CN109360270A - 基于人工智能的3d人脸姿态对齐算法及装置 - Google Patents

基于人工智能的3d人脸姿态对齐算法及装置 Download PDF

Info

Publication number
CN109360270A
CN109360270A CN201811342433.XA CN201811342433A CN109360270A CN 109360270 A CN109360270 A CN 109360270A CN 201811342433 A CN201811342433 A CN 201811342433A CN 109360270 A CN109360270 A CN 109360270A
Authority
CN
China
Prior art keywords
image
target
frame
human face
face posture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811342433.XA
Other languages
English (en)
Other versions
CN109360270B (zh
Inventor
吴跃华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Qingyan Heshi Technology Co ltd
Original Assignee
Angrui Shanghai Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Angrui Shanghai Information Technology Co Ltd filed Critical Angrui Shanghai Information Technology Co Ltd
Priority to CN201811342433.XA priority Critical patent/CN109360270B/zh
Publication of CN109360270A publication Critical patent/CN109360270A/zh
Application granted granted Critical
Publication of CN109360270B publication Critical patent/CN109360270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于人工智能的3D人脸姿态对齐算法及装置，所述3D人脸姿态对齐算法通过3D人脸姿态对齐装置实现，所述3D人脸姿态对齐装置包括一3D拍摄装置，所述3D人脸姿态对齐算法包括：获取一拍摄目标的若干帧的3D影像；调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。本发明的基于人工智能的3D人脸姿态对齐算法及装置能够为获取更加清晰的3D模型做铺垫，提高三维重建的计算速度及画质。

