CN103366400B - 一种三维头像自动生成方法 - Google Patents
一种三维头像自动生成方法 Download PDFInfo
- Publication number
- CN103366400B CN103366400B CN201310312500.4A CN201310312500A CN103366400B CN 103366400 B CN103366400 B CN 103366400B CN 201310312500 A CN201310312500 A CN 201310312500A CN 103366400 B CN103366400 B CN 103366400B
- Authority
- CN
- China
- Prior art keywords
- mtd
- msubsup
- hair
- mtr
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 210000004209 hair Anatomy 0.000 claims abstract description 86
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 210000003128 head Anatomy 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 18
- 230000009466 transformation Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 210000003625 skull Anatomy 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 210000001747 pupil Anatomy 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000013604 expression vector Substances 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种三维头像自动生成方法，过程包括：三维人脸库；收集三维发型库；对输入的正面人脸照片，使用人脸检测算法检测人脸，并使用主动形状模型定位人脸正面特征点；基于三维人脸库、输入的人脸照片和人脸特征点坐标，用形变模型方法生成三维人脸模型；对输入的正面人脸照片，用基于马尔科夫随机场的头发方法分割头发；根据头发分割结果，提取头发纹理；获得最终匹配的头发模型；将人脸模型与头发模型合成。借助于上述技术方案，生成的头像模型同时包含人脸区域和头发区域，避免手工添加发型；对头发部分的建模，使用搜索技术代替直接的三维重构，可以提高效率。在发型库足够丰富的情况下能够保证较高的逼真度，因为人类发型的重复度极高。
Description
技术领域
本发明属于计算机视觉技术领域，特别是涉及一种三维头像自动生成方法。
背景技术
三维头像建模是目前计算机图形学和计算机视觉领域最基础的研究问题之一。三维人头模型在身份鉴别、医疗辅助、影视制作、游戏制作、数字艺术等方面均具有广泛的应用。
头像的外观主要包含脸部和头发两部分。对这两部分，目前主要有以下几种方法：1)基于激光扫描的手段，即利用激光扫描仪获取对象的深度信息，然后进行重构；2)基于结构光的方法，即用投影仪、相机、LED灯等设备搭建数据采集平台，投影仪投射多种宽度的光栅到物体表面，光栅反射后被相机捕获，根据不同光栅所代表的不同编码，可以计算物体的三维表达；3)基于多张照片或者视频系列的方法，即基于多张不同角度拍摄的照片，用立体视觉原理计算目标对象的三维表达；4)基于单张照片的方法，这类方法一般从三维人脸数据库中提取有用的先验知识，然后基于单张照片去推测照片中人脸所对应的三维模型。在基于单张照片的三维人脸建模方法中，最著名的算法为形变模型(Morphable model)方法(参考下述文献中的方式：B.Volker，V.Thomas.A Morphable Model For The SynthesisOf 3D Faces.SIGGRAPH，1999.)。
已有的方法各有千秋：
基于激光扫描的方法主要缺点是要对实体进行近距离扫描，扫描需要花费很多时间，且扫描过程中人头要保持不动，所以实用性很差。此外，由于黑色头发具有吸收激光的性质，此方法并不能用于头发部分的重构。
基于结构光和基于多张照片的方法对照片配准要求较高，且现有算法计算效率不够高，所以这两类方法主要应用于实验室环境，而不适合应用于日常生活。
基于单张照片的重构技术虽然精度有所欠缺，但是由于其使用方便性以及较高的计算效率，具有较大的实用性，较受大众用户欢迎。但是，由于不同发型之间形状差距较大，基于数据库先验知识的方法不容易实现对头发的重构，因而现有技术主要侧重人脸区域的生成。因此，很多***只能自动生成“光头形象”，而发型基本要靠美工人员手工添加。此外，在生成三维人脸模型的过程中，很多***要求用户手工定位人脸特征点，并非达到完全的自动。
发明内容
本发明提供了一种三维头像自动生成技术方案，支持输入单张正面人脸照片，根据照片内容，通过完全自动的处理，输出相应的三维头部模型，输出模型不仅包含三维人脸，也包含三维发型。
本发明的技术方案包括以下步骤：
步骤1：三维人脸库；
步骤2：收集三维发型库；
步骤3：对输入的正面人脸照片，使用人脸检测算法检测人脸，并使用主动形状模型定位人脸正面特征点；
步骤4：基于三维人脸库、输入的人脸照片和人脸特征点坐标，用形变模型方法生成三维人脸模型；
步骤5：对输入的正面人脸照片，用基于马尔科夫随机场的头发方法分割头发；
