CN110533762B - 三维头像的生成方法及电子装置 - Google Patents

三维头像的生成方法及电子装置 Download PDF

Info

Publication number
CN110533762B
CN110533762B CN201910052817.6A CN201910052817A CN110533762B CN 110533762 B CN110533762 B CN 110533762B CN 201910052817 A CN201910052817 A CN 201910052817A CN 110533762 B CN110533762 B CN 110533762B
Authority
CN
China
Prior art keywords
grid
grid images
grids
texture
face image
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.)
Active
Application number
CN201910052817.6A
Other languages
English (en)
Other versions
CN110533762A (zh
Inventor
李冠德
郭皓渊
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.)
Asustek Computer Inc
Original Assignee
Asustek Computer Inc
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 Asustek Computer Inc filed Critical Asustek Computer Inc
Publication of CN110533762A publication Critical patent/CN110533762A/zh
Application granted granted Critical
Publication of CN110533762B publication Critical patent/CN110533762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/04Texture mapping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/49Analysis of texture based on structural texture description, e.g. using primitives or placement rules
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/521Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/653Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Abstract

本发明提供一种三维头像生成方法,其适用于电子装置。三维头像生成方法包含:根据正面脸部信息建立三维头像模型,其中三维头像模型包含多个特征点,且此些特征点于三维头像模型上形成多个第一网格;映像三维头像模型的部分特征点至左侧脸部影像以划分出多个第二网格;映像三维头像模型的部分特征点至右侧脸部影像以划分出多个第三网格;及根据此些第一网格、第二网格与第三网格的对应关系组合左侧脸部影像与右侧脸部影像至三维头像模型以生成三维头像。