Description

基于人工智能的3D人脸姿态对齐算法及装置
技术领域
本发明涉及一种基于人工智能的3D人脸姿态对齐算法及装置。
背景技术
三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。
物体三维重建是计算机辅助几何设计、计算机图形学、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型，另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟。后者一般称为三维重建过程，三维重建是指利用二维投影恢复物体三维信息的数学过程和计算机技术，包括数据获取、预处理、点云拼接和特征分析等步骤。
现有的三维重建所生成的3D模型质量较差，且生成速度较慢。
发明内容
本发明要解决的技术问题是为了克服现有技术中三维重建所生成的3D模型质量较差，且生成速度较慢的缺陷，提供一种能够为获取更加清晰的3D模型做铺垫，提高三维重建计算速度及画质的基于人工智能的3D人脸姿态对齐算法及装置。
本发明是通过下述技术方案来解决上述技术问题：
一种基于人工智能的3D人脸姿态对齐算法，其特点在于，所述3D人脸姿态对齐算法通过3D人脸姿态对齐装置实现，所述3D人脸姿态对齐装置包括一3D拍摄装置，所述3D人脸姿态对齐算法包括：
获取一拍摄目标的若干帧的3D影像；
利用人工智能算法调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
较佳地，所述3D人脸姿态对齐算法包括：
识别3D影像上的特征点；
利用人工智能算法通过对应特征点对齐来调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置。
较佳地，所述3D人脸姿态对齐算法包括：
获取一目标3D影像；
识别目标3D影像及目标3D影像的相邻帧影像的特征点；
利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
处理目标3D影像的相邻帧影像直至全部3D影像调节至所述目标位置。
较佳地，所述3D人脸姿态对齐算法包括：
选取一目标3D影像；
识别目标3D影像及目标3D影像的相邻帧影像的特征点；
利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置直至全部3D影像调节至所述目标位置。
较佳地，所述选取一目标3D影像包括：
通过一横截面截取每一帧3D影像；
在每一帧的截面上获取相交线的两个端点并获取两个端点的切线；
选取两个端点的切线夹角最小的3D影像为目标3D影像。
较佳地，3D影像通过一具有3D摄像机的移动终端获取，所述移动终端包括一运动传感器，所述3D人脸姿态对齐算法包括：
通过运动传感器获取移动终端的运动轨迹；
对于一目标3D影像，获取所述目标3D影像及目标3D影像的下一帧3D影像在所述运动轨迹上的位置及3D摄像机的拍摄方向；
根据运动轨迹上的位置及3D摄像机的拍摄方向获取目标3D影像及目标3D影像的下一帧3D影像上相对应的特征点的位置；
利用相对应的特征点的位置重合调节目标3D影像及目标3D影像的下一帧3D影像处于目标位置。
本发明还提供一种基于人工智能的3D人脸姿态对齐装置，其特点在于，所述3D人脸姿态对齐装置包括一3D拍摄装置、一调节模块：
所述3D拍摄装置用于获取一拍摄目标的若干帧的3D影像；
所述调节模块用于利用人工智能算法调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
较佳地，所述3D人脸姿态对齐装置还包括一识别模块，
所述识别模块用于识别3D影像上的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置。
较佳地，所述3D人脸姿态对齐装置包括一获取模块、一设置模块及一循环模块，
所述获取模块用于获取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
所述设置模块用于将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
所述循环模块用于通过所述识别模块及调节模块处理目标3D影像的相邻帧影像直至全部3D影像调节至所述目标位置。
较佳地，所述3D人脸姿态对齐装置包括一选取模块、一设置模块及一循环模块，
所述选取模块用于选取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
所述识别模块还用于识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
所述循环模块用于通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置直至全部3D影像调节至所述目标位置。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：本发明的3D人脸姿态对齐算法及装置能够为获取更加清晰的3D模型做铺垫，提高三维重建的计算速度及画质。
附图说明
图1为本发明实施例1的3D人脸姿态对齐算法的流程图。
图2为本发明实施例2的3D人脸姿态对齐算法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种基于人工智能的3D人脸姿态对齐装置。所述3D人脸姿态对齐装置包括一3D拍摄装置、一调节模块、一识别模块、一获取模块、一设置模块及一循环模块。
