CN114863526A - 一种人脸模型的快速建模方法 - Google Patents

一种人脸模型的快速建模方法 Download PDF

Info

Publication number
CN114863526A
CN114863526A CN202210480529.2A CN202210480529A CN114863526A CN 114863526 A CN114863526 A CN 114863526A CN 202210480529 A CN202210480529 A CN 202210480529A CN 114863526 A CN114863526 A CN 114863526A
Authority
CN
China
Prior art keywords
face
size
cornea
region
pixel
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
CN202210480529.2A
Other languages
English (en)
Inventor
沈颀立
刘经纬
杨明羽
严润铎
沈靓艳
袁吕凡
韩小飞
麻会阳
武庆斌
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 Fuhuan Technology Co ltd
Original Assignee
Shanghai Fuhuan 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 Shanghai Fuhuan Technology Co ltd filed Critical Shanghai Fuhuan Technology Co ltd
Priority to CN202210480529.2A priority Critical patent/CN114863526A/zh
Publication of CN114863526A publication Critical patent/CN114863526A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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

Landscapes

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

Abstract

本发明提供了一种人脸模型的快速建模方法，包括手持移动摄像装置拍摄客户正面照；通过人脸识别技术识别出得到的正面照的眼部区域，通过图像处理技术提取得到的正面照的眼角膜区域，通过最大椭圆拟合得到眼角膜的长轴，作眼角膜的长轴所在直径的像素值与眼角膜标准实际距离的映射关系；基于得到的眼角膜长轴所在直径所占像素，得到其他面部区域中的像素尺寸，进行正面照中面部区域的像素尺寸和实际尺寸的换算，得到真实的面部尺寸；基于得到的真实的面部尺寸映射到二维的人脸展开图上得到人脸模型。本发明无需使用3D扫描、深度相机等硬件辅助辅，即可得到人脸的尺寸数据，进而得到贴合用户脸型的二维人脸展开图。