Description

三维头像的生成方法及电子装置
技术领域
本发明是关于三维影像技术,特别是一种三维头像的生成方法及电子装置。
背景技术
在网络交流盛行的现代中,头像是使用者的身分表征的图形。然而,过往头像多为平面的照片,而无法让使用者产生一个虚拟的自己以跃然于屏幕之上。
近年来,随着计算机图学以及计算器视觉等技术的进步与发展,影像建构技术才逐渐从原先的二维影像技术发展出三维影像技术,以满足人们的视觉需求。一般而言,于建置使用者的三维头像时,需以扫瞄仪器先对使用者脸部进行扫描。然而,传统上的进行扫描的基台多较为庞大,或者需有他人协助以稳定地移动扫描仪器来完成扫描,因而需花费较多的时间才能完成。此外,一般的三维头像都是运用预先建置好的头像模型,而无法让使用者自行建置自己的头像模型。
发明内容
本发明实施例提供一种三维头像的生成方法,其适用于电子装置。此三维头像的生成方法包含:根据正面脸部信息建立三维头像模型,其中三维头像模型包含多个特征点,且此些特征点于三维头像模型上形成多个第一网格;将三维头像模型的部分特征点对应地映像至左侧脸部影像上,以于左侧脸部影像上划分出多个第二网格;将三维头像模型的部分特征点对应地映像至右侧脸部影像上,以于右侧脸部影像上划分出多个第三网格;及根据此些第一网格、第二网格与第三网格间的对应关系组合左侧脸部影像与右侧脸部影像于三维头像模型上以生成三维头像。
本发明另提供一种电子装置,其包含:感测单元,取得正面脸部信息;影像撷取单元,撷取左侧脸部影像与右侧脸部影像;及处理单元,根据正面脸部信息建立包含多个特征点的三维头像模型,且此些特征点于三维头像模型上形成多个第一网格,处理单元将三维头像模型的部分特征点对应地映像至左侧脸部影像,以于左侧脸部影像上划分出多个第二网格,处理单元将三维头像模型的部分特征点对应地映像至右侧脸部影像,以于右侧脸部影像上划分出多个第三网格,及处理单元根据此些第一网格、第二网格与第三网格间的对应关系组合左侧脸部影像与右侧脸部影像于三维头像模型上以生成三维头像。
本发明更提供一种非暂存可读记忆媒体,其储存多个程序代码。当一电子装置加载并执行程序代码时,程序代码致使电子装置执行以下步骤:根据正面脸部信息建立三维头像模型,其中三维头像模型包含多个特征点,且此些特征点于三维头像模型上形成多个第一网格;将三维头像模型的部分特征点对应地映像至左侧脸部影像上,以于左侧脸部影像上划分出多个第二网格;将三维头像模型的部分特征点对应地映像至右侧脸部影像上,以于右侧脸部影像上划分出多个第三网格;及根据此些第一网格、第二网格与第三网格间的对应关系组合左侧脸部影像与右侧脸部影像于三维头像模型上以生成三维头像。
有关本发明的其它功效及实施例的详细内容,配合图式说明如下。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为使用者运用电子装置的一实施例的概要示意图;
图2为电子装置的一实施例的方块概要示意图;
图3为三维头像的生成方法的一实施例的流程示意图;
图4为三维头部模型的一实施例的概要示意图;
图5为左侧脸部影像的一实施例的概要示意图;
图6为右侧脸部影像的一实施例的概要示意图;
图7为使用者脸部正对电子装置的一实施例的概要示意图;
图8为使用者脸部右偏于电子装置的一实施例的概要示意图;
图9为使用者脸部左偏于电子装置的一实施例的概要示意图;
图10为图3中步骤S50的一实施例的流程示意图;
图11为图10中步骤S55的一实施例的流程示意图;
图12为纹理对应图的一实施例的概要示意图;
图13为图5中区块A的一实施例的放大示意图;
图14为图12中区块B的一实施例的放大示意图;
图15为纹理对应图的一实例的示意图;
图16为三维头像的生成方法的另一实施例的流程示意图;
图17为正面脸部影像的一实施例的概要示意图;
图18为图16中步骤S70的一实施例的流程示意图;
图19为图18中步骤S77的一实施例的流程示意图;
图20为纹理对应图的一实施例的概要示意图;
图21为纹理对应图的一实例的示意图;
图22为三维头像的一实例的示意图。
符号说明
100   电子装置                   110      处理单元
120   投射单元                   130      感测单元
140   影像撷取单元               150      显示单元
I1    左侧脸部影像               I2       右侧脸部影像
U1    使用者脸部                 M1       三维头像模型
P1    特征点                     G1       第一网格
I11   第二网格影像               I21      第三网格影像
I11’  二网格影像                 I21’     第三网格影像
I31’  第四网格影像               T1       顶点
A     区块                       B        区块
θ     偏转角度                   S11-S78  步骤
160   储存组件                   P11      特征点
P12   特征点                     P13      特征点
F1    纹理对应图                 F11      左侧纹理图
F12   中央纹理图                 F13      右侧纹理图
F2    纹理对应图                 F21      左侧纹理图
F22   中央纹理图                 F23      右侧纹理图
B1    纹理块                     I5       正面脸部影像
I51   第五网格影像               I51’     第五网格影像
I61’  第六网格影像               I71’     第七网格影像
S1    三维头像
具体实施方式
请参阅图1至图3及图22,本发明任一实施例的三维头像的生成方法适用于一电子装置100,致使电子装置100可以简单且快速的方式生成和使用者近乎相同且真实的三维头像S1(请参阅图22)。
电子装置100包含处理单元110、投射单元120、感测单元130、影像撷取单元140以及显示单元150。并且,处理单元110耦接于投射单元120、感测单元130、影像撷取单元140以及显示单元150。
处理单元110可通过致动投射单元120投射辐射光于使用者脸部U1(步骤S11),并且致动感测单元130感测辐射光经由使用者脸部U1反射后的反射光(步骤S12),以藉此根据感测单元130所感测到的反射光来计算出关于使用者脸部U1的深度信息的正面脸部信息(步骤S13)。