所述3D拍摄装置用于获取一拍摄目标的若干帧的3D影像。
在本实施例中，所述3D摄像装置为具有3D摄像机的手机，所述3D拍摄装置还可以是3D单反相机或激光雷达等。
所述若干帧的3D影像通过3D摄像获取，所述手机拍摄3D视频流，每一帧的影像为所述3D影像。
所述调节模块用于利用人工智能算法调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
本实施例能够将每一帧的影像都调整到指定位置，如从正面和侧面拍摄头部获取的两幅影像，若在同一界面下显示需要按照其中一幅旋转另一幅能将两幅影像对齐。重叠对齐后，全部帧的3D影像能够相互比对、弥补之间的缺陷，从而能够为获取更清晰的3D模型做铺垫。所述重叠对齐区域为将每一幅图整理到相同的位置，如根据眼睛的位置将每一幅图的眼睛调节到一个空间位置上，眼睛对齐后其他区域也相应的对齐了。
本实施例还提供具体的对齐方法，包括：
所述识别模块用于识别3D影像上的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置。
具体地，
所述获取模块用于获取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
所述设置模块用于将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
所述循环模块用于通过所述识别模块及调节模块处理目标3D影像的相邻帧影像直至全部3D影像调节至所述目标位置。
举例来说，本实施例共获取100帧3D影像，将第一帧的3D影像设为目标3D影像。将第二帧3D影像按照第一帧调节到所述目标位置，然后将第二帧3D影像视为目标3D影像循环执行上述方法，来处理第三帧3D影像直至全部3D影像调节至所述目标位置。
参见图1，利用上述3D人脸姿态对齐装置，本实施例还提供一种3D人脸姿态对齐算法，包括：
步骤100、所述3D拍摄装置获取拍摄目标的若干帧的3D影像。
步骤101、获取一目标3D影像；
步骤102、识别目标3D影像及目标3D影像的相邻帧影像的特征点；
步骤103、利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
步骤104、将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
步骤105、判断全部3D影像是否调节至所述目标位置，若是则结束流程，若否则返回步骤101。
在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
本实施例中，3D人脸姿态对齐算法及装置能够为获取更加清晰的3D模型做铺垫，提高三维重建的计算速度及画质。
实施例2
本实施例与实施例1基本相同，不同之处仅在于：
所述3D人脸姿态对齐装置包括一选取模块、一设置模块及一循环模块，
所述选取模块用于选取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
所述识别模块还用于识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
所述循环模块用于通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置直至全部3D影像调节至所述目标位置。
所述选取模块通过下述方式选取所述目标3D影像。
通过一横截面截取每一帧3D影像；
在每一帧的截面上获取相交线的两个端点并获取两个端点的切线；
选取两个端点的切线夹角最小的3D影像为目标3D影像。
参见图2，本实施例的3D人脸姿态对齐算法包括：
步骤200、所述3D拍摄装置获取拍摄目标的若干帧的3D影像。
步骤201、通过一横截面截取每一帧3D影像；
步骤202、在每一帧的截面上获取相交线的两个端点并获取两个端点的切线；
步骤203、选取两个端点的切线夹角最小的3D影像为目标3D影像。
步骤204、识别目标3D影像及目标3D影像的相邻帧影像的特征点；
步骤205、利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
步骤206、识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
步骤207、通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置。
步骤208、判断全部3D影像是否调节至所述目标位置，若是则结束流程，若否则返回步骤206。
实施例3
本实施例与实施例1基本相同，不同之处仅在于：
3D影像通过一具有3D摄像机的移动终端获取，所述移动终端包括一运动传感器、一获取模块及一计算模块。
运动传感器用于获取移动终端的运动轨迹；
对于一目标3D影像，所述获取模块用于获取所述目标3D影像及目标3D影像的下一帧3D影像在所述运动轨迹上的位置及3D摄像机的拍摄方向；
所述计算模块用于根据运动轨迹上的位置及3D摄像机的拍摄方向获取目标3D影像及目标3D影像的下一帧3D影像上相对应的特征点的位置；
所述调节模块用于利用相对应的特征点的位置重合调节目标3D影像及目标3D影像的下一帧3D影像处于目标位置。
本实施例的3D人脸姿态对齐算法包括：
通过运动传感器获取移动终端的运动轨迹；
对于一目标3D影像，获取所述目标3D影像及目标3D影像的下一帧3D影像在所述运动轨迹上的位置及3D摄像机的拍摄方向；