步骤6：根据头发分割结果，提取头发纹理；
步骤7：获得最终匹配的头发模型；
步骤8：将人脸模型与头发模型合成。
借助于上述技术方案，生成的头像模型同时包含人脸区域和头发区域，避免手工添加发型；对头发部分的建模，使用搜索技术代替直接的三维重构，可以提高效率。在发型库足够丰富的情况下能够保证较高的逼真度，因为人类发型的重复度极高。
附图说明
图1本发明的技术流程图；
具体实施方式
下面结合附图对本发明做进一步的说明。
图1展现了本发明的基于单张输入照片的带头发三维头像生成流程图以及各个步骤的中间结果。其中，三维人脸库和三维发型库的收集和处理为离线过程。Hp是三维发型在正面方向投影得到的二值图，Hd是每个模型对应的纹理特征表达向量。Ip为输入照片的头发形状图(二值图)，Id是输入照片对应的头发纹理特征表达向量。
主要包含如下七项操作：
1.三维人脸库收集。收集300个三维人脸模型，每个人脸模型有10万个顶点。这些人脸模型经过尺度归一化，使得不同人脸模型两只眼睛的瞳孔位于统一位置。对每个模型，在头盖位置手工指定15个控制点。本步骤一个离线处理过程。
2.三维发型库收集。收集100个三维头发模型，这些发型基本涵盖日常所见的发型。每个头发模型由一个形状向量和一张二维纹理图Ht组成。其中nh的变化范围为2500到6000，(xi，yi，zi)表示第i个顶点的三维坐标。对每个模型，在头盖位置手工指定15个控制点，这些控制点与人脸模型的15个控制点具有位置对应关系。将每个头发模型朝正脸方向进行投影，得到一张二值图Hp，即头发区域像素值为1，其它区域像素值为0。对每张纹理图Ht，根据Gabor变换和词袋模型获取其纹理表达Hd(获取的方式在现有技术中属于很常见的方式，比如下列文献中的方式：M.Eitz et al.Sketch-BasedShape Retrieval.SIGGRAPH 2012.)。其中Hd是一个1000维的向量。最终，对100个三维头发模型，相应得到100个纹理特征表达和100个投影二值图，i＝1…，100。本步骤一个离线处理过程。
3.人脸检测和特征点定位。对输入的正面人脸照片I，用基于Boosting的人脸检测算法检测人脸(基于Boosting的人脸检测算法属于本领域很公知的算法，比如下列文献中的方式：P.Viola，M.Jones.Rapid object detection using a boosted cascade ofsimple features.Computer Vision and Pattern Recognition(CVPR)，2001.)，然后用主动形状模型定位人脸正面特征点(主动形状模型也属于本领域定位人脸特征点所公知的模型，比如下列文献中的方式：S.Milborrow and F.Nicolls.Locating Faciai Featureswith an Extended Active Shape Model.ECCV，2008.)。
4.三维人脸生成。基于三维人脸库、输入的人脸照片和人脸特征点坐标，用形变模型方法生成三维人脸模型(形变模型方法属于三维人脸模型生成所公知的方法，比如下列文献中的方式：B.Volker，V.Thomas.A Morphable Model For The Synthesis Of3DFaces.SIGGRAPH，1999.)。生成的三维人脸模型用形状向量Fs＝(x1，y1，z1，…，xn，yn，zn)以及纹理图像Ft来表示，n＝100000。其中，(xi，yi，zi)表示第i个顶点的三维坐标。由于模型库中每个人脸模型都已经指定了15个控制点，相应地，生成的人脸模型也有15个控制点。
5.头发分割。对输入的正面人脸照片I，用基于马尔科夫随机场的头发分割方法分割头发(马尔科夫随机场的分割方法属于头发分割所公知的方法，比如下列文献中的方式：K.-C.Lee，D.Anguelov，B.Sumengen，S.B.Gokturk.Markov random field models forhair and face segmentation.Automatic Face & Gesture Recognition，2008.)。分割结果为跟I一样大小的二值图像(记为Ip)，其中头发区域像素值为1，其它区域像素值为0。
6.头发纹理提取。根据头发分割结果生成输入照片的头发纹理图It，即对每个像素位置(x，y)，计算：
It(x，y)＝I(x，y)·Ip(x，y) (1)
对头发纹理图It，根据Gabor变换和词袋模型获取其纹理表达Id(Gabor变换和词袋模型都属于很公知的获取文理表达的方式，比如下列文献中的方式：M.Eitz etal.Sketch-Based Shape Retrieval.SIGGRAPH 2012.)。其中Id是一个1000维的向量。
7.发型匹配。分别计算Ip与i＝1，…，100中每张图像之间的Hausdorff距离，并找出其中距离最小的10张图像i′＝1，…，10(Hausdorff属于一种公知的距离计算方式，比如下列文献中所列的方式：R.T.Rockafellar，R.J.B.Wets.VariationalAnalysis，Springer-Verlag，2005，ISBN 3-540-62772-3，ISBN 978-3-540-62772-2，pg.117.)。
记i′＝1，…，10在头发数据库中对应的纹理表达向量分别为i′＝1，…，10，则分别计算Id与i′＝1，…，10之间的欧式距离，并找出最小距离对应的模型下标i*，即
则三维发型库中第i*个模型为最终的匹配模型。
8.人脸模型与头发模型合成。对生成的三维人脸模型，假设其在头盖位置的15个控制点的三维坐标分别为i＝1，…15，且它们在头发模型中对应的控制点分别为i＝1，…15。通过求解以下方程得到仿射变换矩阵T＝[A b]：
