[发明专利]一种三维人脸重建方法、计算机程序产品及电子设备

说明书

本申请提供一种三维人脸重建方法、计算机程序产品及电子设备，其中，方法包括：根据采集初始人脸图像的图像采集设备的相机参数对初始人脸图像进行坐标转换，得到初始人脸图像所对应的三维点云集；确定三维点云集中的关键点；其中，关键点包括：空间关键点，和/或，光谱关键点，空间关键点用于表征初始人脸图像中脸部区域的几何特征，光谱关键点用于表征初始人脸图像中脸部区域的纹理特征；根据关键点和相机参数，对初始人脸图像进行三维重建，得到三维人脸模型。其中，由于可以直接基于携带有初始人脸图像中人脸特征的关键点得到三维人脸模型，因此，可以将更准确的人脸特征转换到三维人脸模型上，使得重建得到的三维人脸模型的准确度较高。

技术领域

本申请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、计算机程序产品及电子设备。

背景技术

三维人脸模型的重建，是指从一张或多张2D图像中重建出人脸的3D模型。随着图像处理的发展，三维人脸模型的重建有越来越多的应用场景，例如：在专业影视特效中对真实面部的编辑(包括润色、虚拟化妆、表情驱动等)，在高端产品(电影、广告、音乐视频、3D游戏等)中的完全数字化的逼真人脸生成，用于娱乐、社交媒体和通信的面部增强现实(Augmented Reality，AR)和虚拟现实(Virtual Reality，VR)等领域有广泛的应用。

在现有技术中，可以采用参数化处理的方式基于2D图像得到三维人脸模型。但是，采用上述方式进行三维人脸图像，对于不同的人脸，得到的三维人脸模型的区别性较小，也就是说，得到的三维人脸模型的准确度较低。

发明内容

本申请实施例的目的在于提供一种三维人脸重建方法、计算机程序产品及电子设备，用以解决现有技术中重建得到的三维人脸模型的准确度较低的技术问题。

第一方面，本申请实施例提供一种三维人脸重建方法，包括：根据采集初始人脸图像的图像采集设备的相机参数对所述初始人脸图像进行坐标转换，得到所述初始人脸图像所对应的三维点云集；确定所述三维点云集中的关键点；其中，所述关键点包括：空间关键点，和/或，光谱关键点，所述空间关键点用于表征所述初始人脸图像中脸部区域的几何特征，所述光谱关键点用于表征所述初始人脸图像中脸部区域的纹理特征；根据所述关键点和所述相机参数，对所述初始人脸图像进行三维重建，得到三维人脸模型。在上述方案中，根据相机参数可以将二维的初始人脸图像转换至三维坐标系中得到三维点云集，并且可以从三维点云集中确定关键点；基于上述关键点，便可以实现三维人脸的重建。其中，由于可以直接基于携带有初始人脸图像中脸部区域几何特征的空间关键点以及携带有初始人脸图像中脸部区域纹理特征的光谱关键点得到三维人脸模型，因此，与现有技术相比，可以将更准确的人脸特征转换到三维人脸模型上，使得重建得到的三维人脸模型的准确度较高。

在可选的实施方式中，所述关键点包括空间关键点；相应的，所述确定所述三维点云集中的关键点，包括：根据所述初始人脸图像中的人脸关键点，将所述三维点云集中具有空间不变性的点云确定为所述空间关键点；其中，所述具有空间不变性的点云是指对位置信息不敏感的点云。在上述方案中，根据初始人脸图像中的人脸关键点，可以从三维点云集中确定对位置信息不敏感的空间关键点，用于更准确的表征初始人脸图像中人脸区域的几何特征。因此，可以将更准确的几何特征转换到三维人脸模型上，使得重建得到的三维人脸模型的准确度较高。

在可选的实施方式中，所述根据所述初始人脸图像中的人脸关键点，将所述三维点云集中具有空间不变性的点云确定为所述空间关键点，包括：确定所述初始人脸图像中的人脸关键点；根据所述人脸关键点将所述三维点云集划分为多个子点集；针对每个所述子点集，将所述子点集的中心点云确定为所述空间关键点。在上述方案中，空间关键点是指反映相机深度估计信息的可靠性的关键点，因此，可以根据二维的人脸关键点进一步确定三维点云集中的空间关键点，从而可以基于空间关键点将更准确的几何特征转换到三维人脸模型上，使得重建得到的三维人脸模型的准确度较高。