根据运动轨迹上的位置及3D摄像机的拍摄方向获取目标3D影像及目标3D影像的下一帧3D影像上相对应的特征点的位置；
利用相对应的特征点的位置重合调节目标3D影像及目标3D影像的下一帧3D影像处于目标位置。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种基于人工智能的3D人脸姿态对齐算法，其特征在于，所述3D人脸姿态对齐算法包括：
获取一拍摄目标的若干帧的3D影像；
利用人工智能算法调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
2.如权利要求1所述的3D人脸姿态对齐算法，其特征在于，所述3D人脸姿态对齐算法包括：
识别3D影像上的特征点；
利用人工智能算法通过对应特征点对齐来调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置。
3.如权利要求2所述的3D人脸姿态对齐算法，其特征在于，所述3D人脸姿态对齐算法包括：
获取一目标3D影像；
识别目标3D影像及目标3D影像的相邻帧影像的特征点；
利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
处理目标3D影像的相邻帧影像直至全部3D影像调节至所述目标位置。
4.如权利要求2所述的3D人脸姿态对齐算法，其特征在于，所述3D人脸姿态对齐算法包括：
选取一目标3D影像；
识别目标3D影像及目标3D影像的相邻帧影像的特征点；
利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置直至全部3D影像调节至所述目标位置。
5.如权利要求4所述的3D人脸姿态对齐算法，其特征在于，所述选取一目标3D影像包括：
通过一横截面截取每一帧3D影像；
在每一帧的截面上获取相交线的两个端点并获取两个端点的切线；
选取两个端点的切线夹角最小的3D影像为目标3D影像。
6.如权利要求1所述的3D人脸姿态对齐算法，其特征在于，3D影像通过一具有3D摄像机的移动终端获取，所述移动终端包括一运动传感器，所述3D人脸姿态对齐算法包括：
通过运动传感器获取移动终端的运动轨迹；
对于一目标3D影像，获取所述目标3D影像及目标3D影像的下一帧3D影像在所述运动轨迹上的位置及3D摄像机的拍摄方向；
根据运动轨迹上的位置及3D摄像机的拍摄方向获取目标3D影像及目标3D影像的下一帧3D影像上相对应的特征点的位置；
利用相对应的特征点的位置重合调节目标3D影像及目标3D影像的下一帧3D影像处于目标位置。
7.一种基于人工智能的3D人脸姿态对齐装置，其特征在于，所述3D人脸姿态对齐装置包括一3D拍摄装置、一调节模块：
所述3D拍摄装置用于获取一拍摄目标的若干帧的3D影像；
所述调节模块用于利用人工智能算法调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置，在所述目标位置上的3D影像中，任意相邻的两帧3D影像包括一相互对应的重叠对齐区域。
8.如权利要求7所述的3D人脸姿态对齐装置，其特征在于，所述3D人脸姿态对齐装置还包括一识别模块，
所述识别模块用于识别3D影像上的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节每一帧3D影像的空间位置使每一帧的3D影像处于目标位置。
9.如权利要求8所述的3D人脸姿态对齐装置，其特征在于，所述3D人脸姿态对齐装置包括一获取模块、一设置模块及一循环模块，
所述获取模块用于获取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置；
所述设置模块用于将调节过空间位置的相邻帧影像作为目标3D影像，所述目标3D影像所在的空间位置为目标位置；
所述循环模块用于通过所述识别模块及调节模块处理目标3D影像的相邻帧影像直至全部3D影像调节至所述目标位置。
10.如权利要求8所述的3D人脸姿态对齐装置，其特征在于，所述3D人脸姿态对齐装置包括一选取模块、一设置模块及一循环模块，
所述选取模块用于选取一目标3D影像；
所述识别模块用于识别目标3D影像及目标3D影像的相邻帧影像的特征点；
所述调节模块用于利用人工智能算法通过对应特征点对齐来调节目标3D影像的相邻帧影像的空间位置至目标3D影像所在的空间位置，所述目标3D影像所在的空间位置为目标位置；
所述识别模块还用于识别处理影像的特征点，所述处理影像为调节至目标位置的3D影像的相邻帧影像；
所述循环模块用于通过对应特征点对齐来调节处理影像的空间位置至目标3D影像所在的空间位置直至全部3D影像调节至所述目标位置。
CN201811342433.XA 2018-11-13 2018-11-13 基于人工智能的3d人脸姿态对齐方法及装置 Active CN109360270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811342433.XA CN109360270B (zh) 2018-11-13 2018-11-13 基于人工智能的3d人脸姿态对齐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811342433.XA CN109360270B (zh) 2018-11-13 2018-11-13 基于人工智能的3d人脸姿态对齐方法及装置

