CN109685892A - 一种快速3d人脸构建系统及构建方法 - Google Patents

一种快速3d人脸构建系统及构建方法 Download PDF

Info

Publication number
CN109685892A
CN109685892A CN201811650911.3A CN201811650911A CN109685892A CN 109685892 A CN109685892 A CN 109685892A CN 201811650911 A CN201811650911 A CN 201811650911A CN 109685892 A CN109685892 A CN 109685892A
Authority
CN
China
Prior art keywords
face
facial
faceform
image
module
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.)
Pending
Application number
CN201811650911.3A
Other languages
English (en)
Inventor
陈向东
张洁
姜传睿
丁聪
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.)
Nupt Institute Of Big Data Research At Yancheng Co Ltd
Original Assignee
Nupt Institute Of Big Data Research At Yancheng 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 Nupt Institute Of Big Data Research At Yancheng Co Ltd filed Critical Nupt Institute Of Big Data Research At Yancheng Co Ltd
Priority to CN201811650911.3A priority Critical patent/CN109685892A/zh
Publication of CN109685892A publication Critical patent/CN109685892A/zh
Pending legal-status Critical Current

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
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种快速3D人脸重建的系统与构建方法，该方法包括：从实际应用场景中获取人脸图像，输入到3D人脸重建系统中，然后对图像进行增强处理，包括去噪，直方图均衡化，归一化处理等操作。对该特定2D人脸进行3D人脸成像时，预先提取其脸部特征模型，其次根据所构建的标准特征脸数据库对其进行特征匹配，选择最相似的标准特征人脸，最后在个性化3D人脸模型库中选择最符合其脸部轮廓的3D人脸模型，并进行特征点匹配及融和处理，获取其局部3D人脸特征数据。之后利用融和后的局部3D人脸模型与3D人脸模型中其余任意角度上的人脸特征进行形变及融和，形成真实3D人脸模型。