在一些实施态样中,投射单元120可利用一或多个合适的辐射源来实现,例如,二极管激光器、发光二极管等。投射单元120所投射的辐射光可为结构光。此外,投射单元120所投射出的辐射光可为不可见光,但本发明并非以此为限,在另一些实施态样中,投射单元120所投射出的辐射光亦可为可见光。
在一些实施态样中,感测单元130可利用对应于投射单元120的任何光传感器来实现。举例而言,当投射单元120所投射出的辐射光为红外光时,感测单元130可为红外光相机。
图4为三维头部模型的一实施例的概要示意图。请参阅图1至图4,于取得涵盖有使用者脸部U1的深度信息的正面脸部信息后,处理单元110便可根据正面脸部信息来建立出一个对应于使用者的三维头像模型M1(步骤S20)。于此,所建立出的三维头像模型M1上可包含对应于使用者脸部U1的脸部特征的多个特征点P1,且此些特征点P1可于三维头像模型M1上形成多个第一网格G1。
在一些实施态样中,处理单元110可通过建模技术中的网格化技术来形成此些第一网格G1。举例而言,处理单元110可运用狄劳尼三角化技术(Delaunary Triangulation),通过将此些特征点P1作为第一网格G1的顶点来形成多个呈现三角形的第一网格G1。
图5为左侧脸部影像的一实施例的概要示意图,且图6为右侧脸部影像的一实施例的概要示意图。请参阅图1至图6,处理单元110可通过影像撷取单元140对使用者脸部U1的左侧脸进行影像撷取,以得到涵盖有使用者脸部U1的左侧脸的左侧脸部影像I1,并且在取得左侧脸部影像I1时,处理单元110便可将三维头像模型M1上的此些特征点P1中对应于使用者脸部U1的左侧脸的部分特征点P11对应地映像至左侧脸部影像I1上,以于左侧脸部影像I1上划分出多个第二网格G2(步骤S30)。同样地,处理单元110亦可通过影像撷取单元140对使用者脸部U1的右侧脸进行影像撷取,以得到涵盖有使用者脸部U1的右侧脸的右侧脸部影像I2,并且在取得右侧脸部影像I2时,处理单元110便可将三维头像模型M1上对应于使用者脸部U1的右侧脸的部分特征点P12对应地映像至右侧脸部影像I2上,以于右侧脸部影像I2上划分出多个第三网格G3(步骤S40)。
在一些实施例中,映像至左侧脸部影像I1上的多个特征点P11和映像至右侧脸部影像I2上的多个特征点P12可部分重叠。举例而言,由于鼻子特征既出现于左侧脸部影像I1,也出现在右侧脸部影像I2上,因此,在左侧脸部影像I1上对应于鼻子特征的特征点P11和在右侧脸部影像I2上对应于鼻子特征的特征点P12可由三维头像模型M1上的同一特征点P1映像而来。
在一些实施态样中,影像撷取单元140可为由一或多组镜头和感光组件,例如互补式金属氧化物半导体(CMOS)、感光耦合组件(CCD)等所组成的影像撷取器。
图7为使用者脸部正对电子装置的一实施例的概要示意图,图8为使用者脸部右偏于电子装置的一实施例的概要示意图,且图9为使用者脸部左偏于电子装置的一实施例的概要示意图。请参阅图1至图9,在一实施例中,处理单元110可通过影像撷取单元140搭配上实时影像辨识技术来侦测使用者脸部U1相对于影像撷取单元140的偏转角度θ,并且于侦测到使用者脸部U1和影像撷取单元140之间具有特定的偏转角度θ时,处理单元110便可自动致使影像撷取单元140对使用者脸部U1进行影像撷取,以得到所需的左侧脸部影像I1以及右侧脸部影像I2。于此,偏转角度θ可以使用者脸部U1正对着影像撷取单元140时为零度,并且,以使用者脸部U1相对于影像撷取单元140往右转时为正角度,而以使用者脸部U1相对于影像撷取单元140往左转时为负角度。在一些实施态样中,偏转角度θ可为介于正(负)30度至正(负)45度之间。
在步骤S30的一实施例中,处理单元110可通过网格化技术,将映像至左侧脸部影像I1的此些特征点P11作为第二网格G2的顶点,以于左侧脸部影像I1上划分出多个第二网格G2。同样地,在步骤S40的一实施例中,处理单元110亦可通过网格化技术,将映像至右侧脸部影像I2的此些特征点P12作为第三网格G3的顶点,以于右侧脸部影像I2上划分出多个第三网格G3。在一些实施态样中,处理单元110可运用狄劳尼三角化技术于左侧脸部影像I1上形成多个呈现三角形的第二网格G2,并且于右侧脸部影像I2上形成多个呈现三角形的第三网格G3。
于此,各第二网格G2可对应于多个第一网格G1中之一。并且,各第二网格G2所涵盖的多个特征点P11和其对应的第一网格G1所涵盖的多个特征点P1相同。同样地,各第三网格G3可对应于多个第一网格G1中之一。并且,各第三网格G3涵盖的多个特征点P12和其对应的第一网格G1所涵盖的多个特征点P1相同。
最后,处理单元110可根据此些第一网格G1、第二网格G2与第三网格G3之间的对应关系组合左侧脸部影像I1与右侧脸部影像I2于三维头像模型M1以生成使用者的三维头像S1(步骤S50)。
图10为图3中步骤S50的一实施例的流程示意图,图11为图10中步骤S55的一实施例的流程示意图,图12为纹理对应图的一实施例的概要示意图,图13为图5中区块A的一实施例的放大示意图,图14为图12中区块B的一实施例的放大示意图,且图15为纹理对应图的一实例的示意图。请参阅图1至图15,在步骤S50的一实施例中,处理单元110可根据形成于左侧脸部影像I1上的此些第二网格G2,从左侧脸部影像I1中分解出多个第二网格影像I11(步骤S51)。同样地,处理单元110亦可根据形成于右侧脸部影像I2上的此些第三网格G3,从右侧脸部影像I2中分解出多个第三网格影像I21(步骤S52)。之后,处理单元110可根据各第二网格G2所对应的第一网格G1的形状大小来形变其划分出的此些第二网格影像I11(步骤S53),并且根据各第三网格G3所对应的第一网格G1的形状大小来形变其划分出的此些第三网格影像I21(步骤S54)。接续,处理单元110可根据形变后的第二网格影像I11’及形变后的第三网格影像I21’建立出一纹理对应(texture mapping)图F2(步骤S55)。最后,处理单元110再将纹理对应图叠合于三维头像模型M1上以生成和使用者近乎相同且真实的三维头像S1(步骤S56)。
在步骤S53与步骤S54的一实施例中,处理单元110可先将三维头像模型M1上涵盖有多个第一网格G1的曲面展成二维的纹理对应图F1。纹理对应图F1可具有多个纹理块B1,且各纹理块B1对应于多个第一网格G1中之一。于此,各纹理块B1即为各第一网格G1从曲面展成二维时的对应态样,且各纹理块B1的顶点T1可对应至其所对应的第一网格G1所涵盖的特征点P1。此外,由于各纹理块B1为各第一网格G1从曲面展成二维时的对应态样,各第二网格G2因对应于第一网格G1而可对应于此些纹理块B1中之一,且各第三网格G3因对应于第一网格G1而亦可对应于此些纹理块B1中之一。
之后,处理单元110可通过映像变换,如平移、旋转、缩放、反射和推移(transvection)的组合来对此些第二网格影像I11以及第三网格影像I21进行形变。
