申请/专利权人：杭州师范大学

申请日：2022-09-22

公开（公告）日：2022-12-13

公开（公告）号：CN115471611A

主分类号：G06T17/00

分类号：G06T17/00;G06T15/04;G06T15/20;G06T3/00;G06T3/40;G06V10/764;G06V40/16;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.12.30#实质审查的生效;2022.12.13#公开

摘要：本发明公开了一种提升3DMM人脸模型视觉效果的方法。现有方法忽视了人脸模型在人眼视觉感官上的保真，所设计出来的模型和方法与人的主观感受不匹配。本发明方法首先对人脸数据集合进行预处理和图像归一化处理，通过神经网络输出3DMM重建系数和辐射补偿系数，通过巴塞尔模型解码出个性化人脸模型，将个性化人脸模型的纹理向量与辐射补偿系数进行融合，计算损失函数，约束网络学习方向，优化人脸模型视觉效果。本发明方法在原有基础上增加的辐射强度补偿模块和纹理的损失函数，以改善重建后人脸模型的纹理空间范围。本发明方法能有效改善3DMM参数化人脸模型的表现力不足问题，提升模型的在人眼感官下的视觉表现效果。

主权项：1.一种提升3DMM人脸模型视觉效果的方法，其特征在于：步骤1对人脸数据集合进行预处理，包括：利用MTCNN人脸检测模块对人脸数据集合中的每张初始人脸图片提取5个人脸关键点；将每张初始人脸图片根据对应的5个人脸关键点裁剪出224×224大小的人脸图片；裁剪后的人脸图片利用预训练好的人脸检测模型检测出68个人脸关键点；利用OpenCV内置的Prewitt算子提取出裁剪后的每张人脸图片的高频信息图Tex；使用贝叶斯选择器对每张人脸图片逐像素进行人脸皮肤判断，得到人脸面部掩模M；步骤2图像归一化处理：将每张裁剪后的人脸图片I的三通道像素值范围由0～255区间压缩到0～1区间，将对应的高频信息图Tex的单通道像素值范围由0～255区间压缩到0～1区间；步骤3将归一化处理后的人脸图片输入ResNet50神经网络，输出两组系数，分别为3DMM重建系数和辐射补偿系数其中，α,β,γ为3DMM参数化模型系数，为光照系数，为姿态系数，表示实数域，239为总系数量，3×36×103为3DMM参数化模型解析出来的纹理向量的维度；两组系数回归使用同一个基础网络，最后使用两个不同全连接层进行系数回归；步骤4将回归的3DMM参数化模型系数α,β,γ输入到巴塞尔模型中进行解析，解码出低维度的个性化人脸模型，包含形状向量S和纹理向量T；步骤5将低维度的个性化人脸模型的纹理向量T与辐射补偿系数进行融合，纹理向量T＝R′1,G′1,B′1,R′2,G′2,B′2,…,R′36000,G′36000,B′36000，R′m,G′m,B′m为个性化人脸模型中第m个顶点的RGB信息，m＝1,2,…,36000，R″m,G″m,B″m为个性化人脸模型中第m个顶点的RGB补偿信息，纹理向量T与辐射补偿系数进行线型叠加，逐顶点补偿纹理信息，得到个性化人脸模型的辐射强度步骤6通过可微分渲染器获得与人脸图片I一致的个性化人脸模型的二维投影图片I′，计算损失函数；具体是：将形状向量S和补偿后的纹理向量T作为重建人脸模型向量，将重建人脸模型向量与光照系数、姿态系数共同输入到可微分渲染器中，可微分渲染器烘培出与人脸图片相似的可视化三维人脸模型；可微分渲染器根据姿态系数调整相机位姿，对生成的可视化三维人脸模型进行二维投影，获得与人脸图片I一致的二维投影图片I′；将通过可微分渲染器获得的二维投影图片I′与人脸图片I进行损失函数计算，目标函数Ltotal＝Limage+Llmk+Ltex+LP+Lcoeff；其中，Limage为光度损失，Llmk为关键点损失，Ltex为高频纹理损失，LP为高维特征余弦距离，Lcoeff为正则损失；利用损失函数约束网络的学习方向，减少二维投影图片I′与人脸图片I之间的差距，优化重建后的人脸模型的视觉效果。

全文数据：

权利要求：

百度查询： 杭州师范大学 一种提升3DMM人脸模型视觉效果的方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD