技術(shù)特征:
技術(shù)總結(jié)
本發(fā)明中提出的一種基于深度神經(jīng)網(wǎng)絡(luò)的端到端三維人臉重建方法,其主要內(nèi)容包括:3D面部形狀子空間模型、深度神經(jīng)網(wǎng)絡(luò)(DNN)架構(gòu)和端到端訓(xùn)練,其過(guò)程為,采用3D面部形狀子空間模型,并將3D面部作為一組形狀和混合形狀基線的線性組合,基于VGG網(wǎng)絡(luò)的臉部模型添加了子卷積神經(jīng)網(wǎng)絡(luò)(融合CNN)用于回歸表達(dá)參數(shù),以及用于身份參數(shù)預(yù)測(cè)和表達(dá)參數(shù)預(yù)測(cè)的多任務(wù)學(xué)習(xí)損失函數(shù),端到端訓(xùn)練中深度神經(jīng)網(wǎng)絡(luò)的輸入是一個(gè)二維圖像,輸出由身份參數(shù)向量和表達(dá)式參數(shù)向量組成。本發(fā)明解決面部圖像中的姿態(tài)、表情和照明變化帶來(lái)的影響,避免了圖像采集過(guò)程中深度信息的損失;同時(shí)簡(jiǎn)化了框架,降低計(jì)算成本,提高了重建精度和識(shí)別的魯棒性。
技術(shù)研發(fā)人員:夏春秋
受保護(hù)的技術(shù)使用者:深圳市唯特視科技有限公司
技術(shù)研發(fā)日:2017.06.08
技術(shù)公布日:2017.10.24