在一些实施态样中,于左侧脸部影像I1上的各特征点P11具有对应的二维坐标,各纹理块B1的顶点T1具有对应的纹理对应坐标,且处理单元110可通过矩阵转换将各第二网格G2所涵盖的特征点P11映像至其对应的各纹理块B1的顶点T1,以藉此使得各第二网格G2所分解出的第二网格影像I11的形状大小可形变成和对应的纹理块B1的形状大小一样。同样地,于右侧脸部影像I2上的各特征点P12亦具有对应的二维坐标且处理单元110可通过矩阵转换将各第三网格G3所涵盖的特征点P12映像至其对应的纹理块B1的顶点T1,以藉此使得各第三网格G3所分解出的第三网格影像I21的形状大小可形变成和对应的纹理块B1的形状大小一样。
在一实施例中,如图11所示,纹理对应图F1由右至左可划分成依序相连的左侧纹理图F11、中央纹理图F12以及右侧纹理图F13。此外,形变后的此些第二网格影像I11’可分成第一组第二网格影像以及第二组第二网格影像,且形变后的此些第三网格影像I21’可分成第一组第三网格影像以及第二组第三网格影像。
于此,第一组第二网格影像中的各第二网格影像I11’是对应至左侧纹理图F11中的多个纹理块B1之一,且第二组第二网格影像中的各第二网格影像I11’是对应至中央纹理图F12中的多个纹理块B1之一。并且,第一组第三网格影像中的各第三网格影像I21’是对应至右侧纹理图F13中的多个纹理块B1之一,且第二组第三网格影像中的各第三网格影像I21’是对应至中央纹理图F12中的多个纹理块B1之一。换言之,位于中央纹理图F12中的各纹理块B1分别可对应到一个第二网格影像I11’和一个第三网格影像I21’。
在步骤S55的一实施例中,处理单元110可将第一组第二网格影像中的各第二网格影像I11’分别叠合至左侧纹理图F11中所对应的纹理块B1(步骤S55A)形成左侧纹理图F21,且将第一组第三网格影像中的各第三网格影像I21’分别叠合至右侧纹理图F13中所对应的纹理块B1(步骤S55B)形成右侧纹理图F23。并且,为了使建立出的中央纹理图F22中的影像接缝可更为平滑,处理单元110可根据中央纹理图F12中各纹理块B1所对应的第一权重和第二权重来混合(blending)对应于此纹理块B1的第二网格影像I11’以及第三网格影像I21’成第四网格影像I31’(步骤S55C)。其中,第一权重用于第二网格影像I11’,且第二权重用于第三网格影像I21’。之后,处理单元110便可将于步骤S55C中产生的所有第四网格影像I31’叠合至中央纹理图F12中(步骤S55D)形成中央纹理图F22,以完成整个纹理对应图F2的建立。完成后的纹理对应图F2的一实例可如图15所示。
在一实施例中,各纹理块B1所对应的第一权重与第二权重和另一个纹理块B1所对应的第一权重与第二权重可不相同,但各纹理块B1所对应的第一权重和第二权重的总值为1。举例而言,当纹理块B1虽位于中央纹理图F12中但较靠近于左侧纹理图F11那一侧时,此纹理块B1所对应的第一权重可为例如0.75,而所对应的第二权重则为0.25,而使得在混出的第四网格影像I31’中,第二网格影像I11’所占的比例是高于第三网格影像I21’。
图16为三维头像的生成方法的另一实施例的流程示意图,且图17为正面脸部影像的一实施例的概要示意图。请参阅图1至图17,在一实施例中,处理单元110除根据左侧脸部影像I1与右侧脸部影像I2之外,更可根据正面脸部影像I5来生成三维头像S1,以使所生成的三维头像S1可更加精确。
于此,由于步骤S11至步骤S40大致上与前述实施例中相同,故不再赘述。
在一实施例中,处理单元110更可通过影像撷取单元140对使用者脸部U1的正面进行影像撷取,以得到涵盖有使用者脸部U1的正脸的正面脸部影像I5,并且在取得正面脸部影像I5时,处理单元110便可将三维头像模型M1上的此些特征点P1中对应于使用者脸部U1的正脸的部分特征点P13对应地映像至正面脸部影像I5,以于正面脸部影像I5上划分出多个第五网格G5(步骤S60)。
在一些实施例中,映像至正面脸部影像I5上的多个特征点P13和映像至左侧脸部影像I1的多个特征点P11、右侧脸部影像I2上的多个特征点P12可部分重叠。举例而言,由于嘴唇特征既出现于正面脸部影像I5,也出现在左侧脸部影像I1与右侧脸部影像I2上,因此,在正面脸部影像I5对应于嘴唇特征的特征点P13和在左侧脸部影像I1上对应于嘴唇特征的特征点P11、在右侧脸部影像I2上对应于嘴唇特征的特征点P12可由三维头像模型M1上的同一特征点P1映像而来。
在一实施例中,处理单元110可通过影像撷取单元140搭配上实时影像辨识技术来侦测使用者脸部U1相对于影像撷取单元140的偏转角度θ,并且于侦测到使用者脸部U1和影像撷取单元140之间具有特定的偏转角度θ时,处理单元110便可自动致使影像撷取单元140对使用者脸部U1进行影像撷取,以得到所需的正面脸部影像I5。在一些实施态样中,偏转角度θ可为介于正10度至负10度之间。
在步骤S60的一实施例中,处理单元110可通过网格化技术,将映像至正面脸部影像I5的此些特征点P13作为第五网格G5的顶点,以于正面脸部影像I5上划分出多个第五网格G5。在一些实施态样中,处理单元110可运用狄劳尼三角化技术于正面脸部影像I5上形成多个呈现三角形的第五网格G5。
于此,各第五网格G5可对应于多个第一网格G1中之一。并且,各第五网格G5所涵盖的多个特征点P13和其对应的第一网格G1所涵盖的多个特征点P1相同。
最后,处理单元110可根据此些第一网格G1、第二网格G2、第三网格G3与第五网格G5之间的对应关系组合左侧脸部影像I1、右侧脸部影像I2与正面脸部影像I5于三维头像模型M1以生成使用者的三维头像S1(步骤S70)。
图18为图16中步骤S70的一实施例的流程示意图,图19为图18中步骤S77的一实施例的流程示意图,图20为纹理对应图的一实施例的概要示意图,且图21为纹理对应图的一实例的示意图。请参阅图1至图21,在步骤S70的一实施例中,处理单元110可根据形成于左侧脸部影像I1上的此些第二网格G2,从左侧脸部影像I1中分解出多个第二网格影像I11(步骤S71)、根据形成于右侧脸部影像I2上的此些第三网格G3,从右侧脸部影像I2中分解出多个第三网格影像I21(步骤S72),并且根据形成于正面脸部影像I5上的此些第五网格G5,从正面脸部影像I5中分解出多个第五网格影像I51(步骤S73)。之后,处理单元110可根据各第二网格G2所对应的第一网格G1的形状大小来形变其划分出的此些第二网格影像I11(步骤S74)、根据各第三网格G3所对应的第一网格G1的形状大小来形变其划分出的此些第三网格影像I21(步骤S75),并且根据各第五网格G5所对应的第一网格G1的形状大小来形变其划分出的此些第五网格影像I51(步骤S76)。接续,处理单元110再根据形变后的第二网格影像I11’、形变后的第三网格影像I21’及形变后的第五网格影像I51’建立出纹理对应图F2(步骤S77)。最后,处理单元110再将纹理对应图F2叠合于三维头像模型M1上以生成和使用者近乎相同且真实的三维头像S1(步骤S78)。
