三维模型构建方法及装置、电子设备和存储介质与流程

本公开涉及计算机技术领域，尤其涉及一种三维模型构建方法及装置、电子设备和存储介质。

背景技术：

在相关技术中，可利用多帧彩色图像和多帧深度图像进行数据融合，对人脸等目标对象进行三维模型的构建，但相关技术中的三维模型的构建方法的图像信息丰富，对处理器的性能和图像传感器精度要求较高，因此，相关技术中的三维模型的构建方法的通用性较差，在计算能力有限的处理器或精度较低的传感器中的建模效果较差。

技术实现要素：

本公开提出了一种三维模型构建方法及装置、电子设备和存储介质。

根据本公开的一方面，提供了一种三维模型构建方法，包括：

根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据；

根据所述多帧彩色图像的多个第一关键帧中的第一目标点，分别确定所述多帧深度图像中的多个第二关键帧的目标区域，其中，所述多个第二关键帧分别与所述多个第一关键帧相对应，所述第一目标点位于所述多个第一关键帧的目标对象的轮廓区域中；

根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，构建所述目标对象的三维模型。

根据本申请实施例公开的三维模型构建方法，通过彩色图像和深度图像确定目标对象的第一姿态数据，并通过彩色图像的第一关键帧中的第一目标点来确定深度图像的第二关键帧的目标区域，降低对图像传感器精度的需求，进一步地，根据目标区域和第一姿态数据来构建目标对象的三维模型，并针对目标区域构建三维模型，省略对背景区域的处理，可降低对处理器的性能需求，提高处理效率，并提高三维模型构建方法的通用性。

在一种可能的实现方式中，根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据，包括：

根据目标深度图像和目标彩色图像，获得目标深度数据，其中，所述目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，所述目标深度数据包括目标对象的像素点的坐标数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，所述第二目标点位于所述目标彩色图像的目标对象的轮廓区域中。

在一种可能的实现方式中，根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，包括：

根据所述目标彩色图像中的第二目标点，确定所述目标对象在所述目标彩色图像中的姿态估计数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述第二目标点的深度信息；

根据所述第二目标点的深度信息和所述目标对象在所述目标彩色图像中的姿态估计数据，确定所述目标对象在目标深度图像中的第一姿态数据。

通过这种方式，可通过目标彩色图像中的第二目标点来确定目标对象的姿态估计数据，相对于相关技术中仅使用彩色图像进行姿态估计，可降低对图像传感器精度的需求，提高第一姿态数据的精度，进一步地，将姿态估计数据与目标深度数据结合，来确定第一姿态数据，可通过目标深度数据确定第二目标点的深度信息，弥补姿态估计数据中的深度信息的缺失，获得更准确的第一姿态数据。

在一种可能的实现方式中，根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，构建所述目标对象的三维模型，包括：

根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据；

根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型。

在一种可能的实现方式中，根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型，包括：

对多个第二关键帧的目标区域进行点云配准，获得所述目标对象的三维深度信息；

根据所述多个第二关键帧中的第二姿态数据确定所述目标对象的三维位置信息；

根据所述三维位置信息和所述三维深度信息，确定所述目标对象的三维模型。

通过这种方式，可对多个第二关键帧的目标区域进行点云配准，省略了第二关键帧中的背景区域，节省了处理资源，提升了处理效率，降低了对处理器的性能需求。根据第二姿态数据确定的三维位置信息可减少累积误差，提高目标对象的三维位置信息的准确度。进一步地，利用点云配准获得的三维深度信息以及三维位置信息，可获得目标对象的三维模型，减少了背景区域的干扰，并提高了构建的三维模型的准确度。

在一种可能的实现方式中，根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据，包括：

对多帧深度图像中的第一姿态数据进行配准，获得三维姿态数据；

根据所述三维姿态数据，对第二关键帧中的第一姿态数据进行配准，获得所述第二姿态数据。

在一种可能的实现方式中，所述方法还包括：

根据所述目标对象的三维模型和所述多帧彩色图像，获得目标对象的彩色三维模型。

根据本公开的另一方面，提供了一种三维模型构建装置，包括：

获得模块，用于根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据；

确定模块，用于根据所述多帧彩色图像的多个第一关键帧中的第一目标点，分别确定所述多帧深度图像中的多个第二关键帧的目标区域，其中，所述多个第二关键帧分别与所述多个第一关键帧相对应，所述第一目标点位于所述多个第一关键帧的目标对象的轮廓区域中；

