摘要
本发明属于人脸建模技术领域,涉及一种基于深度学习算法生成人脸3D图像的方法,步骤包括:采用变分自编码器和卷积神经网络,构建人脸3D图像生成模型:变分自编码器的编码器将输入数据压缩为低维度的特征向量表示,解码器将提取的特征向量作用到FLAME基准人脸模型上,从而生成目标3D人脸模型;构建训练模型,并基于人脸2D图像数据集,对人脸3D图像生成模型进行训练;用户上传人脸2D图像,通过训练后的人脸3D图像生成模型对用户图像进行重构,最终得到细致的用户人脸3D图像。本发明可以通过单张人脸2D图像,自动生成一个真实的立体图像,使用更加方便,而且更加贴近真实,能用很好的应用在虚拟空间领域。
技术关键词
图像生成模型
深度学习算法
编码器
人脸模型
卷积神经网络结构
卷积神经网络模型
解码器
参数
数据压缩
深度学习框架
建模技术
重构
立体图像
基准
面部
顶点
内存