[发明专利]一种三维人脸的人脸级联回归模型训练方法及重建方法有效
| 申请号： | 201910805668.6 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110543845B | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 赵启军;田婉;刘峰;武岳 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/766;G06V10/774;G06T17/00 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 冯精恒 |
| 地址： | 610065 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种三维人脸的人脸级联回归模型训练方法及重建方法，训练方法包括：首先预处理，采集标准身份组件和标准残余组件，提取标准真实人脸特征点，获取初始身份组件和残余组件；然后进行模型训练：拟合身份组件和残余组件的级联回归模型，对身份组件和残余组件进行更新，迭代更新直到更新的身份组件与标准身份组件的差异小于自定义阈值，且更新的残余组件与标准残余组件的差异小于自定义阈值，训练结束，得到多级级联回归模型。本发明使得任意图像集合的三维人脸重建简单易行，不受输入人脸图像的数量和面部状态限制，并能大大提高三维人脸重建的效率。 | ||
| 搜索关键词： | 一种 三维 级联 回归 模型 训练 方法 重建 | ||
【主权项】：
1.一种三维人脸的人脸级联回归模型训练方法，其特征在于，包括以下步骤：/n预处理：采集真实的身份组件和残余组件，作为标准身份组件和标准残余组件；对输入图像集合进行人脸区域检测，采用特征点检测算法来提取输入图像集合的特征点，作为标准真实人脸特征点；获取初始身份组件和初始残余组件；/n模型训练：利用所述标准身份组件、标准残余组件、标准真实人脸特征点、初始身份组件和初始残余组件，拟合身份组件和残余组件的级联回归模型，更新身份组件和残余组件，迭代更新直到更新的身份组件与标准身份组件的差异小于自定义阈值，且更新的残余组件与标准残余组件的差异小于自定义阈值，训练结束，得到多级级联回归模型；/n其中，身份组件为任意数量无约束环境下获取的二维图像集合的共性身份信息，用一个无表情的三维人脸形状表示；残余组件为每张图像除身份组件外的人脸形状变化。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910805668.6/，转载请声明来源钻瓜专利网。