其中A为3×3大小的矩阵，b为3×1大小的向量，即T为3×4大小的矩阵。然后，对发型模型中所有顶点均进行以下仿射变换：
通过如此变换，头发模型和生成的人脸模型在大小和相对位置上都已经比较协调，不再需要手工调整。记变换后的头发模型形状向量为，则本方法最终生成的头部模型包含头发部分的形状向量H′s、人脸部分的形状向量Fs以及它们对应的纹理图Ht和Ft。Ht
本方案已经经过仿真实验。对单张照片，在普通个人电脑上的处理时间约为20秒，全程自动，生成的三维头像模型相当逼真，可以满足很多实际应用要求。
Claims (7)
1.一种三维头像自动生成方法，其特征在于，包括以下步骤：
步骤1：收集三维人脸库；
步骤2：收集三维发型库；
步骤3：对输入的正面人脸照片I，使用人脸检测算法检测人脸，并使用主动形状模型定位人脸正面特征点；
步骤4：基于所述三维人脸库、所述输入的人脸照片I和所述人脸特征点的坐标，用形变模型方法生成三维人脸模型；
步骤5：对输入的正面人脸照片I，用基于马尔科夫随机场的头发分割方法分割头发；
步骤6：根据头发分割结果，提取头发纹理；
步骤7：获得最终匹配的头发模型；
步骤8：将人脸模型与头发模型合成；
其中，所述步骤1具体包括：收集300个三维人脸模型，每个人脸模型有10万个顶点，这些人脸模型经过尺度归一化，使得不同人脸模型两只眼睛的瞳孔位于统一位置；对每个模型，在头盖位置手工指定15个控制点；
其中，所述步骤2具体包括：收集100个三维头发模型，每个头发模型由一个形状向量和一张二维纹理图Ht组成，其中nh的变化范围为2500到6000，(xi，yi，zi)表示第i个顶点的三维坐标；对每个模型，在头盖位置手工指定15个控制点，这些控制点与人脸模型的15个控制点具有位置对应关系；将每个头发模型朝正脸方向进行投影，得到一张二值图Hp，即头发区域像素值为1，其它区域像素值为0；对每张纹理图Ht，根据Gabor变换和词袋模型获取其纹理表达Hd，其中Hd是一个1000维的向量；最终，对100个三维头发模型，相应得到100个纹理特征表达和100个投影二值图
2.根据权利要求1所述的三维头像自动生成方法，其特征在于：所述步骤4中：生成的三维人脸模型用形状向量Fs＝(x1，y1，z1，…，xn，yn，zn)以及纹理图像Ft来表示，n＝100000，其中，(xi，yi，zi)表示第i个顶点的三维坐标；由于模型库中每个人脸模型都已经指定了15个控制点，相应地，生成的人脸模型也有15个控制点。
3.根据权利要求2所述的三维头像自动生成方法，其特征在于：所述步骤5中：分割结果为跟I一样大小的二值图像，记为Ip，其中头发区域像素值为1，其它区域像素值为0。
4.根据权利要求3所述的三维头像自动生成方法，其特征在于：所述步骤6具体为：
根据头发分割结果生成输入照片的头发纹理图It，即对每个像素位置(x，y)，计算
It(x，y)＝I(x，y)·Ip(x，y) (1)
对头发纹理图It，根据Gabor变换和词袋模型获取其纹理表达Id，其中Id是一个1000维的向量。
5.根据权利要求4所述的三维头像自动生成方法，其特征在于：所述步骤7具体为：
分别计算Ip与中每张图像之间的Hausdorff距离，并找出其中距离最小的10张图像
记在头发数据库中对应的纹理表达向量分别为则分别计算Id与之间的欧式距离，并找出最小距离对应的模型下标i*，即
<mrow>
<msup>
<mi>i</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<mi>arg</mi>
<mi> </mi>
<msub>
<mi>min</mi>
<msup>
<mi>i</mi>
<mo>&prime;</mo>
</msup>
</msub>
<mi>D</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>I</mi>
<mi>d</mi>
</msup>
<mo>,</mo>
<msubsup>
<mi>H</mi>
<msup>
<mi>i</mi>
<mo>&prime;</mo>
</msup>
<mi>d</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
则三维发型库中第i*个模型为最终的匹配模型。
6.根据权利要求5所述的三维头像自动生成方法，其特征在于：所述步骤8具体为：
对生成的三维人脸模型，假设其在头盖位置的15个控制点的三维坐标分别为且它们在头发模型中对应的控制点分别为通过求解以下方程得到仿射变换矩阵T＝[Ab]：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mn>1</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>2</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>15</mn>
<mi>f</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mn>1</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>y</mi>
<mn>2</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>y</mi>
<mn>15</mn>
<mi>f</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>z</mi>