Description

一种快速3D人脸构建系统及构建方法
技术领域
本发明涉及一种快速3D人脸构建系统及构建方法，是基于3D人脸模型库的3D人脸重建技术及方法。
背景技术
3D 建模是计算机图形处理领域中的一个基础研究,涉及的典型应用如3D游戏、可视通信系统、虚拟现实增强和医学仿真等. 尤其是随着如今网络带宽提升、实时、超低码率可视应用的MPEG-4人脸编码系统的出现,3D人脸建模已成为视频电话和虚拟网络会议应用领域中的研究热点.然而,快速3D人脸建模始终是一个极具挑战性的课题. 由于其广泛的应用场景，引起越来越多的研究学者对3D人脸建模做了大量的研究，取得了丰硕的研究成果。例如文献“Rapid and Automatic 3D Face Modeling Using Active AppearanceModels”中作者提出了在人脸特征提取过程中利用初始位置和实例模型选择的主动外观模型改进办法，同时利用特征脸和空间仿射变换法则对人脸模型调节，实现对应人脸的位置和形状的匹配.这种成像方法简单，但是成像精度不高，有局部虚影出现，仅仅适合对成像要求不高的应用。此外，研究学者郝宁波、廖海斌等人在“真实感3D人脸快速建模研究”中通过建立明暗恢复形状( SFS)获取3D人脸粗糙模型，然后利用局部形变模型融合的3D 人脸建模方法，然后将特定人脸局部特征与模型匹配，再经过纹理内插等后处理操作，形成具有真实感的3D人脸，其方法简单易用，并且生成的3D人脸相对逼真，然而由于其基于特定人脸照片，因此缺乏实时交互性。总的来讲，这些传统3D人脸重建技术要么建模图像质量不高，要么构建复杂度相对较大，其算法需要进一步改进优化以提高成像质量，降低复杂度。
综上所述，传统的3D人脸成像技术存在三点不足: 成像条件苛刻、成像精度不高和计算复杂度高。本专利将对传统3D人脸成像技术进行改进，构建丰富的3D人脸图像库，以产生适合特定人脸的最优形变模型，降低人脸匹配难度，提高匹配精度，减低匹配算法的复杂度，从而解决传统3D人脸重建存在的问题。
发明内容
本发明采用的快速3D人脸构建方法，解决了传统的3D人脸成像技术存在的不足，提高成像质量，降低复杂度。
本发明采用如下技术方案：
本发明所述的快速3D人脸构建系统，人脸构建系统包括构建2D人脸数据库、3D人脸模型数据库、2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块；其测试人脸图层、2D人脸数据库、3D人脸模型数据库为数据层；
采用2D人脸数据库对人人脸轮廓特进行提取与分类；2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块为人脸重建层；人脸重建层采用3D人脸模型选择模块与2D人脸图像轮廓提取模块通过2D人脸特征与3D人脸特征融得到具有真实感的3D人脸头像；
该系统中采用2D人脸图像处理模块对获取的图像进行去噪、增强、尺寸统一进行处理；
采用2D人脸图像处理模块对获取的图像进行去噪、增强、尺寸统一进行处理；
采用2D脸部轮廓检测模块获取并截取2D脸部轮廓；
采用2D人脸图像轮廓分类模块对人脸轮廓图像进行分类处理，利用分类结果；
采用2D人脸图像特征提取模块从脸部图像内部采集脸部各主要特征器官的特征集；
采用3D人脸模型数据库对2D人脸轮廓的分类结果，在标准3D人脸模型基础上进行3D人脸形变，形成具有不同类型人脸轮廓特征的3D人脸模型数据库；
采用3D人脸模型选择模块针对2D脸部轮廓检测模块获取的人脸轮廓特征并用于选取相同人脸轮廓特征的3D人脸模型；
采用2D人脸特征与3D人脸模型中正脸特征融和模块：通过 2D人脸特征集合与标定的具有相似轮廓特征的3D人脸模型进行形变，并进行特征点匹配及融和处理，获取其局部3D人脸特征数据；
采用3D人脸图像构建模块形成真实3D人脸模型；
利用上述功能模块其3D人脸构建方法如下：
