，并基于所述特征点的二维坐标确定所述特征点的原始三维坐标和所述目标人脸相对于相机的旋转角度；其中，所述相机为拍摄所述人脸图像的相机；

根据所述特征点的原始三维坐标和所述目标人脸相对于相机的旋转角度，确定所述目标人脸的正面化后的特征点的目标三维坐标；

基于所述特征点的目标三维坐标构建正面人脸模型。

2.根据权利要求1所述的方法，其特征在于，所述确定不同所述人脸图像之间的特征点匹配组的步骤，包括：

根据预设的匹配度算法计算至少两张不同所述人脸图像中特征点之间的匹配度；其中，所述匹配度算法包括：欧式距离算法、皮尔逊相关系数算法和余弦相似度算法；

将计算的匹配度高于预设匹配度阈值的特征点确定为候选特征点组；

根据RANSAC算法对所述候选特征点组进行优化，得到最终的特征点组。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

采用对极几何约束算法对基于所述RANSAC算法优化后的特征点组进行误匹配特征点的过滤。

4.根据权利要求1所述的方法，其特征在于，所述基于所述特征点的二维坐标确定所述特征点的原始三维坐标的步骤，包括：

基于对极几何约束算法和所述特征点的二维坐标确定所述目标人脸相对于相机的位姿参数；其中，所述目标人脸相对于相机的位姿参数包括旋转角度和平移变量；

根据三角化算法和所述目标人脸相对于相机的位姿参数确定所述特征点的深度信息；

将所述二维坐标和所述深度信息确定为所述特征点的原始三维坐标。

5.根据权利要求1所述的方法，其特征在于，所述获取目标人脸的不同偏转角度的人脸图像的步骤，包括：

通过固定的相机获取目标人脸在不同偏转角度下的人脸图像；

或者，

通过安装于不同角度的相机分别获取目标人脸的人脸图像。

6.根据权利要求1所述的方法，其特征在于，所述检测各个所述人脸图像的特征点的步骤，包括：

根据预设的特征点检测算法对所述人脸图像进行检测，得到所述人脸图像的特征点；其中，所述特征点检测算法包括：SURF算法和FAST算法。

7.根据权利要求1所述的方法，其特征在于，所述基于所述特征点的目标三维坐标构建正面人脸模型的步骤，包括：

基于所述特征点的目标三维坐标生成三维空间的点云矩阵；

对所述点云矩阵进行拼接和降噪处理，并对处理后的点云矩阵进行渲染，得到目标人脸的正面人脸模型。

8.一种正面人脸重建装置，其特征在于，包括：

图像获取模块，用于获取目标人脸的不同偏转角度的人脸图像；

特征点匹配模块，用于检测各个所述人脸图像的特征点，并确定不同所述人脸图像之间的特征点匹配组；其中，所述特征点匹配组包括至少两个匹配度达到预设匹配度阈值的特征点；

坐标确定模块，用于获取所述特征点匹配组中特征点的二维坐标，并基于所述特征点的二维坐标确定所述特征点的原始三维坐标和所述目标人脸相对于相机的旋转角度；其中，所述相机为拍摄所述人脸图像的相机；

坐标转正模块，用于根据所述特征点的原始三维坐标和所述目标人脸相对于相机的旋转角度，确定所述目标人脸的正面化后的特征点的目标三维坐标；

正面人脸构建模块，用于基于所述特征点的目标三维坐标构建正面人脸模型。

9.一种正面人脸重建系统，其特征在于，所述系统包括：处理器和存储装置；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。