申请/专利权人：中国人民解放军陆军工程大学;中国科学院深圳先进技术研究院;化身科技(深圳)有限公司;湖南化身科技有限公司

申请日：2019-12-31

公开（公告）日：2024-02-27

公开（公告）号：CN111127641B

主分类号：G06T17/00

分类号：G06T17/00;G06T15/04;G06T7/41;G06T19/20

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2020.06.02#实质审查的生效;2020.05.08#公开

摘要：本发明公开了一种具有高逼真面部特征的三维人体参数化建模方法，训练三维人体参数化数学模型，针对要处理的用户对象，基于三维人体原始数据，求解出逼近求解方程中与用户对象相关的变量，重建出用户对象具有几何外形数据的三维人体模型；建立具有纹理贴图的标准模板。即建立标准纹理，该标准纹理对用户实例提供基础的纹理图片，并提供通用的纹理映射信息；实现具有高逼真度面部特征的三维人体参数化建模结果。通过纹理映射，将用户的纹理图片匹配在标准纹理图片上。进而，使用图片无缝融合算法，降低用户的纹理图片与标准纹理图片之间存在的色调差异，实现两者间的无缝拼接，得到最终结果。

主权项：1.一种具有高逼真面部特征的三维人体参数化建模方法，其特征在于，获取用户对象的三维人体原始点云数据以及面部特征点的位置；通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象具有高逼真面部几何特征的三维人体模型；预先建立标准纹理模板，通过重建出的高逼真面部几何特征的三维人体模型，将采集的用户面部纹理图片投影到上述三维人体模型上，从而替换掉标准纹理模板的面部区域，再通过泊松融合算法实现两者间的无缝拼接，得到具有高逼真面部纹理特征的三维人体参数化建模结果；三维人体参数化数学模型为： Sfβ为形态变形矩阵，Bfθ为刚性姿势变形矩阵、Qfθ为非刚性姿势变形矩阵；θ为姿势空间参数，β表示形态空间参数，常量Φ为经过数据训练预先学习的形态和姿势参数；e*为预先建立的三维人体标准模型中三角形网格的三角形的边向量；e为e*经过变形后的边向量； 其中，|β|为形态空间参数的数目，ψb′，f为第b'个形态空间参数在第f个三角形上的线性系数，0≤b'＜|β|，ψ|β|,f为第f个三角形在形态变形矩阵Sfβ上的偏移量，βb'表示第b'个形态空间参数； 其中，|Bone|表示刚性部件的数目，wb,f是第b个刚性部件对第f个三角形的蒙皮权重，Rθb表示第b个刚性部件的刚性变换矩阵； 其中，γ0,f表示人体刚性部件没有相对变形时的变形矩阵，为单位矩阵；γb,f表示第b个罗德里格斯旋转向量θb在第f个三角形上的线性系数。

全文数据：

权利要求：

百度查询： 中国人民解放军陆军工程大学;中国科学院深圳先进技术研究院;化身科技(深圳)有限公司;湖南化身科技有限公司 一种具有高逼真面部特征的三维人体参数化建模方法

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