1）、通过2D人脸数据库构建3D人脸模型库；并通过脸部识别系统识别2D人脸图像；
2）、对2D人脸图像进行进去燥与增强处理，并统一人脸图像的分辨率、灰度、尺寸；
3）、进行2D人脸轮廓检测，并提取人脸轮廓特征，通过人脸图像轮廓分类模块，标定其所属的人脸轮廓类型；
4）、针对步骤3）中检测后的2D人脸轮廓提取人脸轮廓特征，通过人脸图像轮廓分类模块，标定其所属的人脸轮廓类型；
5）、提取人脸部特征集合；将获得的照片脸部特征集与步骤4）中具有相同人脸轮廓特征的3D人脸模型中正脸图像中的人脸特征进行特征点匹配及融和，得到真实感的3D人脸正脸模型；
6）、将步骤5）获得的3D人脸正脸模型与3D人脸模型库中，相对应的任意角度中人脸图像进行特征点匹配及融和，构建真实感的3D人脸图像；
7）、输出具有真实感的3D人脸图像。
本发明所述的快速3D人脸构建方法，其特征在于：所述的步骤1）中2D人脸数据库构建3D人脸模型库步骤如下：
步骤1：输入海量2D人脸图像；
步骤2：利用2D人脸图像处理模块对输入2D人脸图像进行处理，获取高质量人脸图像；
步骤3：利用海量人脸图像进行人脸轮廓特征提取，构建特征人脸集合并对其轮廓特征进行分类分析，得到具有代表性脸型的标准特征人脸分类结果；
步骤4：利用步骤3产生的标准特征人脸分类结果，与一般3D人脸模型进行轮廓形变，构建个性化3D人脸模型数据库。
本发明所述的快速3D人脸重建方法，其特征在于：
所述的步骤5）中提取人脸部特征集合。包括眉型、眼睛轮廓、人脸轮廓、两眼间距，鼻型，额头长宽及在整个人脸轮廓中的占比，嘴的长宽、嘴唇厚度、嘴角倾斜度的特征信息。
有益效果
本发明采用快速3D人脸重建技术，通过对2D人脸图像数据库进行人脸轮廓特征检测及分类，快速标定人脸轮廓特征信息。
本发明构建的3D人脸模型库，具有多样化特征，对不同轮廓的人脸特征，构建相对应的具有相同人脸轮廓的3D人脸模型，突破了传统3D人脸模型单一，特征点匹配困难等缺点。
本发明仅利用3D人脸模型中的正脸图像与2D人脸进行特征匹配，然后利用预先设定的正脸人脸特征与其余任意角度的人脸图像进行特征匹配及融和，从而能够快速构建3D人脸图像，解决了一般3D人脸图像重建中实时性的难题。
附图说明
图1为本发明使用的输入的人脸图像及处理结果对比示意图。
图2为人脸特征集提标定及特征度量结果对比示意图。
图3 为本发明的个性化3D人脸库。
图4为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图3所示，本发明所述的一种快速3D人脸重建方法，该系统包括构建2D人脸数据库、3D人脸模型数据库、2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块。
2D人脸数据库的功能是：利用收集到的2D人脸图像进行人脸轮廓特征，并用于人脸轮廓提取，并用于人脸轮廓分类，及人脸轮廓提取。
2D人脸图像处理模块的功能是：包括对获取的图像进行去噪处理，获取高质量的无噪音人脸图像；包括图像增强处理，用于获取不受光线，拍摄距离影响的高分辨率图像；包括归一化处理，以便获取尺寸大小，拍摄角度统一的稳定的标准图像；
2D脸部轮廓检测模块的功能是：从2D人脸图像中获取2D脸部轮廓，并沿轮廓边缘将脸部图像从整个图像中截取出来。
2D人脸图像轮廓分类模块功能是：利用2D脸部轮廓检测模块产生的人脸轮廓图像进行分类处理，利用分类结果，标定人脸轮廓类型，比如瓜子脸，圆脸，国字脸等分类特征。
2D人脸图像特征提取模块的功能是：从脸部图像内部采集脸部各主要特征器官的特征集，如眉毛、眼睛、鼻子、额头、脸颊、嘴、耳朵、发型等信息，为后续的3D人脸模型匹配及融和提供特征向量集；
3D人脸模型数据库的功能是：利用2D人脸轮廓的分类结果，在标准3D人脸模型的基础上，进行3D人脸形变，形成具有不同类型人脸轮廓特征的3D人脸模型数据库，可用于快速选定与输入人脸图像具有一致轮廓的3D人脸模型；
