公开(公告)号：CN111583128A

公开(公告)日：2020-08-25

申请号：CN202010275587.2

申请日：2020-04-09

Applicant: 清华大学

Inventor： 徐枫 ,  王至博 ,  杨东

IPC: G06T5/00 ,  G06T15/00

Abstract: 本发明公开了一种基于深度学习和真实感渲染的人脸图片高光去除方法，包括：通过人脸采集系统采集不同的人在不同表情下的高精度人脸三维模型；利用高精度人脸三维模型渲染逼真人脸图片，并在渲染时分别渲染得到图片中的高光分量和漫反射分量；利用渲染出的逼真人脸图片以及高光分量和漫反射分量作为训练的强监督数据训练生成对抗网络得到人脸图片高光去除网络；将待处理人脸图片输入人脸图片高光去除网络，通过人脸图片高光去除网络提取出待处理人脸图片中的漫反射分量，进而得到高光去除后的人脸图片。该方法可以对各种人脸图片进行处理，不受人脸表情，人脸朝向和环境光照的影响。

公开(公告)号：CN109902616A

公开(公告)日：2019-06-18

申请号：CN201910138641.6

申请日：2019-02-25

Applicant: 清华大学

Inventor： 徐枫 ,  王至博 ,  杨东

IPC: G06K9/00 ,  G06T17/00 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的人脸三维特征点检测方法及系统，其中，该方法包括：建立人脸数据集，通过人脸三维重建对人脸数据集中的人脸图片进行处理获取人脸几何；在人脸模板上标定特定顶点为特征点，建立人脸图片与其对应的人脸三维特征点构成的数据集；训练输入为人脸图片，且输出为人脸三维特征点坐标的分布热度图的深度神经网络；训练时采用生成对抗网络以利用鉴别网络，输入为人脸图片和三维特征点分布热度图，输出真假值表示输入的人脸图片和三维特征点分布热度图是否配套，以通过训练后的神经网络得到检测结果。该方法可以检测图片中人脸特征点的三维坐标，且人脸边缘点与人脸模型之间具有很强的联系，使得人脸重建结果更为准确。