Description

一种人脸模型的快速建模方法
技术领域
本发明主要涉及人脸模型的技术领域，具体涉及一种人脸模型的快速建模方法。
背景技术
根据申请号为CN201810943760.4的专利文献所提供的一种基于3D扫描技术和3D打印技术的营养修复面膜可知，该人脸模型建模方法根据三维扫描客户面部特征曲线采集数据，生成数字化文件并3D打印基于聚乳酸或丙烯腈-丁二烯-苯乙烯共聚物材料的个性化三维面部模具；再利用面部皮肤分析仪扫描客户面部，分别针对色斑、粉刺、毛孔、粗糙度和皱纹五个方面分析个性化数据，针对脸部各区域不同特点，分别在面部模具对应区域敷涂不同的面膜胶质复合材料，得到凝固成型的面膜，该发明的有益效果：3D定制面膜的人脸建模方式能对客户个性化定制，对各个区域贴合效果好，针对面部各区域特有问题分别进行保养，效果显著。
传统的人脸建模方法往往采用3D扫描、深度相机等硬件辅助方式，得到用户的人脸的尺寸数据，导致用户人脸关键点的计算较为复杂，难以快速得到用户人脸的二维展开图。
发明内容
本发明主要提供了一种人脸模型的快速建模方法用以解决上述背景技术中提出的技术问题。
本发明解决上述技术问题采用的技术方案为：
步骤一，手持移动摄像装置拍摄客户正面照；
步骤二，通过人脸识别技术识别出步骤一得到的正面照的眼部区域，通过图像处理技术提取步骤一得到的正面照的眼角膜区域，通过最大椭圆拟合得到眼角膜的长轴，作眼角膜的长轴所在直径的像素值与眼角膜标准实际距离的映射关系，眼角膜标准实际距离为11.5mm；
步骤三，基于步骤二得到的眼角膜长轴所在直径所占像素，得到其他面部区域中的像素尺寸，进行正面照中面部区域的像素尺寸和实际尺寸的换算，得到真实的面部尺寸；
步骤四，基于步骤三得到的真实的面部尺寸映射到二维的人脸展开图上得到人脸模型。
进一步的，所述步骤三中，结合正面照中的扁平面部区域的像素尺寸，得到扁平面部区域的真实面部尺寸，所述扁平面部区域的真实面部尺寸的计算公式为：S1＝T，其中S1为扁平面部区域的真实面部尺寸，T为扁平面部区域的像素尺寸，所述扁平面部区域包括眼睛区域、嘴巴区域。
进一步的，所述步骤三中，结合正面照中的立体面部区域的像素尺寸，得到立体面部区域的真实面部尺寸，所述立体面部区域的真实面部尺寸的计算公式为：S2＝T/t，其中S2为立体面部区域的真实面部尺寸，T为立体面部区域的像素尺寸，t为平均立体面部区域，所述立体面部区域包括鼻子区域和脸颊区域。
与现有技术相比，本发明的有益效果为：
本发明无需使用3D扫描、深度相机等硬件辅助，仅从单张图片就能得到人脸模型的尺寸数据，以通过不同用户的人脸模型的尺寸数据，得到贴合用户脸型的人脸展开图，无需深度学习的复杂计算，简单且准确。
以下将结合具体的实施例对本发明进行详细的解释说明。
具体实施方式
为了便于理解本发明，下面将对本发明进行更加全面的描述，本发明可以通过不同的形式来实现，并不限于文本所描述的实施例，相反的，提供这些实施例是为了使对本发明公开的内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上也可以存在居中的元件，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常连接的含义相同，本文中在本发明的说明书中所使用的术语知识为了描述具体的实施例的目的，不是旨在于限制本发明，本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例，一种人脸模型的快速建模方法，包括以下步骤：
步骤一，手持移动摄像装置拍摄客户正面照；
步骤二，通过人脸识别技术识别出步骤一得到的正面照的眼部区域，通过图像处理技术提取步骤一得到的正面照的眼角膜区域，通过最大椭圆拟合得到眼角膜的长轴，作眼角膜的长轴所在直径的像素值与眼角膜标准实际距离的映射关系，眼角膜标准实际距离为11.5mm；
步骤三，基于步骤二得到的眼角膜长轴所在直径所占像素，得到其他面部区域中的像素尺寸，进行正面照中面部区域的像素尺寸和实际尺寸的换算，得到真实的面部尺寸；
步骤四，基于步骤三得到的真实的面部尺寸映射到二维的人脸展开图上得到人脸模型；
需要说明的是，在本实施例中，所述步骤三中，结合正面照中的扁平面部区域的像素尺寸，得到扁平面部区域的真实面部尺寸，所述扁平面部区域的真实面部尺寸的计算公式为：S1＝T，其中S1为扁平面部区域的真实面部尺寸，T为扁平面部区域的像素尺寸，所述扁平面部区域包括眼睛区域、嘴巴区域；
进一步的，所述步骤三中，结合正面照中的立体面部区域的像素尺寸，得到立体面部区域的真实面部尺寸，所述立体面部区域的真实面部尺寸的计算公式为：S2＝T/t，其中S2为立体面部区域的真实面部尺寸，T为立体面部区域的像素尺寸，t为平均立体面部区域，所述立体面部区域包括鼻子区域和脸颊区域，平均立体面部区域可以通过采集同年龄段对应性别的人群的数据得到一个均值。
本发明的具体操作方式如下：
手持移动摄像装置拍摄客户正面照，通过人脸识别技术识别出得到的正面照的眼部区域，通过图像处理技术提取步骤一得到的正面照的眼角膜区域，通过最大椭圆拟合得到眼角膜的长轴，作眼角膜的长轴所在直径的像素值与眼角膜标准实际距离的映射关系，眼角膜标准实际距离为11.5mm；
基于得到的眼角膜长轴所在直径所占像素，得到其他面部区域中的像素尺寸，进行正面照中面部区域的像素尺寸和实际尺寸的换算，得到真实的面部尺寸，基于得到的真实的面部尺寸映射到二维的人脸展开图上得到人脸模型。
本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的这种非实质改进，或未经改进将本发明的构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。

Claims (3)

