【发明授权】基于深度学习和真实感渲染的人脸图片高光去除方法_清华大学_202010275587.2 

申请/专利权人:清华大学

申请日:2020-04-09

公开(公告)日:2022-08-12

公开(公告)号:CN111583128B

主分类号:G06T5/00

分类号:G06T5/00;G06T15/00

优先权:

专利状态码:有效-授权

法律状态:2022.08.12#授权;2020.09.18#实质审查的生效;2020.08.25#公开

摘要:本发明公开了一种基于深度学习和真实感渲染的人脸图片高光去除方法,包括:通过人脸采集系统采集不同的人在不同表情下的高精度人脸三维模型;利用高精度人脸三维模型渲染逼真人脸图片,并在渲染时分别渲染得到图片中的高光分量和漫反射分量;利用渲染出的逼真人脸图片以及高光分量和漫反射分量作为训练的强监督数据训练生成对抗网络得到人脸图片高光去除网络;将待处理人脸图片输入人脸图片高光去除网络,通过人脸图片高光去除网络提取出待处理人脸图片中的漫反射分量,进而得到高光去除后的人脸图片。该方法可以对各种人脸图片进行处理,不受人脸表情,人脸朝向和环境光照的影响。

主权项:1.一种基于深度学习和真实感渲染的人脸图片高光去除方法,其特征在于,包括以下步骤:通过人脸采集系统采集不同的人在不同表情下的高精度人脸三维模型;利用所述高精度人脸三维模型渲染逼真人脸图片,并在渲染时分别渲染得到图片中的高光分量和漫反射分量;利用渲染出的数据作为训练的强监督数据训练生成对抗网络得到人脸图片高光去除网络;将待处理人脸图片输入所述人脸图片高光去除网络,通过所述人脸图片高光去除网络提取出所述待处理人脸图片中的漫反射分量,进而得到高光去除后的人脸图片;其中,所述利用所述高精度人脸三维模型渲染逼真人脸图片,并在渲染时分别渲染得到图片中的高光分量和漫反射分量,包括:利用基于光线追踪的渲染器,使用采集到的所述高精度人脸三维模型,渲染出在不同的相机参数、不同人脸模型位姿和不同光照下的逼真人脸图片,在渲染时分别渲染得到图片中的高光分量和漫反射分量。

全文数据:

权利要求:

百度查询: 清华大学 基于深度学习和真实感渲染的人脸图片高光去除方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。