构建模块，用于根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，构建所述目标对象的三维模型。

在一种可能的实现方式中，所述获得模块被进一步配置为：

根据目标深度图像和目标彩色图像，获得目标深度数据，其中，所述目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，所述目标深度数据包括目标对象的像素点的坐标数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，所述第二目标点位于所述目标彩色图像的目标对象的轮廓区域中。

在一种可能的实现方式中，所述获得模块被进一步配置为：

根据所述目标彩色图像中的第二目标点，确定所述目标对象在所述目标彩色图像中的姿态估计数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述第二目标点的深度信息；

根据所述第二目标点的深度信息和所述目标对象在所述目标彩色图像中的姿态估计数据，确定所述目标对象在目标深度图像中的第一姿态数据。

在一种可能的实现方式中，所述构建模块被进一步配置为：

根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据；

根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型。

在一种可能的实现方式中，所述构建模块被进一步配置为：

对多个第二关键帧的目标区域进行点云配准，获得所述目标对象的三维深度信息；

根据所述多个第二关键帧中的第二姿态数据确定所述目标对象的三维位置信息；

根据所述三维位置信息和所述三维深度信息，确定所述目标对象的三维模型。

在一种可能的实现方式中，所述构建模块被进一步配置为：

对多帧深度图像中的第一姿态数据进行配准，获得三维姿态数据；

根据所述三维姿态数据，对第二关键帧中的第一姿态数据进行配准，获得所述第二姿态数据。

在一种可能的实现方式中，所述装置还包括：

彩色三维模型获得模块，用于根据所述目标对象的三维模型和所述多帧彩色图像，获得目标对象的彩色三维模型。

根据本公开的另一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述三维模型构建方法。

根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述三维模型构建方法。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的三维模型构建方法的流程图；

图2示出根据本公开实施例的三维模型构建方法的流程图；

图3a和图3b示出根据本公开实施例的三维模型构建方法的应用示意图；

图4示出根据本公开实施例的三维模型构建装置的框图；

图5示出根据本公开实施例的三维模型构建装置的框图

图6示出根据本公开实施例的电子装置的框图；

图7示出根据本公开实施例的电子装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的三维模型构建方法的流程图。如图1所示，所述方法包括：

在步骤s11中，根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据；

在步骤s12中，根据所述多帧彩色图像的多个第一关键帧中的第一目标点，分别确定所述多帧深度图像中的多个第二关键帧的目标区域，其中，所述多个第二关键帧分别与所述多个第一关键帧相对应，所述第一目标点位于所述多个第一关键帧的目标对象的轮廓区域中；

在步骤s13中，根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，构建所述目标对象的三维模型。

根据本申请实施例公开的三维模型构建方法，通过彩色图像和深度图像确定目标对象的第一姿态数据，并通过彩色图像的第一关键帧中的第一目标点来确定深度图像的第二关键帧的目标区域，降低对图像传感器精度的需求，进一步地，根据目标区域和第一姿态数据来构建目标对象的三维模型，并针对目标区域构建三维模型，省略对背景区域的处理，可降低对处理器的性能需求，提高处理效率，并提高三维模型构建方法的通用性。

在一种可能的实现方式中，所述三维模型构建方法可以由终端设备执行，终端设备可以为用户设备(userequipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personaldigitalassistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可由终端设备或图像采集设备(例如相机等)采集彩色图像(包括每个像素点的rgb信息)和深度图像(包括每个像素点的深度信息)，并将彩色图像和深度图像发送至服务器，从而通过服务器执行所述方法。

在一种可能的实现方式中，可通过图像采集设备(例如相机等)获取目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像。在示例中，所述图像采集设备可同时具有深度图像传感器和彩色图像传感器，可通过同一个摄像头同时获得目标对象的深度图像和彩色图像。在示例中，可使用图像采集设备获取目标对象的多个角度和/或多个距离的深度图像和彩色图像，例如，可使用图像采集设备围绕目标对象进行图像获取等，本公开对图像采集的方式不做限制。在示例中，所述目标对象可包括人脸等具有特性形状的三维物体，本公开对目标对象的类型不作限制。

在一种可能的实现方式中，在步骤s11中，根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据，可包括：根据目标深度图像和目标彩色图像，获得目标深度数据，其中，所述目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，所述目标深度数据包括目标对象的坐标数据；根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，所述第二目标点位于所述目标彩色图像的目标对象的轮廓区域中。