在步骤S71与步骤S73的一实施例中,处理单元110同样可先将三维头像模型M1涵盖有多个第一网格G1的的曲面展成具有多个纹理块B1的二维的纹理对应图F1。于此,由于各纹理块B1为各第一网格G1从曲面展成二维时的对应态样,各第二网格G2可因对应于第一网格G1而对应于此些纹理块B1中之一,各第三网格G3可因对应于第一网格G1而对应于此些纹理块B1中之一,且各第五网格G5亦可因对应于第一网格G1而对应于此些纹理块B1中之一。
之后,处理单元110同样可通过映像变换,如平移、旋转、缩放、反射和推移的组合来对此些第二网格影像I11、第三网格影像I21以及第五网格影像I51进行形变。
在一些实施态样中,于正面脸部影像I5上的各特征点P13具有对应的二维坐标,各纹理块B1的顶点T1具有对应的纹理对应坐标,且处理单元110可通过矩阵转换将各第五网格G5所涵盖的特征点P13映像至其对应的各纹理块B1的顶点T1,以藉此使得各第五网格G5所分解出的第五网格影像I51的形状大小可形变成和对应的纹理块B1的形状大小一样。于此,第二网格影像I11及第三网格影像I21的形变态样可参阅前方叙述,故不再赘述。
在一实施例中,如图20所示,纹理对应图F1由右至左更可划分成依序相连的左侧纹理图F11、第一混合纹理图F14、中央纹理图F12、第二混合纹理图F15以及右侧纹理图F13。形变后的此些第二网格影像I11’可分成第一组第二网格影像以及第二组第二网格影像,形变后的此些第三网格影像I21’可分成第一组第三网格影像以及第二组第三网格影像,且形变后的此些第五网格影像I51’可分成第一组第五网格影像、第二组第五网格影像以及第三组第五网格影像。
于此,第一组第二网格影像中的各第二网格影像I11’是对应至左侧纹理图F11中的多个纹理块B1之一,且第二组第二网格影像中的各第二网格影像I11’是对应至第一混合纹理图F14中的多个纹理块B1之一。第一组第三网格影像中的各第三网格影像I21’是对应至右侧纹理图F13中的多个纹理块B1之一,且第二组第三网格影像中的各第三网格影像I21’是对应至第二混合纹理图F15中的多个纹理块B1之一。并且,第一组第五网格影像中的各第五网格影像I51’是对应至中央纹理图F12,第二组第五网格影像中的各第五网格影像I51’是对应至第一混合纹理图F14中的多个纹理块B1之一,且第三组第五网格影像中的各第五网格影像I51’是对应至第二混合纹理图F15中的多个纹理块B1之一。换言之,位于第一混合纹理图F14中的各纹理块B1分别可对应到一个第二网格影像I11’和一个第五网格影像I51’,且位于第二混合纹理图F15中的各纹理块B1分别可对应到一个第三网格影像I21’和一个第五网格影像I51’。
在步骤S77的一实施例中,处理单元110可将第一组第二网格影像中的各第二网格影像I11’分别叠合至左侧纹理图F11中所对应的纹理块B1(步骤S77A)形成左侧纹理图F21、将第一组第三网格影像中的各第三网格影像I21’分别叠合至右侧纹理图F13中所对应的纹理块B1(步骤S77B)形成右侧纹理图F23、将第一组第五网格影像中的各第五网格影像I51’分别叠合至中央纹理图F12(步骤S77C)形成中央纹理图F22。
为了使最后建立出的纹理对应图F2中的影像接缝可更为平滑,处理单元110可根据第一混合纹理图F14中各纹理块B1所对应的第三权重与第四权重来混合对应于此纹理块B1的第二网格影像I11’及第五网格影像I51’以形成第六网格影像I61’(步骤S77D)。其中,第三权重用于第二网格影像I11’,且第四权重用于第五网格影像I51’。在一实施例中,各纹理块B1所对应的第三权重与第四权重和另一个纹理块B1所对应的第三权重与第四权重可不相同,但各纹理块B1所对应的第三权重和第四权重的总值为1。
同样地,处理单元110可根据第二混合纹理图F15中各纹理块B1所对应的第五权重与第六权重混合对应于此纹理块B1的第三网格影像I21’及第五网格影像I51’以形成第七网格影像I71’(步骤S77E)。其中,第五权重用于第三网格影像I21’,且第六权重用于第五网格影像I51’。在一实施例中,各纹理块B1所对应的第五权重与第六权重和另一个纹理块B1所对应的第五权重与第六权重可不相同,但各纹理块B1所对应的第五权重和第六权重的总值为1。
之后,处理单元110便可将于步骤S77D中产生的所有第六网格影像I61’叠合至第一混合纹理图F14中(步骤S77F)形成第一混合纹理图F24,且将于步骤S77E中产生的所有第七网格影像I71’叠合至第二混合纹理图F15中(步骤S77G)形成第二混合纹理图F25,以完成整个纹理对应图F2的建立。完成后的纹理对应图F2的一实例可如图21所示。
在一实施例中,本发明任一实施例的三维头像的生成方法可由非暂存可读记忆媒体实现。此非暂存可读记忆媒体储存有多个程序代码,以当电子装置100加载并执行多个程序代码后,此些程序代码能使电子装置100执行前述任一实施例的三维头像的生成方法。在一实施例中,此非暂存可读记忆媒体可为电子装置100内部的储存组件160。在一些实施态样中,储存组件160可为只读存储器(ROM)或闪存(Flash memory)等。在另一实施例中,此非暂存可读记忆媒体可为远程储存组件,并且经由有线或无线的方式传输至电子装置100中。在又一实施例中,此非暂存可读记忆媒体可为电子装置100外部的储存组件,并经由电子装置100的读取器或连接器连接并存取此储存组件的程序代码。
在一实施例中,处理单元110于生成三维头像S1后,可将三维头像S1输出至显示单元150以进行显示。在一些实施态样中,显示单元150可为任何合适的显示屏,例如LCD屏幕、LED屏幕等。但本发明并非仅限于此。
在一实施例中,处理单元110于生成三维头像S1后,更可将此三维头像储存于电子装置100的储存组件160中,且此已建立的三维头像S1可供使用者于后续进行多方面的运用。举例而言,于另一个使用者使用此电子装置100时,此已建立的三维头像S1可跟随当前的另一使用者的脸部表情做变化,如张嘴、闭眼等。
在一实施例中,处理单元110所生成的三维头像S1可用于扩增实境(AR)的任何应用中。例如,应用于虚拟整形手术、虚拟彩妆等应用服务中。
在一些实施态样中,处理单元110可利用SoC芯片、中央处理器(CPU)、微控制器(MCU)或特殊应用集成电路(ASIC)等来实现。此外,电子装置100可为智能型手机、笔记型计算机、平板计算机或其它合适的电子装置。
综上所述,相较传统做法须撷取连续多个角度的脸部影像,并将此连续多个角度的脸部影像经过多次匹配与迭合运算后才能生成三维头像。本案仅需在左侧脸部影像和右侧脸部影像上个别定义出与三维头像模型上之第一网格对应的第二网格与第三网格,并根据第一网格、第二网格与第三网格之间的对应关系组合左侧脸部影像与右侧脸部影像于三维头像模型,得以有效缩短匹配与迭合之时间让电子装置更为简单且快速地运算出和使用者近乎相同且真实的三维头像。
以上所述的实施例及/或实施方式,仅是用以说明实现本发明技术的较佳实施例及/或实施方式,并非对本发明技术的实施方式作任何形式上的限制,任何本领域技术人员,在不脱离本发明内容所公开的技术手段的范围,当可作些许的更动或修饰为其它等效的实施例,但仍应视为与本发明实质相同的技术或实施例。