3D人脸模型选择模块的功能是：利用2D脸部轮廓检测模块获取的人脸轮廓特征，从3D人脸特征库中选取具有相同人脸轮廓特征的3D人脸模型；
2D人脸特征与3D人脸模型中正脸特征融和模块的功能是：参照2D人脸特征集合，与标定的具有相似轮廓特征的3D人脸模型进行形变，并进行特征点匹配及融和处理，获取其局部3D人脸特征数据。
3D人脸图像构建模块，利用融和后的局部3D人脸模型与3D人脸模型中其余任意角度上的人脸特征进行形变及融和，形成真实3D人脸模型。
如图1所示左边为输入的人脸图像，一般是包含背景的头部照片，以脸部正面照为主，无遮挡、眼镜、饰品等干扰。右边为经灰度转化，直方图均衡化，去噪，图像增强等操作处理过的规格统一的灰度人脸图像
如图2左边所示单人器官轮廓特征提取标定图，如脸部图像内部采集脸部各主要特征器官的特征集，如眉毛、眼睛、鼻子、额头、脸颊、嘴、耳朵、发型等特征信息在标准模型上的标定。右边为其人脸特征信息的量化特征标定图，主要包括眉毛的长度和跨度轮廓、眉间距、倾斜角度，眼睛轮廓、外形、两眼间距，鼻子轮廓、鼻孔位置及大小，额头长宽及在整个人脸轮廓中的占比，嘴的长宽、嘴唇厚度、嘴角倾斜度等特征信息。
快速3D人脸重建方法具体流程如下：
步骤1：输入特定2D人脸图像到脸部识别系统。
步骤2：利用2D人脸图像处理模块对进行去噪，图像增强，归一化处理获取尺寸、分辨率、灰度、规格等统一的高质量人脸图像。
步骤3：进行2D人脸轮廓检测，并提取人脸轮廓特征，通过人脸图像轮廓分类模块，标定其所属的人脸轮廓类型。
步骤4：对于具有特定人脸轮廓特征的人脸图像，从3D人脸模型库中选取具有相同人脸轮廓特征的3D人脸模型。
步骤5：提取人脸部特征集合，包括眉型、眼睛轮廓、人脸轮廓、两眼间距，鼻型，额头长宽及在整个人脸轮廓中的占比，嘴的长宽、嘴唇厚度、嘴角倾斜度等特征信息。
步骤6：将步骤5中获得的照片脸部特征集与步骤4中选定的具有相同人脸轮廓特征的3D人脸模型中正脸图像中的人脸特征进行特征点匹配及融和，实现具有真实感的3D人脸正脸模型。
步骤7：将步骤6中获得的正脸人脸特征与3D模型中相对应的任意角度中人脸图像进行特征点匹配及融和，构建具有真实感的3D人脸图像。
步骤8：输出具有真实感的3D人脸图像。
如图3所示：快速3D人脸重建方法的系统个性化3D人脸库的构造流程图，其方法如下：
步骤1：输入海量人脸图像；
步骤2：利用2D人脸图像处理模块对输入人脸图像进行处理，获取高质量人脸图像；
步骤3：利用海量人脸图像进行人脸轮廓特征提取，构建特征人脸集合，然后对其轮廓特征进行分类分析，得到具有代表性脸型的标准特征人脸分类结果。
步骤4：利用步骤1产生的标准特征人脸分类结果，与一般3D人脸模型进行轮廓形变，构建个性化3D人脸模型数据库。
如图4所示本发明的实施流程，本系统由数据层和应用层两部分组成，主要包含2D人脸数据库、3D人脸模型数据库、2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块。
综上所述，本发明针对现有构建3D人脸成像复杂度高，实时性差等问题，提出一种快速3D人脸成像方法。本发明提出的构建个性化3D人脸模型方法，不仅可以用于3D人脸成像，还可以用于其它游戏、视频会议等应用场景。
以上所述仅为本发明的优选实施案例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行改进，或者对其中部分技术进行同等替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种快速3D人脸构建系统，其特征在于：人脸构建系统包括构建2D人脸数据库、3D人脸模型数据库、2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块；其测试人脸图层、2D人脸数据库、3D人脸模型数据库为数据层；