<mn>1</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>z</mi>
<mn>2</mn>
<mi>f</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>z</mi>
<mn>15</mn>
<mi>f</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>A</mi>
</mtd>
<mtd>
<mi>b</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0...0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mn>1</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>2</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>15</mn>
<mi>h</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mn>1</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>y</mi>
<mn>2</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>y</mi>
<mn>15</mn>
<mi>h</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>z</mi>
<mn>1</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>z</mi>
<mn>2</mn>
<mi>h</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>z</mi>
<mn>15</mn>
<mi>h</mi>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中A为3×3大小的矩阵，b为3×1大小的向量，即T为3×4大小的矩阵；
然后，对发型模型中所有顶点均进行以下仿射变换：
<mrow>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<msup>
<mi>z</mi>
<mo>&prime;</mo>
</msup>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>A</mi>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>z</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mi>b</mi>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>n</mi>
<mi>h</mi>
</msub>
</mrow>
通过如此变换，头发模型和生成的人脸模型在大小和相对位置上都已经比较协调，不再需要手工调整；
记变换后的头发模型形状向量为则本方法最终生成的头部模型包含头发部分的形状向量H′s、人脸部分的形状向量Fs以及它们对应的纹理图Ht和Ft。
7.根据权利要求1-6之一所述的三维头像自动生成方法，其特征在于：所述步骤1和步骤2是离线处理过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310312500.4A CN103366400B (zh) | 2013-07-24 | 2013-07-24 | 一种三维头像自动生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310312500.4A CN103366400B (zh) | 2013-07-24 | 2013-07-24 | 一种三维头像自动生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103366400A CN103366400A (zh) | 2013-10-23 |
| CN103366400B true CN103366400B (zh) | 2017-09-12 |
Family
ID=49367665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310312500.4A Expired - Fee Related CN103366400B (zh) | 2013-07-24 | 2013-07-24 | 一种三维头像自动生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103366400B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102154470B1 (ko) * | 2018-09-30 | 2020-09-09 | 플렉스-브이알 디지털 테크놀로지 (상하이) 씨오., 엘티디. | 다중 특징 검색 및 변형에 기반한 3차원 인체 헤어스타일 생성 방법 |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955962B (zh) * | 2014-04-21 | 2018-03-09 | 华为软件技术有限公司 | 一种虚拟人头发生成的装置及方法 |