Claims (17)

1.一种三维头像的生成方法,其特征在于,包含:
根据具有深度信息的一正面脸部信息运用狄劳尼三角化技术建立一三维头像模型,其中该三维头像模型包含多个特征点,且该些特征点于该三维头像模型上形成多个第一网格,该些特征点作为该些第一网格的顶点来形成多个呈现三角形的该些第一网格;
将该三维头像模型的部分该些特征点对应地映像至一左侧脸部影像上,以于该左侧脸部影像划分出多个第二网格;
将该三维头像模型的部分该些特征点对应地映像至一右侧脸部影像,以于该右侧脸部影像上划分出多个第三网格;及
根据该些第一网格、该些第二网格与该些第三网格间的对应关系组合该左侧脸部影像与该右侧脸部影像于该三维头像模型以生成一三维头像。
2.如权利要求1所述的三维头像的生成方法,其特征在于,生成该三维头像的步骤包含:
根据该些第二网格分解该左侧脸部影像成多个第二网格影像;
根据该些第三网格分解该右侧脸部影像成多个第三网格影像;
根据各该第二网格所对应的该第一网格形变该些第二网格影像;
根据各该第三网格所对应的该第一网格形变该些第三网格影像;
根据形变后的该些第二网格影像与该些第三网格影像建立一纹理对应图;及
叠合该纹理对应图于该三维头像模型以生成该三维头像。
3.如权利要求2所述的三维头像的生成方法,其特征在于,该纹理对应图具有多个纹理块,该纹理对应图包含依序相连的一左侧纹理图、一中央纹理图与一右侧纹理图,形变后的该些第二网格影像分成第一组第二网格影像与一第二组第二网格影像,形变后的该些第三网格影像分成第一组第三网格影像与一第二组第三网格影像,该中央纹理图中的各该纹理块对应于该第二组第二网格影像的该些第二网格影像中之一以及该第二组第三网格影像的该些第三网格影像中之一,且建立该纹理对应图的步骤包含:
叠合该第一组第二网格影像至该左侧纹理图的该些纹理块;
叠合该第一组第三网格影像至该右侧纹理图的该些纹理块;
根据该中央纹理图中的各该纹理块所对应的一第一权重与一第二权重混合对应的该第二网格影像与该第三网格影像成一第四网格影像;及
叠合该些第四网格影像至该中央纹理图的该些纹理块。
4.如权利要求3所述的三维头像的生成方法,其特征在于,该第一权重与该第二权重的总值为1。
5.如权利要求1所述的三维头像的生成方法,其特征在于,于生成该三维头像的步骤前更包含:
将该三维头像模型的部分该些特征点对应地映像至一正面脸部影像上,以于该左侧脸部影像划分出多个第五网格;其中生成该三维头像的该步骤是根据该些第一网格、该些第二网格、该些第三网格与该些第五网格间的对应关系组合该左侧脸部影像、该右侧脸部影像与该正面脸部影像于该三维头像模型以生成该三维头像。
6.如权利要求5所述的三维头像的生成方法,其特征在于,生成该三维头像的该步骤包含:
根据该些第二网格分解该左侧脸部影像成多个第二网格影像;
根据该些第三网格分解该右侧脸部影像成多个第三网格影像;
根据该些第五网格分解该正面脸部影像成多个第五网格影像;
根据各该第二网格所对应的该第一网格形变该些第二网格影像;
根据各该第三网格所对应的该第一网格形变该些第三网格影像;
根据各该第五网格所对应的该第一网格形变该些第五网格影像;
根据形变后的该些第二网格影像、该些第三网格影像与该些第五网格影像建立一纹理对应图;及
叠合该纹理对应图于该三维头像模型以生成该三维头像。
7.如权利要求6所述的三维头像的生成方法,其特征在于,该纹理对应图具有多个纹理块,该纹理对应图包含依序相连的一左侧纹理图、一第一混合纹理图、一中央纹理图、一第二混合纹理图与一右侧纹理图,形变后的该些第二网格影像分成一第一组第二网格影像与一第二组第二网格影像,形变后的该些第三网格影像分成一第一组第三网格影像与一第二组第三网格影像,形变后的该些第五网格影像分成一第一组第五网格影像、一第二组第五网格影像与一第三组第五网格影像,该第一混合纹理图的各该纹理块对应于该第二组第二网格影像的该些第二网格影像中之一与该第二组第五网格影像的该些第五网格影像中之一,该第二混合纹理图的各该纹理块对应于该第二组第三网格影像的该些第三网格影像中之一与该第三组第五网格影像的该些第五网格影像中之一,且建立该纹理对应图的步骤包含:
叠合该第一组第二网格影像至该左侧纹理模图的该些纹理块;
叠合该第一组第三网格影像至该右侧纹理模图的该些纹理块;
叠合该第一组第五网格影像至该中央纹理模图的该些纹理块;
根据该第一混合纹理图的各该纹理块所对应的一第三权重与一第四权重混合对应的该第二网格影像与该第五网格影像成一第六网格影像;
根据该第二混合纹理图的各该纹理块所对应的一第五权重与一第六权重混合对应的该第三网格影像与该第五网格影像成一第七网格影像;
叠合该些第六网格影像至该第一混合纹理模图的该些纹理块;及
叠合该些第七网格影像至该第二混合纹理模图的该些纹理块。
8.如权利要求1所述的三维头像的生成方法,其特征在于,更包含:
利用一投射单元投射一辐射光于一使用者脸部;
利用一感测单元感测该辐射光于该使用者脸部的反射光;及
根据该反射光得到该正面脸部信息。
9.一种电子装置,其特征在于,包含:
一影像撷取单元,撷取一左侧脸部影像与一右侧脸部影像;及
一处理单元,根据具有深度信息的一正面脸部信息运用狄劳尼三角化技术建立包含多个特征点的一三维头像模型,且该些特征点于该三维头像模型上形成多个第一网格,该处理单元将该三维头像模型的部分该些特征点对应地映像至该左侧脸部影像,以于该左侧脸部影像划分出多个第二网格,该处理单元将该三维头像模型的部分该些特征点对应地映像至该右侧脸部影像,以于该右侧脸部影像划分出多个第三网格,以及该处理单元根据该些第一网格、该些第二网格与该些第三网格间的对应关系组合该左侧脸部影像与该右侧脸部影像于该三维头像模型以生成一三维头像,该些特征点作为该些第一网格的顶点来形成多个呈现三角形的该些第一网格。
