发明名称 一种用于拍照手机的高分辨率三维人脸扫描方法
摘要 发明揭示了一种用于拍照手机的高分辨率三维人脸扫描方法,其通过构建三维人脸参考模板、通过拍照手机进行扫描对象的数据采集,对输入的图像进行特征点定位和伽马校正的预处理后,进行三维人脸的粗重建与细重建,最后以顶点法向量的形式存储形状信息,从而完成用拍照手机获得高分辨率的三维人脸扫描,且本发明具有成本低、分辨率高、速度快的优点。
申请公布号 CN102521586B 申请公布日期 2014.03.12
申请号 CN201110404815.2 申请日期 2011.12.08
申请人 中国科学院苏州纳米技术与纳米仿生研究所 发明人 高巍;沈晔湖;朱怡;魏磊;貊睿;彭振云
分类号 G06K9/20(2006.01)I;G06T17/00(2006.01)I 主分类号 G06K9/20(2006.01)I
代理机构 苏州慧通知识产权代理事务所(普通合伙) 32239 代理人 安纪平
主权项 1.一种用于拍照手机的高分辨率三维人脸扫描方法,其特征在于:包括以下步骤: 第一步,依据三维人脸数据库构建三维人脸参考模板; 第二步,通过拍照手机完成扫描对象的数据采集; 第三步,对输入的图像进行预处理,包括特征点定位和伽马校正; 第四步,粗重建三维人脸,以完成姿态归一化和光照、形状、反射率的初始值估计; 第五步,以粗重建结果为初始值,细重建三维人脸,对光照、形状、反射率进行更为精细的优化; 第六步,细重建完成后,以顶点法向量的形式存储形状信息,其中: 所述粗重建包括姿态归一化和光照、形状、反射率的初始值估计,其中姿态归一化是姿态参数通过仿射摄像机模型描述为: <img file="FDA0000376480780000011.GIF" wi="447" he="233" />其中(x,y,z)为参考模板上的特征点,(u,v)为输入图像上的特征点,(t<sub>1</sub>,t<sub>2</sub>)为平移向量,M<sub>2×3</sub>是包含旋转、缩放和投影的2×3线性映射矩阵; 所述细重建包括最小化重建误差和最小化重建人脸同人脸参考模板间的距离,其中最小化重建误差通过保持粗重建的a不变,对C<sub>I</sub>的每一列求解如下优化问题, <img file="FDA0000376480780000012.GIF" wi="686" he="136" />其中I为5幅正面图像构建的5×p矩阵,p为每幅图像的像素数目,<img file="FDA0000376480780000013.GIF" wi="41" he="71" />行对应于平均图像,a为5×4的光照系数初始值,C<sub>I</sub>为4×p的形状和反射率初始值,I<sup>j</sup>、<img file="FDA0000376480780000014.GIF" wi="189" he="90" />分别为I、<img file="FDA0000376480780000015.GIF" wi="82" he="71" />C<sub>I</sub>的第j列,R=diag(-1,1,1,1),<img file="FDA0000376480780000021.GIF" wi="348" he="131" />描述重建误差,<img file="FDA0000376480780000022.GIF" wi="212" he="89" />描述顶点法向量的单位长度约束。
地址 212125 江苏省苏州市苏州工业园区若水路398号
您可能感兴趣的专利