基于梯度光图像的高精度三维人脸重建算法

针对人的脸部特征复杂、细节纹理丰富,获取高精度人脸三维模型成本高、工作量大的问题,提出基于梯度光图像的高精度三维人脸重建算法。利用球形灯光装置建立6种不同的光照模式,并利用偏振光特性对镜面反射光和漫反射光进行分离;利用单向梯度光图像,并基于双向反射分布函数(BRDF)得到反射光方向与法线方向的关系,通过计算获取镜面反射和漫反射法线图;将增强后的镜面反射和漫反射法线图进行融合,并映射到低精度模型上,可以重建出高精度的三维人脸模型。实验结果表明,本文方法计算复杂度低,重建精度高,窗口大小为7×7的高通滤波增强的镜面反射图和漫反射法线图以2∶1的比例融合之后,重建的效果最佳,模型能精细到微尺度级。