公开(公告)号：CN111274944A

公开(公告)日：2020-06-12

申请号：CN202010060376.7

申请日：2020-01-19

Applicant: 中北大学

Inventor： 张元 ,  马珩钧 ,  李晓燕 ,  付嘉旭

IPC: G06K9/00 ,  G06K9/62 ,  G06T17/00

Abstract: 本发明属于三维重建方法技术领域，特别涉及一种基于单张图像的三维人脸重建方法。包括以下步骤：(1)进行人脸面部检测；(2)检测二维人脸关键点并标记；(3)选择三维人脸数据；(4)标记三维人脸数据关键点；(5)将选择的三维人脸数据对齐；(6)构建三维人脸通用模型；(7)根据二维关键点将通用人脸模型个性化；(8)对个性化模型进行纹理映射。本发明图像的采集更容易获取，对于关键点的标记更易实现，且全程自动化，不需要人为操作。因为是将二维关键点和三维模型相结合的方法实现的，得到的模型真实感更强，且表面光滑。再者基于关键点约束进行的纹理映射，使重建的人脸色泽更佳。

公开(公告)号：CN112150523B

公开(公告)日：2022-04-12

申请号：CN202011017246.1

申请日：2020-09-24

Applicant: 中北大学

Inventor： 张元 ,  李晓燕 ,  韩燮

IPC: G06T7/33 ,  G06T17/00 ,  G06K9/62 ,  G06V10/762

Abstract: 本发明公开了一种低重叠率的三维点云配准方法，属于机器视觉技术领域。针对重叠率低的两片点云配准难度大、精度低等问题。首先，利用点云的曲率特征进行多尺度描述符的建立，确保点云数据完整并且使冗余数据最小；其次，利用多尺度描述符的角度差异进行对应关系聚类分块，获取源点云与目标点云的重叠区域；最后，将重叠区域的点云以及它们的对应关系代入凸优化问题，进行离群值的去除和对应关系的优化，实现粗配准并利用ICP算法进行细化。本发明能够缩小点云配准的有用搜索范围，减少配准计算量，为初始重叠程度较低的点云数据提供更具优势的配准精度和时间效率。本方法可广泛应用于三维模型重建、文化遗产管理、机器人导航定位等领域。

公开(公告)号：CN112150523A

公开(公告)日：2020-12-29

申请号：CN202011017246.1

申请日：2020-09-24

Applicant: 中北大学

Inventor： 张元 ,  李晓燕 ,  韩燮

IPC: G06T7/33 ,  G06T17/00 ,  G06K9/62

Abstract: 本发明公开了一种低重叠率的三维点云配准方法，属于机器视觉技术领域。针对重叠率低的两片点云配准难度大、精度低等问题。首先，利用点云的曲率特征进行多尺度描述符的建立，确保点云数据完整并且使冗余数据最小；其次，利用多尺度描述符的角度差异进行对应关系聚类分块，获取源点云与目标点云的重叠区域；最后，将重叠区域的点云以及它们的对应关系代入凸优化问题，进行离群值的去除和对应关系的优化，实现粗配准并利用ICP算法进行细化。本发明能够缩小点云配准的有用搜索范围，减少配准计算量，为初始重叠程度较低的点云数据提供更具优势的配准精度和时间效率。本方法可广泛应用于三维模型重建、文化遗产管理、机器人导航定位等领域。