[发明专利]三维人脸的非刚性配准方法及装置有效
申请号: | 201911114894.6 | 申请日: | 2019-11-14 |
公开(公告)号: | CN111145225B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 徐枫;冯铖锃;王至博;杨东 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T7/33 | 分类号: | G06T7/33;G06T17/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 石茵汀 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三维 刚性 方法 装置 | ||
本发明公开了一种三维人脸的非刚性配准方法及装置,其中,方法包括以下步骤:通过结点驱动的网格变形方式,对输入的三维人脸模板进行非刚性形变,得到结点驱动的结果;为目标扫描建立一颗八叉树,并用于结点驱动的结果上的顶点沿着法向和目标模型求交;在迭代过程中,为模板上每个顶点沿着法向寻找在目标模型上的对应点,接以对应点作为约束,对模板网格进行拉普拉斯变形,直至满足预设迭代条件,获得与目标模型表面贴近的中间结果;根据中间结果,为每个顶点计算沿着法向的位移,得到模板上每个顶点的最终位置,得到最终非刚性配准结果。该方法可以使得配准的结果不仅较好地维持了模板的拓扑结构,同时能够捕捉目标模型的几何细节。
技术领域
本发明涉及数字几何处理技术领域,特别涉及一种三维人脸的非刚性配准方法及装置。
背景技术
随着人脸三维重建技术的发展,人们可以通过多视角相机阵列采集高精度的人脸三维扫描数据,与一般人脸三维模型相比,这些三维扫描通常具特别多数量的三角面片,从而可以捕捉人脸皱纹、眉毛等部位的几何细节。
但是这些三维扫描各自具有不同的拓扑,所以无法在这些数据上进行参数化表征建模与分析,必须通过对一个三维人脸模板对每个人脸扫描数据进行非刚性配准,从而获得一个三维人脸模型的数据集,使得数据集中包含大量不同身份和表情的,带有几何细节的三维人脸模型数据,并且这些模型都具有相同的拓扑,以便在这个数据集上对其进行表征分析。其中,三维人脸非刚性配准是指输入两个人脸三维模型,其中一个模型作为模板,另外一个作为目标模型,对模板加以非刚性形变,输出一个新的人脸三维模型,使得输出的人脸模型和目标模型具有相同的几何形状,同时和模板具有相同的网格拓扑。
然而,传统的方法大多只能获取和目标模型形状基本相同的变形结果,无法捕捉目标模型上的几何细节,亟待解决。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种三维人脸的非刚性配准方法,该方法基于结点驱动的网格变形技术、拉普拉斯网格变形技术和顶点位移技术,使得配准的结果不仅较好地维持了模板的拓扑结构,同时能够捕捉目标模型的几何细节,有效解决传统三维人脸配准方法无法获取目标模型几何细节的问题。
本发明的另一个目的在于提出一种三维人脸的非刚性配准装置。
为达到上述目的,本发明一方面实施例提出了一种三维人脸的非刚性配准方法,包括以下步骤:通过结点驱动的网格变形方式,对输入的三维人脸模板进行非刚性形变,得到结点驱动的结果;为目标扫描建立一颗八叉树,并用于所述结点驱动的结果上的顶点沿着法向和目标模型求交;在迭代过程中,为模板上每个顶点沿着法向寻找在所述目标模型上的对应点,接以所述对应点作为约束,对模板网格进行拉普拉斯变形,直至满足预设迭代条件,获得与所述目标模型表面贴近的中间结果;根据所述中间结果,为每个顶点计算沿着法向的位移,得到模板上每个顶点的最终位置,得到最终非刚性配准结果。
本发明实施例的三维人脸的非刚性配准方法,通过对目标模型的多视角渲染,自动获取目标模型人脸特征点的三维位置,避免手动标记的繁琐工作与人为误差;通过为目标模型建立八叉树,极大地提高了直线和三角面片的几何求交运算速度;在和目标模型几何形状基本接近的中间变形结果基础之上,通过顶点位移技术,捕捉目标模型的几何细节,从而基于结点驱动的网格变形技术、拉普拉斯网格变形技术和顶点位移技术,使得配准的结果不仅较好地维持了模板的拓扑结构,同时能够捕捉目标模型的几何细节,有效解决传统三维人脸配准方法无法获取目标模型几何细节的问题。
另外,根据本发明上述实施例的三维人脸的非刚性配准方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,还包括:通过对所述目标模型进行多视角渲染,检测出人脸特征点三维位置,以进行目标模型的人脸姿态估计。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911114894.6/2.html,转载请声明来源钻瓜专利网。