采用2D人脸数据库对人人脸轮廓特进行提取与分类；2D人脸图像处理模块、2D人脸图像轮廓提取模块、2D人脸图像轮廓分类模块、2D人脸图像特征提取模块、3D人脸模型选择模块、2D人脸特征与3D人脸特征融和模块、3D人脸图像构建模块为人脸重建层；人脸重建层采用3D人脸模型选择模块与2D人脸图像轮廓提取模块通过2D人脸特征与3D人脸特征融得到具有真实感的3D人脸头像；
该系统中采用2D人脸图像处理模块对获取的图像进行去噪、增强、尺寸统一进行处理；
采用2D脸部轮廓检测模块获取并截取2D脸部轮廓；
采用2D人脸图像轮廓分类模块对人脸轮廓图像进行分类处理，利用分类结果；
采用2D人脸图像特征提取模块从脸部图像内部采集脸部各主要特征器官的特征集；
采用3D人脸模型数据库对2D人脸轮廓的分类结果，在标准3D人脸模型基础上进行3D人脸形变，形成具有不同类型人脸轮廓特征的3D人脸模型数据库；
采用3D人脸模型选择模块针对2D脸部轮廓检测模块获取的人脸轮廓特征并用于选取相同人脸轮廓特征的3D人脸模型；
采用2D人脸特征与3D人脸模型中正脸特征融和模块：通过 2D人脸特征集合与标定的具有相似轮廓特征的3D人脸模型进行形变，并进行特征点匹配及融和处理，获取其局部3D人脸特征数据；
采用3D人脸图像构建模块形成真实3D人脸模型。
2.利用快速3D人脸构建系统的3D人脸构建方法如下：
1）、通过2D人脸数据库构建3D人脸模型库；并通过脸部识别系统识别2D人脸图像；
2）、对2D人脸图像进行进去燥与增强处理，并统一人脸图像的分辨率、灰度、尺寸；
3）、进行2D人脸轮廓检测，并提取人脸轮廓特征，通过人脸图像轮廓分类模块，标定其所属的人脸轮廓类型；
4）、针对步骤3）中检测后的2D人脸轮廓提取人脸轮廓特征，通过人脸图像轮廓分类模块，标定其所属的人脸轮廓类型；
5）、提取人脸部特征集合；将获得的照片脸部特征集与步骤4）中具有相同人脸轮廓特征的3D人脸模型中正脸图像中的人脸特征进行特征点匹配及融和，得到真实感的3D人脸正脸模型；
6）、将步骤5）获得的3D人脸正脸模型与3D人脸模型库中，相对应的任意角度中人脸图像进行特征点匹配及融和，构建真实感的3D人脸图像；
7）、输出具有真实感的3D人脸图像。
3.根据权利要求2所述的快速3D人脸构建方法，其特征在于：所述的步骤1）中2D人脸数据库构建3D人脸模型库步骤如下：
步骤1：输入海量2D人脸图像；
步骤2：利用2D人脸图像处理模块对输入2D人脸图像进行处理，获取高质量人脸图像；
步骤3：利用海量人脸图像进行人脸轮廓特征提取，构建特征人脸集合并对其轮廓特征进行分类分析，得到具有代表性脸型的标准特征人脸分类结果；
步骤4：利用步骤3产生的标准特征人脸分类结果，与一般3D人脸模型进行轮廓形变，构建个性化3D人脸模型数据库。
4.根据权利要求2所述的快速3D人脸重建方法，其特征在于：所述的步骤5）中提取人脸部特征集合；包括眉型、眼睛轮廓、人脸轮廓、两眼间距，鼻型，额头长宽及在整个人脸轮廓中的占比，嘴的长宽、嘴唇厚度、嘴角倾斜度的特征信息。
CN201811650911.3A 2018-12-31 2018-12-31 一种快速3d人脸构建系统及构建方法 Pending CN109685892A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811650911.3A CN109685892A (zh) 2018-12-31 2018-12-31 一种快速3d人脸构建系统及构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811650911.3A CN109685892A (zh) 2018-12-31 2018-12-31 一种快速3d人脸构建系统及构建方法