Publications (2)

Publication Number Publication Date
CN109360270A true CN109360270A (zh) 2019-02-19
CN109360270B CN109360270B (zh) 2023-02-10

Family

ID=65345048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811342433.XA Active CN109360270B (zh) 2018-11-13 2018-11-13 基于人工智能的3d人脸姿态对齐方法及装置

Country Status (1)

Country Link
CN (1) CN109360270B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110188604A (zh) * 2019-04-18 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的人脸识别方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016029768A1 (zh) * 2014-08-29 2016-03-03 厦门幻世网络科技有限公司 一种3d人脸重建的方法及其装置
CN107038429A (zh) * 2017-05-03 2017-08-11 四川云图睿视科技有限公司 一种基于深度学习的多任务级联人脸对齐方法
CN108121950A (zh) * 2017-12-05 2018-06-05 长沙学院 一种基于3d模型的大姿态人脸对齐方法和系统
CN108304788A (zh) * 2018-01-18 2018-07-20 陕西炬云信息科技有限公司 基于深度神经网络的人脸识别方法
CN108345821A (zh) * 2017-01-24 2018-07-31 成都理想境界科技有限公司 面部追踪方法及设备
CN108717527A (zh) * 2018-05-15 2018-10-30 重庆邮电大学 基于姿态先验的人脸对齐方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016029768A1 (zh) * 2014-08-29 2016-03-03 厦门幻世网络科技有限公司 一种3d人脸重建的方法及其装置
CN108345821A (zh) * 2017-01-24 2018-07-31 成都理想境界科技有限公司 面部追踪方法及设备
CN107038429A (zh) * 2017-05-03 2017-08-11 四川云图睿视科技有限公司 一种基于深度学习的多任务级联人脸对齐方法
CN108121950A (zh) * 2017-12-05 2018-06-05 长沙学院 一种基于3d模型的大姿态人脸对齐方法和系统
CN108304788A (zh) * 2018-01-18 2018-07-20 陕西炬云信息科技有限公司 基于深度神经网络的人脸识别方法
CN108717527A (zh) * 2018-05-15 2018-10-30 重庆邮电大学 基于姿态先验的人脸对齐方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110188604A (zh) * 2019-04-18 2019-08-30 盎锐（上海）信息科技有限公司 基于2d和3d影像的人脸识别方法及装置

Also Published As

Publication number Publication date
CN109360270B (zh) 2023-02-10

Similar Documents

Publication Publication Date Title
US20230237680A1 (en) Three-dimensional stabilized 360-degree composite image capture
Valgaerts et al. Lightweight binocular facial performance capture under uncontrolled lighting.
CN109003325B (zh) 一种三维重建的方法、介质、装置和计算设备
Kuster et al. Gaze correction for home video conferencing
Wei et al. Fisheye video correction
KR101923845B1 (ko) 이미지 처리 방법 및 장치
CN104077804B (zh) 一种基于多帧视频图像构建三维人脸模型的方法
Hernandez et al. Laser scan quality 3-d face modeling using a low-cost depth camera
US10621777B2 (en) Synthesis of composite images having virtual backgrounds
Starck et al. The multiple-camera 3-d production studio
EP4165547A1 (en) Image augmentation for analytics
US11928778B2 (en) Method for human body model reconstruction and reconstruction system
US9342861B2 (en) Alternate viewpoint rendering
Ye et al. Free-viewpoint video of human actors using multiple handheld kinects
CN104599317A (zh) 一种实现3d扫描建模功能的移动终端及方法
Hernandez et al. Near laser-scan quality 3-D face reconstruction from a low-quality depth stream
Wenninger et al. Realistic virtual humans from smartphone videos
AU2022231680B2 (en) Techniques for re-aging faces in images and video frames
BR102020027013A2 (pt) Método para gerar uma imagem multiplano adaptativa a partir de uma única imagem de alta resolução
Ye et al. High-fidelity 3D real-time facial animation using infrared structured light sensing system
Casas et al. Rapid photorealistic blendshape modeling from RGB-D sensors
Bashirov et al. Morf: Mobile realistic fullbody avatars from a monocular video
CN109360270A (zh) 基于人工智能的3d人脸姿态对齐算法及装置
JP2018116421A (ja) 画像処理装置および画像処理方法
RU2757563C1 (ru) Способ визуализации 3d портрета человека с измененным освещением и вычислительное устройство для него

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20221229

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant after: Angwei Cloud (Shenzhen) Computing Co.,Ltd.

Address before: 201703 No.206, building 1, no.3938 Huqingping Road, Qingpu District, Shanghai

Applicant before: UNRE (SHANGHAI) INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230727

Address after: 201703 Room 2134, Floor 2, No. 152 and 153, Lane 3938, Huqingping Road, Qingpu District, Shanghai

Patentee after: Shanghai Qingyan Heshi Technology Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee before: Angwei Cloud (Shenzhen) Computing Co.,Ltd.

TR01 Transfer of patent right