基于压缩感知理论的三维人脸快速重建方法

摘要

本发明公开了基于压缩感知理论的三维人脸快速重建方法，属于图像处理的技术领域。所述重建方法将压缩感知理论引入到样本的线性组合中，筛选出与测试样本相似度高的训练样本，精简了样本库，通过在相似样本上的重建加快了重建速度并提高了重建精度。

主权项

基于压缩感知理论的三维人脸快速重建方法，其特征在于，包括如下步骤：步骤1，初始化三维人脸训练样本库，构建对应的二维人脸训练样本库，标定待重建的二维人脸图片的特征点；步骤2，根据压缩感知理论筛选二维人脸训练样本库得到优化的二维人脸训练样本库：步骤2‑1，引入一组正交规范基作为感知矩阵N，以N·(S^p)^f为观测矩阵，以为观测集合，求得二维训练样本组合系数矩阵，所述二维训练样本组合系数矩阵为从观测集合到观测矩阵的投影矩阵，其中，(S^p)^f为根据标定的二维人脸图片特征点取出所有三维训练样本对应特征点的二维投影，为待重建三维人脸形状对应特征点的二维坐标；步骤2‑2，将二维训练样本组合系数按照平方值从大到小排列，选取满足阈值要求的前k个二维训练样本组合系数，前k个二维训练样本组合系数组成的二维训练样本组合系数最优解，二维训练样本组合系数最优解对应的二维人脸样本构成优化的二维人脸训练样本库，其中，k为自然数，阈值为所有组合系数平方和的百分比；步骤3，由优化的二维人脸训练样本库得到优化的三维人脸训练样本库，求解形变因子并重建三维人脸形状。