Publications (1)

Publication Number Publication Date
CN109685892A true CN109685892A (zh) 2019-04-26

Family

ID=66191710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811650911.3A Pending CN109685892A (zh) 2018-12-31 2018-12-31 一种快速3d人脸构建系统及构建方法

Country Status (1)

Country Link
CN (1) CN109685892A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110111418A (zh) * 2019-05-15 2019-08-09 北京市商汤科技开发有限公司 创建脸部模型的方法、装置及电子设备
CN110223374A (zh) * 2019-05-05 2019-09-10 太平洋未来科技（深圳）有限公司 一种预置标准人脸及头部3d模型方法
CN114581614A (zh) * 2022-05-06 2022-06-03 海马云（天津）信息技术有限公司 根据2d人脸图片生成3d人脸模型的方法与装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222363A (zh) * 2011-07-19 2011-10-19 杭州实时数码科技有限公司 从人脸图像快速构建高精度个性化人脸模型的方法
CN105389548A (zh) * 2015-10-23 2016-03-09 南京邮电大学 基于人脸识别的婚恋评价系统和方法
CN107274493A (zh) * 2017-06-28 2017-10-20 河海大学常州校区 一种基于移动平台的三维虚拟试发型人脸重建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222363A (zh) * 2011-07-19 2011-10-19 杭州实时数码科技有限公司 从人脸图像快速构建高精度个性化人脸模型的方法
CN105389548A (zh) * 2015-10-23 2016-03-09 南京邮电大学 基于人脸识别的婚恋评价系统和方法
CN107274493A (zh) * 2017-06-28 2017-10-20 河海大学常州校区 一种基于移动平台的三维虚拟试发型人脸重建方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223374A (zh) * 2019-05-05 2019-09-10 太平洋未来科技（深圳）有限公司 一种预置标准人脸及头部3d模型方法
CN110111418A (zh) * 2019-05-15 2019-08-09 北京市商汤科技开发有限公司 创建脸部模型的方法、装置及电子设备
CN110111418B (zh) * 2019-05-15 2022-02-25 北京市商汤科技开发有限公司 创建脸部模型的方法、装置及电子设备
US11836943B2 (en) 2019-05-15 2023-12-05 Beijing Sensetime Technology Development Co., Ltd. Virtual face model creation based on key point
CN114581614A (zh) * 2022-05-06 2022-06-03 海马云（天津）信息技术有限公司 根据2d人脸图片生成3d人脸模型的方法与装置

Similar Documents

Publication Publication Date Title
CN105427385B (zh) 一种基于多层形变模型的高保真人脸三维重建方法
CN112766160B (zh) 基于多级属性编码器和注意力机制的人脸替换方法
CN110827193B (zh) 基于多通道特征的全景视频显著性检测方法
CN110807364B (zh) 三维人脸与眼球运动的建模与捕获方法及系统
CN108447017A (zh) 人脸虚拟整容方法和装置
CN107067429A (zh) 基于深度学习的人脸三维重建和人脸替换的视频编辑系统及方法
CN108921926A (zh) 一种基于单张图像的端到端三维人脸重建方法
CN106909875A (zh) 人脸脸型分类方法和系统
WO2022143645A1 (zh) 三维人脸重建的方法、装置、设备和存储介质
CN104361131B (zh) 四维人脸模型数据库的建立方法
JP6207210B2 (ja) 情報処理装置およびその方法
CN107563304A (zh) 终端设备解锁方法及装置、终端设备
CN116109798B (zh) 图像数据处理方法、装置、设备及介质
CN109685892A (zh) 一种快速3d人脸构建系统及构建方法
CN110197462A (zh) 一种人脸图像实时美化与纹理合成方法
CN113139479A (zh) 一种基于光流和rgb模态对比学习的微表情识别方法及系统
CN110097626A (zh) 一种基于rgb单目图像的浅浮雕物体识别处理方法
CN105447823A (zh) 一种图像处理方法及一种电子设备
CN113052976A (zh) 基于uv位置图与cgan的单图像大姿态三维彩色人脸重建方法
CN104008364A (zh) 人脸识别方法
CN100487732C (zh) 一种基于人脸照片的卡通肖像生成方法
CN109325994A (zh) 一种基于三维人脸数据增强的方法
CN110717978A (zh) 基于单张图像的三维头部重建方法
CN110348344A (zh) 一种基于二维和三维融合的特殊人脸表情识别的方法
CN117157673A (zh) 用于形成个性化的3d头部和面部模型的方法和系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190426