10.如权利要求9所述的电子装置,其特征在于,该处理单元更根据该些第二网格分解该左侧脸部影像成多个第二网格影像,更根据该些第三网格分解该右侧脸部影像成多个第三网格影像,更根据各该第二网格所对应的该第一网格形变该些第二网格影像,更根据各该第三网格所对应的该第一网格形变该些第三网格影像,更根据形变后的该些第二网格影像与该些第三网格影像建立一纹理对应图,且该处理单元是将该纹理对应图叠合于该三维头像模型来生成该三维头像。
11.如权利要求10所述的电子装置,其特征在于,该纹理对应图具有多个纹理块,该纹理对应图包含依序相连的一左侧纹理图、一中央纹理图与一右侧纹理图,形变后的该些第二网格影像分成第一组第二网格影像与一第二组第二网格影像,形变后的该些第三网格影像分成第一组第三网格影像与一第二组第三网格影像,该中央纹理图中的各该纹理块对应于该第二组第二网格影像的该些第二网格影像中之一以及该第二组第三网格影像的该些第三网格影像中之一,其中该处理单元是将该第一组第二网格影像叠合至该左侧纹理图的该些纹理块,且将该第一组第三网格影像叠合至该右侧纹理图的该些纹理块,该处理单元更根据该中央纹理图中的各该纹理块所对应的一第一权重与一第二权重混合对应的该第二网格影像与该第三网格影像成一第四网格影像,且该处理单元是将该些第四网格影像叠合至该中央纹理图的该些纹理块。
12.如权利要求11所述的电子装置,其特征在于,该第一权重与该第二权重的总值为1。
13.如权利要求9所述的电子装置,其特征在于,该影像撷取单元更撷取一正面脸部影像,该处理单元更将该三维头像模型的部分该些特征点对应地映像至该正面脸部影像,以于该正面脸部影像划分出多个第五网格,以及该处理单元是根据该些第一网格、该些第二网格、该些第三网格与该些第五网格间的对应关系组合该左侧脸部影像、该右侧脸部影像与该正面脸部影像于该三维头像模型以生成该三维头像。
14.如权利要求13所述的电子装置,其特征在于,该处理单元更根据该些第二网格分解该左侧脸部影像成多个第二网格影像,更根据该些第三网格分解该右侧脸部影像成多个第三网格影像,更根据该些第五网格分解该正面脸部影像成多个第五网格影像,更根据各该第二网格所对应的该第一网格形变该些第二网格影像,更根据各该第三网格所对应的该第一网格形变该些第三网格影像,更根据各该第五网格所对应的该第一网格形变该些第五网格影像,更根据形变后的该些第二网格影像、该些第三网格影像与该些第五网格影像建立一纹理对应图,且该处理单元是将该纹理对应图叠合于该三维头像模型来生成该三维头像。
15.如权利要求14所述的电子装置,其特征在于,该纹理对应图具有多个纹理块,该纹理对应图包含依序相连的一左侧纹理图、一第一混合纹理图、一中央纹理图、一第二混合纹理图与一右侧纹理图,形变后的该些第二网格影像分成一第一组第二网格影像与一第二组第二网格影像,形变后的该些第三网格影像分成一第一组第三网格影像与一第二组第三网格影像,形变后的该些第五网格影像分成一第一组第五网格影像、一第二组第五网格影像与一第三组第五网格影像,该第一混合纹理图的各该纹理块对应于该第二组第二网格影像的该些第二网格影像中之一与该第二组第五网格影像的该些第五网格影像中之一,该第二混合纹理图的各该纹理块对应于该第二组第三网格影像的该些第三网格影像中之一与该第三组第五网格影像的该些第五网格影像中之一,其中该处理单元是将该第一组第二网格影像叠合至该左侧纹理图的该些纹理块,将该第一组第三网格影像叠合至该右侧纹理图的该些纹理块,将该第一组第五网格影像叠合至该中央纹理图的该些纹理块,该处理单元更根据该第一混合纹理图的各该纹理块所对应的一第三权重与一第四权重混合对应的该第二网格影像与该第五网格影像成一第六网格影像,根据该第二混合纹理图的各该纹理块所对应的一第五权重与一第六权重混合对应的该第三网格影像与该第五网格影像成一第七网格影像,且该处理单元是将该些第六网格影像叠合至该第一混合纹理图的该些纹理块,将该些第七网格影像叠合至该第二混合纹理图的该些纹理块。
16.如权利要求9所述的电子装置,其特征在于,更包含:
一投射单元,投射一辐射光于一使用者脸部;及
一感测单元,感测该辐射光于该使用者脸部的反射光,其中该处理单元是根据该反射光得到该正面脸部信息。
17.一种非暂存可读记忆媒体,储存多个程序代码,其特征在于,当一电子装置加载并执行该些程序代码时,该些程序代码致使该电子装置执行以下步骤:
根据具有深度信息的一正面脸部信息运用狄劳尼三角化技术建立一三维头像模型,其中该三维头像模型包含多个特征点,且该些特征点于该三维头像模型上形成多个第一网格,该些特征点作为该些第一网格的顶点来形成多个呈现三角形的该些第一网格;
将该三维头像模型的部分该些特征点对应地映像至一左侧脸部影像上,以于该左侧脸部影像划分出多个第二网格;
将该三维头像模型的部分该些特征点对应地映像至一右侧脸部影像,以于该右侧脸部影像上划分出多个第三网格;及
根据该些第一网格、该些第二网格与该些第三网格间的对应关系组合该左侧脸部影像与该右侧脸部影像于该三维头像模型以生成一三维头像。
CN201910052817.6A 2018-05-23 2019-01-21 三维头像的生成方法及电子装置 Active CN110533762B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810502084 2018-05-23
CN2018105020847 2018-05-23

