买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州小优智能科技有限公司

摘要：本发明公开了一种基于三维网格计算人脸模型容积差的方法，步骤1：输入两个三维人脸模型A、B，模型文件中包括顶点坐标v、纹理坐标vt、顶点法向量vn、面信息索引f以及对应的纹理图片A_IMG，B_IMG；步骤2：通过任意人脸关键点检测算法，将纹理图片输入到检测算法中，获得若干二维关键点信息的集合；步骤3：对齐纹理坐标系和像素坐标系；步骤4：匹配二维关键点最邻近像素坐标对应的三维顶点；步骤5：使用迭代最邻近点方法计算两组三维关键点之间的旋转平移矩阵；步骤6：通过全局配准优化模型对齐，计算两个模型时间的容积差。该基于三维网格计算人脸模型容积差的方法，区分出来模型本身的变化趋势，在部分需要观察模型变化的场景中具有应用价值。

主权项：1.一种基于三维网格计算人脸模型容积差的方法，其特征在于，包括以下步骤：步骤1：输入两个三维人脸模型A、B，模型文件中包括顶点坐标v、纹理坐标vt、顶点法向量vn、面信息索引f以及对应的纹理图片A_IMG，B_IMG；步骤2：通过任意人脸关键点检测算法，将纹理图片A_IMG和B_IMG如图3所示输入到检测算法中，获得若干二维关键点信息的集合：2d_key{[u0,v0],[u1,v1]…,[un,vn]}；步骤3：由于纹理坐标和像素坐标起始点不同，因此需要将vt的坐标系与2d_key坐标系相统一：2d_key_vt{[U0，V0]，[U1，V1]…，[Un，Vn]}＝2d_key{[u0，1-v0]，[u1，1-v1]…，[un，1-vn]}；步骤4：针对于步骤3中获得的2d_key_vt，计算2d_key_vt与每个顶点的纹理坐标vt的距离，即： dis是每个关键点到所有uv坐标的距离，计算完之后得到距离集合：2d_distance{[dis1]，[dis2]…[dism]}；通过关键点集合2d_dostance，找到最小距离min_distance，这个min_distance即是该关键点对应的纹理坐标vt，即可找到该纹理坐标vt对应的顶点坐标v；因此可以得到3d关键点的集合：3d_key{[x0，y0，z0]，[x1，y1，z1]，…，[xn，yn，zn]}；步骤5：使用最临近点迭代算法计算两组3d_key的旋转平移矩阵：R·T，R是旋转矩阵，T是平移矩阵；步骤6：为了获得A和B两个模型之间贴合更加精确，需要使用最临近点迭代算法计算A和B所有的顶点之间的旋转平移矩阵R`T`，通过步骤5和步骤6可以获得B模型的最终位移结果B`；为了计算两个开放模型之间的容积差，将具体的不规则曲面的模型面之间的容积差转换为距离和面积的计算问题，以一个理想的二维曲线与直线为例，直线和曲线都为若干个点组成，A直线上的点法向量方向可以求得点到B`的交叉点，由此可以得到A到B`的所有点法相方向的距离，求出每个点对应的平均距离，这样通过交点之间的距离和平均距离，可以近似得到该闭合区域内的面积，由此推进到空间曲面和平面之间，可以求出交集内的所有点对应的空间距离，如此可以得到每个空间点对应的平均距离，这样通过交集之间的面片面积和平均距离，可以近似得到该闭合区域的体积，获取到的体积就是两个开放模型之间的体积差。

全文数据：

权利要求：

百度查询： 苏州小优智能科技有限公司 一种基于三维网格计算人脸模型容积差的方法