| CN105719326A (zh) * | 2016-01-19 | 2016-06-29 | 华中师范大学 | 一种基于单张照片的真实感人脸生成方法 |
| CN105676708A (zh) * | 2016-04-15 | 2016-06-15 | 深圳市金乐智能健康科技有限公司 | 一种智能理发器的控制方法及*** |
| CN107615337B (zh) * | 2016-04-28 | 2020-08-25 | 华为技术有限公司 | 一种三维头发建模方法及装置 |
| CN107451950A (zh) * | 2016-05-30 | 2017-12-08 | 北京旷视科技有限公司 | 人脸图像生成方法、人脸识别模型训练方法及相应装置 |
| CN108463823B (zh) * | 2016-11-24 | 2021-06-01 | 荣耀终端有限公司 | 一种用户头发模型的重建方法、装置及终端 |
| CN106652025B (zh) * | 2016-12-20 | 2019-10-01 | 五邑大学 | 一种基于视频流与人脸多属性匹配的三维人脸建模方法和打印装置 |
| CN107527318B (zh) * | 2017-07-17 | 2021-06-04 | 复旦大学 | 一种基于生成对抗式网络模型的发型更换方法 |
| CN107622227B (zh) * | 2017-08-25 | 2021-04-13 | 深圳依偎控股有限公司 | 一种3d人脸识别的方法、终端设备及可读存储介质 |
| CN108764048B (zh) * | 2018-04-28 | 2021-03-16 | 中国科学院自动化研究所 | 人脸关键点检测方法及装置 |
| CN110910487B (zh) * | 2018-09-18 | 2023-07-25 | Oppo广东移动通信有限公司 | 构建方法、构建装置、电子装置和计算机可读存储介质 |
| CN109816764B (zh) | 2019-02-02 | 2021-06-25 | 深圳市商汤科技有限公司 | 图像生成方法及装置、电子设备和存储介质 |
| US11551387B2 (en) * | 2020-09-16 | 2023-01-10 | Electronic Arts Inc. | Systems and methods for hair rasterization |
| CN112156464B (zh) * | 2020-10-22 | 2023-03-14 | 腾讯科技（深圳）有限公司 | 虚拟对象的二维形象展示方法、装置、设备及存储介质 |
| KR102555414B1 (ko) * | 2022-01-18 | 2023-07-17 | 주식회사 스칼라웍스 | 개인화 3차원 얼굴 모델 생성장치 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102419868A (zh) * | 2010-09-28 | 2012-04-18 | 三星电子株式会社 | 基于3d头发模板进行3d头发建模的设备和方法 |
| CN102663820A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 三维头部模型重建方法 |
| CN102800129A (zh) * | 2012-06-20 | 2012-11-28 | 浙江大学 | 一种基于单幅图像的头发建模和肖像编辑方法 |
-
2013
- 2013-07-24 CN CN201310312500.4A patent/CN103366400B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102419868A (zh) * | 2010-09-28 | 2012-04-18 | 三星电子株式会社 | 基于3d头发模板进行3d头发建模的设备和方法 |
| CN102663820A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 三维头部模型重建方法 |
| CN102800129A (zh) * | 2012-06-20 | 2012-11-28 | 浙江大学 | 一种基于单幅图像的头发建模和肖像编辑方法 |
Non-Patent Citations (3)
| Title |
|---|
| Capture of Hair Geometry from Multiple Images;Sylvain Paris 等;《ACM Transactions on Graphics》;20040630;第23卷(第3期);第712-719页 * |
| 匹配图像与3维模型特征点的真实感3维头重建;林源 等;《中国图象图形学报》;20111031;第16卷(第10期);第1876-1882页 * |
| 用于个性化人脸动漫生成的自动头发提取方法;沈晔湖 DENG;《计算机辅助设计与图形学学报》;20101130;第22卷(第11期);第1880-1886页 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102154470B1 (ko) * | 2018-09-30 | 2020-09-09 | 플렉스-브이알 디지털 테크놀로지 (상하이) 씨오., 엘티디. | 다중 특징 검색 및 변형에 기반한 3차원 인체 헤어스타일 생성 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103366400A (zh) | 2013-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103366400B (zh) | 一种三维头像自动生成方法 | |