Publications (2)

Publication Number Publication Date
CN110533762A CN110533762A (zh) 2019-12-03
CN110533762B true CN110533762B (zh) 2023-04-21

Family

ID=68613778

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811171169.8A Active CN110533761B (zh) 2018-05-23 2018-10-09 影像显示方法、电子装置及非瞬时电脑可读取记录媒体
CN201910052817.6A Active CN110533762B (zh) 2018-05-23 2019-01-21 三维头像的生成方法及电子装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201811171169.8A Active CN110533761B (zh) 2018-05-23 2018-10-09 影像显示方法、电子装置及非瞬时电脑可读取记录媒体

Country Status (2)

Country Link
US (1) US11120624B2 (zh)
CN (2) CN110533761B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919876B (zh) * 2019-03-11 2020-09-01 四川川大智胜软件股份有限公司 一种三维真脸建模方法及三维真脸照相系统
CN113436301B (zh) * 2020-03-20 2024-04-09 华为技术有限公司 拟人化3d模型生成的方法和装置
CN111696178A (zh) * 2020-05-06 2020-09-22 广东康云科技有限公司 人像三维模型和仿真人像动画的生成方法、装置和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008200301A1 (en) * 2008-01-22 2009-08-06 The University Of Western Australia Image recognition
CN106327571A (zh) * 2016-08-23 2017-01-11 北京的卢深视科技有限公司 一种三维人脸建模方法及装置
CN107563328A (zh) * 2017-09-01 2018-01-09 广州智慧城市发展研究院 一种基于复杂环境下的人脸识别方法及系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2579903C (en) * 2004-09-17 2012-03-13 Cyberextruder.Com, Inc. System, method, and apparatus for generating a three-dimensional representation from one or more two-dimensional images
CN100353384C (zh) * 2004-12-30 2007-12-05 中国科学院自动化研究所 电子游戏中玩家快速置入方法
US7756325B2 (en) * 2005-06-20 2010-07-13 University Of Basel Estimating 3D shape and texture of a 3D object based on a 2D image of the 3D object
US8204301B2 (en) * 2009-02-25 2012-06-19 Seiko Epson Corporation Iterative data reweighting for balanced model learning
US8570343B2 (en) * 2010-04-20 2013-10-29 Dassault Systemes Automatic generation of 3D models from packaged goods product images
KR102294927B1 (ko) * 2014-03-31 2021-08-30 트라이큐빅스 인크. 가상 성형 sns 서비스 방법 및 장치
KR101997500B1 (ko) * 2014-11-25 2019-07-08 삼성전자주식회사 개인화된 3d 얼굴 모델 생성 방법 및 장치
EP3032495B1 (en) * 2014-12-10 2019-11-13 Dassault Systèmes Texturing a 3d modeled object
CN104376599A (zh) 2014-12-11 2015-02-25 苏州丽多网络科技有限公司 一种简便的三维头部模型生成系统
CN104915981A (zh) 2015-05-08 2015-09-16 寇懿 基于体感传感器的三维立体发型设计方法
KR102146398B1 (ko) * 2015-07-14 2020-08-20 삼성전자주식회사 3차원 컨텐츠 생성 장치 및 그 3차원 컨텐츠 생성 방법
US10796480B2 (en) * 2015-08-14 2020-10-06 Metail Limited Methods of generating personalized 3D head models or 3D body models
US10318102B2 (en) * 2016-01-25 2019-06-11 Adobe Inc. 3D model generation from 2D images
JP6574401B2 (ja) * 2016-04-08 2019-09-11 ソフトバンク株式会社 モデリング制御システム、モデリング制御方法、及びモデリング制御プログラム
US10157477B2 (en) * 2016-04-27 2018-12-18 Bellus 3D, Inc. Robust head pose estimation with a depth camera
US9959455B2 (en) * 2016-06-30 2018-05-01 The United States Of America As Represented By The Secretary Of The Army System and method for face recognition using three dimensions
US10055880B2 (en) * 2016-12-06 2018-08-21 Activision Publishing, Inc. Methods and systems to modify a two dimensional facial image to increase dimensional depth and generate a facial image that appears three dimensional
CN106910247B (zh) 2017-03-20 2020-10-02 厦门黑镜科技有限公司 用于生成三维头像模型的方法和装置
CN107085654B (zh) * 2017-04-06 2021-04-02 深圳创维-Rgb电子有限公司 基于人脸图像的健康分析方法及装置
CN107784630B (zh) * 2017-11-08 2021-11-23 北京奇虎科技有限公司 对人脸图像进行属性翻转的方法、装置和终端
CN107993216B (zh) * 2017-11-22 2022-12-20 腾讯科技(深圳)有限公司 一种图像融合方法及其设备、存储介质、终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2008200301A1 (en) * 2008-01-22 2009-08-06 The University Of Western Australia Image recognition
CN106327571A (zh) * 2016-08-23 2017-01-11 北京的卢深视科技有限公司 一种三维人脸建模方法及装置
CN107563328A (zh) * 2017-09-01 2018-01-09 广州智慧城市发展研究院 一种基于复杂环境下的人脸识别方法及系统

Also Published As

Publication number Publication date
CN110533761B (zh) 2024-01-12
CN110533762A (zh) 2019-12-03
CN110533761A (zh) 2019-12-03
US11120624B2 (en) 2021-09-14
US20190362547A1 (en) 2019-11-28

Similar Documents

Publication Publication Date Title
CN109118569B (zh) 基于三维模型的渲染方法和装置
Starck et al. Model-based multiple view reconstruction of people
JP4932951B2 (ja) 顔画像処理方法およびシステム
JP4865093B2 (ja) 顔の特徴をアニメーション化する方法およびシステムならびに表情変換のための方法およびシステム
CN110533762B (zh) 三维头像的生成方法及电子装置
WO2019035155A1 (ja) 画像処理システム、画像処理方法、及びプログラム
WO2021078179A1 (zh) 图像显示方法及设备
WO2006049147A1 (ja) 三次元形状推定システム及び画像生成システム
US10789784B2 (en) Image display method, electronic device, and non-transitory computer readable recording medium for quickly providing simulated two-dimensional head portrait as reference after plastic operation
US11682234B2 (en) Texture map generation using multi-viewpoint color images
WO2019042028A1 (zh) 全视向的球体光场渲染方法
Jeong et al. Automatic generation of subdivision surface head models from point cloud data
Nguyen et al. High resolution 3d content creation using unconstrained and uncalibrated cameras
JP5865092B2 (ja) 画像処理装置、画像処理方法及びプログラム
JPH08305894A (ja) しわの表現可能な三次元像生成装置
JP4623320B2 (ja) 三次元形状推定システム及び画像生成システム
Kim et al. Planar Abstraction and Inverse Rendering of 3D Indoor Environments
Li Image-Based 3D Reconstruction and Articulation of the Human Body Shape and Its Use in the Creation of Virtual Fitting Rooms
Neumann et al. Constructing a realistic head animation mesh for a specific person
Patel et al. 3D model reconstruction and animation from single view face image
Shakir et al. Construction of 3D environment from 2D RGB images and depth information
CN117496293A (zh) 基于supr模型的人脚姿态检测虚拟数据集的构造方法
Larvy et al. Automatic Environment Map Registration.
CN115375832A (zh) 三维人脸重建方法、电子设备、存储介质及程序产品
HARIRAM RAJGOPAL et al. 3D MAPPING OF INTERIOR ENVIRONMENTS FOR DESIGN VISUALIZATION

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
GR01 Patent grant
GR01 Patent grant