摘要
本发明公开了一种基于实时人脸3D关键点检测的人脸面具绑定方法,其包括以下步骤:S1:构建深度学习模型,所述深度学习模型为一类基于人工神经网络算法的软件或硬件的计算系统,其中包括一个或多个已训练或未训练的人工神经网络;S2:通过摄像机获取人脸图像;S3:提取人脸图像关键点的特征信息,特征信息指人脸图像关键点中包含的进行人脸图像关键点三维坐标测量所需的有关信息;S4:将人脸图像关键点的特征信息输入所述深度学习模型;S5:所述深度学习模型计算人脸图像关键点的三维坐标;S6:根据三维坐标构建面部网格模型,生成修整后的实时人脸3D关键点检测的人脸面具。本发明可以解决难以做到实时准确的获取人脸三维关键点坐标的问题。
技术关键词
人脸面具
绑定方法
深度学习模型
人脸关键点
人工神经网络算法
训练图像数据
网格模型
坐标
纹理
神经网络模型
图像缩放
面部
摄像机
软件
序列
关系
系统为您推荐了相关专利信息
生物医学材料
生理特征数据
生物材料
记忆单元
医学影像数据
重启方法
神经网络模型
状态检测单元
离线
电力终端设备
外科手术设备
图像处理系统
控制系统
内窥镜系统
图像处理模块
高分遥感影像
水体提取方法
多光谱遥感影像
特征提取模块
注意力机制
恶意文件检测方法
沙盒
深度学习模型
海量日志数据
训练神经网络模型