| US8624901B2 (en) | Apparatus and method for generating facial animation | |
| Hu et al. | Avatar digitization from a single image for real-time rendering | |
| Dai et al. | A 3d morphable model of craniofacial shape and texture variation | |
| CN108573527B (zh) | 一种表情图片生成方法及其设备、存储介质 | |
| KR101635730B1 (ko) | 몽타주 생성 장치 및 방법, 그 방법을 수행하기 위한 기록 매체 | |
| Shi et al. | Automatic acquisition of high-fidelity facial performances using monocular videos | |
| Bao et al. | High-fidelity 3d digital human head creation from rgb-d selfies | |
| WO2014117447A1 (zh) | 一种图像与视频的虚拟发型建模方法 | |
| Vicente et al. | Balloon shapes: Reconstructing and deforming objects with volume from images | |
| CN105844706A (zh) | 一种基于单幅图像的全自动三维头发建模方法 | |
| Ward et al. | Depth director: A system for adding depth to movies | |
| WO2006034256A2 (en) | System, method, and apparatus for generating a three-dimensional representation from one or more two-dimensional images | |
| WO2006049147A1 (ja) | 三次元形状推定システム及び画像生成システム | |
| CN103745209B (zh) | 一种人脸识别方法及*** | |
| CN104537716B (zh) | 三维数字人像与虚拟场景的合成*** | |
| CN113628327A (zh) | 一种头部三维重建方法及设备 | |
| Wang et al. | Digital twin: Acquiring high-fidelity 3D avatar from a single image | |
| Zhang et al. | Imageadmixture: Putting together dissimilar objects from groups | |
| Liao et al. | Rapid 3D face reconstruction by fusion of SFS and Local Morphable Model | |
| Nguyen et al. | High resolution 3d content creation using unconstrained and uncalibrated cameras | |
| Chen et al. | Character animation creation using hand-drawn sketches | |
| Shin et al. | A morphable 3D-model of Korean faces | |
| Moeini et al. | Expression-invariant three-dimensional face reconstruction from a single image by facial expression generic elastic models | |
| Sucontphunt et al. | 3D facial surface and texture synthesis using 2D landmarks from a single face sketch |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518000 Shenzhen, Nanshan District Tea Light Road, No. 1063, an e-commerce Industrial Park 9B Applicant after: SHENZHEN HUACHUANG ZHENXIN TECHNOLOGY DEVELOPMENT Co.,Ltd. Address before: 518000 Guangdong city in Shenzhen Province, Nanshan District City Xili university creative park two B411 Applicant before: SHENZHEN HUACHUANG ZHENXIN TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170912 |