[发明专利]一种三维人脸重建方法、装置及其存储介质

权利要求书

1.一种三维人脸重建方法，其特征在于，所述三维人脸重建方法包括：

获取目标人脸在多个视角下的深度数据；

判断每个视角下的深度数据是否存在局部深度数据畸点；

若是，重新获取所述局部深度数据畸点对应的视角下的深度数据，以更新所述多个视角下的深度数据；

根据所述多个视角下的深度数据，获得所述目标人脸的三维模型；

所述判断每个视角下的深度数据是否存在局部深度数据畸点，包括：

对每个视角下的深度数据与在相同视角下采集的平面人脸图像进行点云匹配，基于点云匹配的结果判断每个视角下的深度数据是否存在局部深度数据畸点；

其中，通过点云匹配判断是否存在局部深度数据畸点的过程和深度数据的采集过程同时进行，在对所述目标人脸进行第三角度的深度数据采集的同时，对第二角度的平面人脸图像和第二角度的深度数据进行点云匹配，判断所述第二角度的点云匹配结果是否存在局部深度数据畸点。

2.根据权利要求1所述的三维人脸重建方法，其特征在于，所述获取目标人脸在多个视角下的深度数据，包括：

驱动深度摄像头在每旋转至每个预设拍摄角度时对所述目标人脸进行拍摄，获得所述目标人脸在多个视角下的深度数据。

3.根据权利要求1所述的三维人脸重建方法，其特征在于，所述对每个视角下的深度数据与在相同视角下采集的平面人脸图像进行点云匹配，包括：

通过人脸关键点检测获取每个视角下的平面人脸图像的关键点集，将所述关键点集作为目标点云P_t，将所述深度数据的点集作为源点云P_s；

通过粗配准确定点云配准方程P_t = R * P_s + T中近似的旋转矩阵R与平移矩阵T；

基于所述近似的旋转矩阵R与平移矩阵T，通过粗配准确定所述点云配准方程中精确的旋转矩阵R与平移矩阵T；

将所述精确的旋转矩阵R与平移矩阵T代入所述点云配准方程获得变换结果。

4. 根据权利要求3所述的三维人脸重建方法，其特征在于，所述通过粗配准确定点云配准方程P_t = R * P_s + T中近似的旋转矩阵R与平移矩阵T，包括：

通过四点叠合法搜索策略确定点云配准方程P_t = R * P_s + T中使目标点云P_t和源点云P_s的重叠度超过预设重叠阈值的近似的旋转矩阵R与平移矩阵T，其中，基于所述近似的旋转矩阵R与平移矩阵T变换后的源点云P_s内任意一点在容差范围内存在的目标点云P_t的点为重合点，所述重合点占所有点数量的比例为所述重叠度。

5.根据权利要求3所述的三维人脸重建方法，其特征在于，所述基于所述近似的旋转矩阵R与平移矩阵T，通过粗配准确定所述点云配准方程中精确的旋转矩阵R与平移矩阵T，包括：

用所述近似的旋转矩阵R与平移矩阵T将所述源点云P_s变换到所述目标点云P_t的坐标下，确定所述源点云P_s和所述目标点云P_t中距离小于对应点阈值的两个点为对应点Pⁱ_t和Pⁱ_s；

基于所述近似的旋转矩阵R与平移矩阵T以及所述对应点Pⁱ_t和Pⁱ_s对旋转矩阵R与平移矩阵T进行迭代优化，获得精确的旋转矩阵R与平移矩阵T。

6.根据权利要求1所述的三维人脸重建方法，其特征在于，所述基于点云匹配的结果判断每个视角下的深度数据是否存在局部深度数据畸点，包括：

确定已采集到第一视角对应的平面人脸图像；

判断所述第一视角下的深度数据与相邻视角下的深度数据的点集之间的重叠度是否大于预设相邻重叠阈值；

若是，确定所述第一视角下的深度数据不存在局部深度数据畸点；若否，确定所述第一视角下的深度数据存在局部深度数据畸点。