1.一种人脸模型的快速建模方法，其特征在于，包括以下步骤：
步骤一，手持移动摄像装置拍摄客户正面照；
步骤二，通过人脸识别技术识别出步骤一得到的正面照的眼部区域，通过图像处理技术提取步骤一得到的正面照的眼角膜区域，通过最大椭圆拟合得到眼角膜的长轴，作眼角膜的长轴所在直径的像素值与眼角膜标准实际距离的映射关系，眼角膜标准实际距离为11.5mm；
步骤三，基于步骤二得到的眼角膜长轴所在直径所占像素，得到其他面部区域中的像素尺寸，进行正面照中面部区域的像素尺寸和实际尺寸的换算，得到真实的面部尺寸；
步骤四，基于步骤三得到的真实的面部尺寸映射到二维的人脸展开图上得到人脸模型。
2.根据权利要求1所述的一种人脸模型的快速建模方法，其特征在于，所述步骤三中，结合正面照中的扁平面部区域的像素尺寸，得到扁平面部区域的真实面部尺寸，所述扁平面部区域的真实面部尺寸的计算公式为：S1＝T，其中S1为扁平面部区域的真实面部尺寸，T为扁平面部区域的像素尺寸，所述扁平面部区域包括眼睛区域、嘴巴区域。
3.根据权利要求1所述的一种人脸模型的快速建模方法，其特征在于，所述步骤三中，结合正面照中的立体面部区域的像素尺寸，得到立体面部区域的真实面部尺寸，所述立体面部区域的真实面部尺寸的计算公式为：S2＝T/t，其中S2为立体面部区域的真实面部尺寸，T为立体面部区域的像素尺寸，t为平均立体面部区域，所述立体面部区域包括鼻子区域和脸颊区域。
CN202210480529.2A 2022-05-05 2022-05-05 一种人脸模型的快速建模方法 Pending CN114863526A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210480529.2A CN114863526A (zh) 2022-05-05 2022-05-05 一种人脸模型的快速建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210480529.2A CN114863526A (zh) 2022-05-05 2022-05-05 一种人脸模型的快速建模方法

Publications (1)

Publication Number Publication Date
CN114863526A true CN114863526A (zh) 2022-08-05

Family

ID=82635393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210480529.2A Pending CN114863526A (zh) 2022-05-05 2022-05-05 一种人脸模型的快速建模方法

Country Status (1)

Country Link
CN (1) CN114863526A (zh)

Similar Documents

Publication Publication Date Title
CN108447017A (zh) 人脸虚拟整容方法和装置
CN107852533B (zh) 三维内容生成装置及其三维内容生成方法
WO2019228473A1 (zh) 人脸图像的美化方法和装置
Gupta et al. Texas 3D face recognition database
JP4950787B2 (ja) 画像処理装置及びその方法
CN104811684B (zh) 一种图像的三维美颜方法及装置
KR101141643B1 (ko) 캐리커쳐 생성 기능을 갖는 이동통신 단말기 및 이를 이용한 생성 방법
WO2013175792A1 (ja) 人物属性推定システム、及び学習用データ生成装置
CN102567716B (zh) 一种人脸合成系统及实现方法
CN108564018A (zh) 一种基于红外拍照的生物特征3d四维数据识别方法及系统
KR102009130B1 (ko) 실시간 메이크업 진단 및 질의응답 서비스 제공 시스템
JP2005025748A5 (zh)
CN112329727A (zh) 一种活体检测方法和装置
WO2023273247A1 (zh) 人脸图像处理方法及装置、计算机可读存储介质、终端
CN103473807B (zh) 一种3d模型变换系统及方法
JP4183536B2 (ja) 人物画像処理方法及び装置並びにシステム
WO2020119518A1 (zh) 一种基于人工视网膜空间感知的控制方法及装置
CN114863526A (zh) 一种人脸模型的快速建模方法
CN106504285A (zh) 贴片式面膜模板构建方法与系统
JP4141090B2 (ja) 画像認識装置、陰影除去装置、陰影除去方法及び記録媒体
CN110070062A (zh) 一种基于双目主动红外的人脸识别的系统和方法
CN105160329B (zh) 一种基于yuv颜色空间的牙齿识别方法、系统及拍摄终端
WO2019023861A1 (zh) 一种基于智能终端的证件照片生成方法及生成系统
JP2004326488A (ja) シミュレーション画像生成サーバ、シミュレーション画像生成システム、シミュレーション画像生成方法及びプログラム
JP2009294958A (ja) 顔画像の合成方法

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