[发明专利]生物面部对齐模型训练方法、生物面部对齐方法和装置

权利要求书

1.一种生物面部对齐的方法，其特征在于，包括：

获取第一3D点云，其中，所述第一3D点云为单一的非正面生物面部3D点云；

利用3D图卷积网络，对所述第一3D点云进行转正处理，以获得第二3D点云；

对所述第二3D点云进行对称补齐处理，以获得第三3D点云；

利用3D图卷积生成对抗网络，对所述第三3D点云进行补洞处理，以获得第四3D点云，其中所述第四3D点云为无破洞正面生物面部的3D点云。

2.根据权利要求1所述的方法，其特征在于，所述利用3D图卷积网络，对所述第一3D点云进行转正处理，以获得第二3D点云，包括：

利用所述3D图卷积网络，对所述第一3D点云进行处理，以获得第一旋转参数，所述第一旋转参数用于对第一3D点云进行转正处理。

3.根据权利要求2所述的方法，其特征在于，对所述第一3D点云进行转正处理，以获得第二3D点云，包括：

通过所述第一旋转参数，对所述第一3D点云的位置信息进行转正处理；

所述第二3D点云包括转正后的所述第一3D点云的位置信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

所述第一3D点云的颜色信息保持不变，所述第二3D点云包括转正后的所述第一3D点云的位置信息和所述位置信息对应的所述第一3D点云的颜色信息。

5.根据权利要求3或4任一项所述的方法，其特征在于，所述对所述第二3D点云进行对称补齐，以获得第三3D点云，包括：

提取所述第二3D点云的部分点云；

对所述第二3D点云的部分点云进行对称处理，以获得所述第三3D点云。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述利用3D图卷积生成对抗网络，对所述第三3D点云进行补洞处理，以获得第四3D点云，包括：

获取目标隐藏数据；

根据所述目标隐藏数据生成目标合成3D点云；

判断所述目标合成3D点云和所述第三3D点云是否相似，以获得所述第四3D点云。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标隐藏数据生成目标合成3D点云，包括：

将所述目标隐藏数据作为3D图卷积生成网络的输入，输出所述目标合成3D点云，所述3D图卷积生成对抗网络包括所述3D图卷积生成网络；

其中，利用3D图卷积生成网络的图卷积层，对所述目标隐藏数据提取特征。

8.根据权利要求6或7任一项所述的方法，其特征在于，判断所述目标合成3D点云和所述第三3D点云是否相似，以获得所述第四3D点云，包括：

通过判断所述目标合成3D点云和所述第三3D点云之间的损失函数对应的损失函数值是否小于等于所述损失函数对应的相似阈值，判断所述目标合成3D点云和所述第三3D点云是否相似。

9.根据权利要求8所述的方法，其特征在于，所述损失函数包括以下至少一种：

所述目标合成3D点云和所述第三3D点云之间的距离绝对误差；

所述目标合成3D点云和所述第三3D点云在同一生物面部识别模型的各层之间的相似度误差；

所述目标合成3D点云和所述第三3D点云在点集神经网络的层特征之间的相似度误差；

所述目标合成3D点云和所述第三3D点云在生物面部关键点位之间的误差。

10.根据权利要求9所述的方法，其特征在于，所述判断所述目标合成3D点云和所述第三3D点云是否相似，包括：

所述损失函数对应的损失值大于所述相似阈值，所述目标合成3D点云和所述第三3D点云不相似，则更新所述目标隐藏数据；或者，

所述损失函数对应的损失值小于或等于所述相似阈值，所述目标合成3D点云和所述第三3D点云相似，则所述目标合成3D点云为所述第四3D点云，输出所述第四3D点云。