一种基于非线性拟合的单张人脸照片建模技术

本发明公开了一种基于非线性拟合的单张人脸照片建模技术，涉及计算机视觉与图像处理技术领域，包括：数据预处理，采集大规模高质量三维人脸扫描数据并参数化建模，存储相关模型及参数；同时采集二维人脸数据，借助StyleGAN生成多角度人脸照片，利用三维参数化基模型回归人脸纹理贴图；快速建模阶段，输入单张人脸照片后，经人脸检测与关键点定位提取特征，输入深度神经网络预测三维人脸参数，进而重建三维人脸形状与纹理，进行细节增强处理，输出可用于多场景的高保真三维人脸模型，其深度学习网络优选编码器‑回归器结构，训练过程结合感知损失、重建损失共同优化。本发明通过引入深度学习参数化网络，在保留面部个性化特征的同时显著提高了建模效率。