[发明专利]一种三维人脸重建方法、装置及其存储介质

说明书

本发明提供了一种三维人脸重建方法、装置及其存储介质，涉及图像处理技术领域。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。该方法在存在局部深度数据畸点时通过深度摄像头进行深度数据补充采集，提高了人脸建模的纠错能力，从而获得更加准确的人脸三维模型。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种三维人脸重建方法、装置及其存储介质。

背景技术

随着计算机设备、网络以及图像处理技术的迅速发展，传统的肉眼图像识别方式已经逐渐被由计算机自动进行的图像识别方式替代，从而极大的提高了图像识别的效率和准确率。基于人脸的深度数据，通过计算机自动的三维人脸建模是一项计算机视觉领域常见的任务，应用也很多。

但是现有的三维人脸建模方式在对深度数据和人脸平面图像进行点云匹配时由于计算错误、采集数据错误等原因常常会出现局部深度数据畸点，该局部深度数据畸点会极大地影响人脸三维模型的准确度。而现有技术需要单次扫描完整个人脸在不同角度下的深度数据再进行点云配准，不具备即时反馈逻辑，容易出现局部深度数据畸点，因此不易对深度数据的采集质量进行有效控制。

发明内容

有鉴于此，本发明实施例的目的在于提供一种三维人脸重建方法、装置及其存储介质，以解决上述问题。

第一方面，本发明实施例提供了一种三维人脸重建方法，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。

综合第一方面，所述对采集的每个视角下的深度数据与平面人脸图像进行点云匹配，包括：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。

综合第一方面，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。

综合第一方面，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。

综合第一方面，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。