[发明专利]图像处理方法和装置在审

专利信息
申请号: 202310240145.8 申请日: 2023-03-06
公开(公告)号: CN116229008A 公开(公告)日: 2023-06-06
发明(设计)人: 王迪;陈睿智;赵晨 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T17/10 分类号: G06T17/10;G06V40/16;G06V20/70;G06V10/77
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 高东;臧建明
地址: 100085 北京市*** 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: 图像 处理 方法 装置
【权利要求书】:

1.一种图像处理方法,包括:

获取待重建二维人脸图像;

根据预设语义基底对所述待重建二维人脸图像进行重建,得到重建后的三维人脸图像;

其中,所述预设语义基底是基于样本二维人脸图像的样本人脸对象对应的样本类别对预设人脸模型进行调整得到的;所述样本类别表征所述样本人脸对象的语义特征。

2.根据权利要求1所述的方法,其中,所述根据预设语义基底对所述待重建二维人脸图像进行重建,得到重建后的三维人脸图像,包括:

对所述待重建二维人脸图像的待重建人脸对象进行分类处理,得到所述待重建人脸对象对应的待重建类别,其中,所述待重建类别表征所述待重建人脸对象的语义特征;

根据所述待重建类别和所述预设语义基底,对所述待重建二维人脸图像进行重建,得到所述重建后的三维人脸图像。

3.根据权利要求2所述的方法,其中,所述预设语义基底中包括人脸对象的各类别各自对应的语义基底;所述根据所述待重建类别和所述预设语义基底,对所述待重建二维人脸图像进行重建,得到所述重建后的三维人脸图像,包括:

从所述预设语义基底中,获取与所述待重建类别对应的目标语义基底,其中,所述人脸对象的各类别包括所述待重建类别;

根据所述目标语义基底,对所述待重建二维人脸图像进行重建,得到所述重建后的三维人脸图像。

4.根据权利要求3所述的方法,其中,所述根据所述目标语义基底,对所述待重建二维人脸图像进行重建,得到所述重建后的三维人脸图像,包括:

根据所述预设语义基底和预设的形态基底,对所述待重建二维人脸图像进行重建,得到初始的三维人脸图像,其中,所述形态基底为对所述预设人脸模型进行形变得到的;

根据所述目标语义基底对所述初始的三维人脸图像进行调整,得到所述重建后的三维人脸图像。

5.根据权利要求4所述的方法,其中,根据所述目标语义基底对所述初始的三维人脸图像进行调整,得到所述重建后的三维人脸图像,包括:

确定所述目标语义基底与所述预设人脸模型之间的差异信息;

根据所述差异信息对所述初始的三维人脸图像进行调整,得到所述重建后的三维人脸图像。

6.根据权利要求5所述的方法,其中,所述目标语义基底包括第一点云坐标,所述预设人脸模型包括第二点云坐标,所述初始的三维人脸图像包括第三点云坐标;所述确定所述目标语义基底与所述预设人脸模型之间的差异信息,包括:

根据所述第一点云坐标和所述第二点云坐标,计算得到点云坐标差异,其中,所述差异信息包括所述点云坐标差异;

以及,所述根据所述差异信息对所述初始的三维人脸图像进行调整,得到所述重建后的三维人脸图像,包括:根据所述点云坐标差异和所述第三点云坐标,计算得到点云坐标和值;

其中,所述重建后的三维人脸图像的点云坐标为所述点云坐标和值。

7.根据权利要求2-6中任一项所述的方法,其中,所述对所述待重建二维人脸图像的待重建人脸对象进行分类处理,得到所述待重建人脸对象对应的待重建类别,包括:

将所述待重建人脸对象输入至预先训练的人脸对象分类模型,得到所述待重建类别;

其中,所述人脸对象分类模型是基于所述样本二维人脸图像的样本人脸对象训练得到的。

8.根据权利要求7所述的方法,其中,所述人脸对象分类模型包括多种不同目标对象的分类模型,所述待重建人脸对象中的一种目标对象对应所述人脸对象分类模型中的相同目标对象的分类模型。

9.根据权利要求1-8中任一项所述的方法,其中,所述样本二维人脸图像为初始二维人脸图像中相似度小于预设阈值的人脸图像;

所述相似度是指初始二维人脸图像、以及与初始二维人脸图像对应的初始三维重建人脸图像之间的相似程度;

初始三维重建人脸图像是基于预设的形态基底对初始二维人脸图像重建得到的,其中,所述形态基底为对所述预设人脸模型进行形变得到的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202310240145.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top