一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

基于二维关键点的三维模型建立方法、计算机及存储介质与流程

2022-11-23 16:10:12 来源:中国专利 TAG:

技术特征:
1.一种基于二维关键点的三维模型建立方法,其特征在于,包括:获取目标二维人脸图像;通过目标二维人脸关键点识别模型对所述目标二维人脸图像进行预测处理,得到包括目标关键点的第一关键点图像,所述目标关键点的坐标信息与所述目标二维人脸图像中的目标关键点的坐标信息对应;将所述目标二维人脸图像进行三维重建处理,得到三维纹理图像;根据所述三维纹理图像的纹理贴图坐标数据对第一关键点图像中的关键点坐标进行坐标转换处理,得到基于所述纹理贴图坐标数据的第二关键点图像;根据所述第二关键点图像和所述三维纹理图像建立得到目标三维人脸模型。2.根据权利要求1所述的基于二维关键点的三维模型建立方法,其特征在于,所述通过二维人脸关键点识别模型对所述目标二维人脸图像进行预测处理,得到包括目标关键点的第一关键点图像之前,包括:获取二维人脸图像的关键点公开数据集;根据所述目标二维人脸图像的关键点公开数据集对所述二维人脸关键点识别模型进行训练,得到所述目标二维人脸关键点识别模型。3.根据权利要求1所述的基于二维关键点的三维模型建立方法,其特征在于,所述获取目标二维人脸图像之前,所述方法包括:获取二维图像,所述二维图像包括若干个人像信息;通过人脸生成模块对所述二维图像进行人脸提取处理,得到目标二维人脸图像。4.根据权利要求3所述的基于二维关键点的三维模型建立方法,其特征在于,所述通过人脸生成模块对所述二维图像进行人脸提取处理,得到目标二维人脸图像,包括:通过人脸生成模块对所述二维图像进行人脸提取处理,得到二维人脸图像;对所述二维人脸图像进行识别处理,得到正脸无遮挡的目标二维人脸图像。5.根据权利要求3所述的基于二维关键点的三维模型建立方法,其特征在于,所述根据所述第二关键点图像和所述三维纹理图像建立得到目标三维人脸模型包括:将所述第二关键点图像贴至所述第一三维人脸模型,得到第二三维人脸模型;从所述第二三维人脸模型确定所述目标关键点;根据所述第二三维人脸模型上的目标关键点将所述三维纹理图像贴至所述第二三维人脸模型,得到目标三维人脸模型。6.根据权利要求1所述的基于二维关键点的三维模型建立方法,其特征在于,所述通过目标二维人脸关键点识别模型对所述目标二维人脸图像进行预测处理,得到包括目标关键点的第一关键点图像包括:将所述目标二维人脸图像输入至目标二维人脸关键点识别模型,得到由所述目标二维人脸关键点识别模型输出的目标关键点;在与所述目标二维人脸图像的坐标一致的全黑图像中将所述目标关键点进行涂白处理,得到第一关键点图像。7.根据权利要求6所述的基于二维关键点的三维模型建立方法,其特征在于,所述根据所述第二关键点图像和所述三维纹理图像建立得到目标三维人脸模型包括:将所述第二关键点图像贴至所述第一三维人脸模型,得到第二三维人脸模型;
将所述第二三维人脸模型中rgb值最大的点确定所述目标关键点;根据所述第二三维人脸模型上的目标关键点将所述三维纹理图像贴至所述第二三维人脸模型,得到目标三维人脸模型。8.一种基于二维关键点的三维模型建立装置,其特征在于,包括:获取模块,用于获取目标二维人脸图像;预测模块,用于通过目标二维人脸关键点识别模型对所述目标二维人脸图像进行预测处理,得到包括目标关键点的第一关键点图像,所述目标关键点的坐标信息与所述目标二维人脸图像中的目标关键点的坐标信息对应;重建模块,用于将所述目标二维人脸图像进行三维重建处理,得到三维纹理图像;转换模块,用于根据所述三维纹理图像的纹理贴图坐标数据对第一关键点图像中的关键点坐标进行坐标转换处理,得到基于所述纹理贴图坐标数据的第二关键点图像;建立模块,用于根据所述第二关键点图像和所述三维纹理图像建立得到目标三维人脸模型。9.一种计算机,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的基于二维关键点的三维模型建立方法。10.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1至7任意一项所述的基于二维关键点的三维模型建立方法。

技术总结
本发明涉及人工智能技术,其实施例提供了基于二维关键点的三维模型建立方法、计算机及存储介质,该方法包括以下步骤:获取目标二维人脸图像;通过目标二维人脸关键点识别模型对目标二维人脸图像进行预测处理得到包括目标关键点的第一关键点图像;将目标二维人脸图像进行三维重建处理,得到三维纹理图像;根据三维纹理图像的纹理贴图坐标数据对第一关键点图像中的关键点坐标进行坐标转换处理,得到基于纹理贴图坐标数据的第二关键点图像;根据第二关键点图像和三维纹理图像建立得到目标三维人脸模型。能够提高绑定三维人脸模型中对应的点位的准确性,使得建立的三维人脸模型更加贴近真实使用场景。贴近真实使用场景。贴近真实使用场景。


技术研发人员:何辰立 陆进 陈丹 刘玉宇 肖京
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2022.07.13
技术公布日:2022/11/22
再多了解一些

本文用于创业者技术爱好者查询,仅供学习研究,如用于商业用途,请联系技术所有人。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献