在一种可能的实现方式中，目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，即，目标深度图像和目标彩色图像为通过图像采集设备对同一目标对象同时获取的图像。目标深度图像与目标彩色图像的对应关系可通过图像获取装置的内部参数(例如，焦距、光心位置和镜头畸变等)来确定，可通过图像获取装置的内部参数将目标深度图像和目标彩色图像中的像素点进行对应，从而可获得目标彩色图像中的每个像素点对应的深度信息，即，目标深度数据。由于在目标深度图像中，像素点的灰度表示像素点与图像获取装置的摄像头的距离，因此，可通过图像获取装置的内部参数以及目标深度图像和目标彩色图像，获得每个像素点的坐标数据(即，三维坐标数据)，其中包括目标对象的像素点的三维坐标数据。

在一种可能的实现方式中，可根据目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据。在示例中，目标彩色图像中的第二目标点在目标对象的轮廓区域中，第二目标点可以是能够表示目标对象的轮廓和形状的关键点，在示例中，目标对象可以是人脸，第二目标点可以是表示人脸的轮廓和五官等形状信息的人脸关键点，可通过卷积神经网络进行人脸关键点识别等方法确定人脸关键点的位置。本公开对确定人脸关键点的方法不做限制。

在一种可能的实现方式中，根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，包括：根据所述目标彩色图像中的第二目标点，确定所述目标对象在所述目标彩色图像中的姿态估计数据；根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述第二目标点的深度信息；根据所述第二目标点的深度信息和所述目标对象在所述目标彩色图像中的姿态估计数据，确定所述目标对象在目标深度图像中的第一姿态数据。

在一种可能的实现方式中，可在目标彩色图像中确定第二目标点的位置，并根据所述第二目标点，确定目标对象在目标彩色图像中的姿态估计数据。姿态估计数据可以是表示目标对象所处的位置以及目标对象相对于标准位置的角度的数据。在示例中，目标对象可以是人脸，可将人脸的正脸作为标准位置，可通过姿态估计数据表示目标彩色图像中的人脸相对于正脸的相对位置和角度。例如，可在第二目标点(人脸关键点)中选择某个人脸关键点，该人脸关键点与正脸中的该人脸关键点之间的相对位置和角度可被确定为姿态估计数据，例如，姿态估计数据可用六维向量(x，y，z，α，β，γ)表示，其中，所述六维向量的三个维度(x，y，z1)表示相对位置，三个维度(α，β，γ)表示相对角度。

在示例中，可根据第二目标点获得目标对象的姿态估计数据，例如，根据第二目标点的位置、多个第二目标点之间的距离等，确定目标对象的姿态估计数据，在示例中，可使用solvepnp函数来根据第二目标点获得目标对象的姿态估计数据，本公开对根据第二目标点获得目标对象的姿态估计数据的方法不做限制。在目标彩色图像中，由于彩色图像不能提供像素点的深度信息，因此需要通过彩色图像中的边缘、阴影等特征对深度信息进行估计，该估计方法对图像传感器精度的需求较高，且估计值的精确度较低，例如，z1的值难以准确地确定。

在一种可能的实现方式中，可根据目标彩色图像中的第二目标点以及目标深度数据，确定所述第二目标点的深度信息。目标深度数据包括彩色图像中的每个像素点的深度信息，可根据目标深度数据，确定目标彩色图像中的第二目标点的深度信息，或者，目标深度数据包括彩色图像中的每个像素点的三维坐标数据，可确定第二目标点在所述三维坐标中的位置，即可确定第二目标点的深度信息。在示例中，目标对象是人脸，第二目标点为人脸关键点，可通过目标深度数据，确定人脸关键点的深度信息。

在一种可能的实现方式中，可根据第二目标点的深度信息和目标对象在目标彩色图像中的姿态估计数据，确定所述目标对象在目标深度图像中的第一姿态数据。在姿态估计数据中，由于彩色图像不能提供像素点的深度信息，因此第二目标点的深度信息难以确定，因此，可将第二目标点的深度信息和姿态估计数据相结合，来确定第一姿态数据。在示例中，在基于人脸关键点的姿态估计数据的六维向量(x，y，z1，α，β，γ)中，z1的估计值难以确定，可根据人脸关键点的深度信息，来确定人脸关键点的深度，即可确定被选择的人脸关键点与正脸中的该人脸关键点之间的相对位置，进而可确定z1的估计值z，从而获得第一姿态数据的六维向量(x，y，z，α，β，γ)，其中，在第一姿态数据的六维向量中，六个参数均被准确地确定。通过这种方式，可获得目标对象在每帧深度图像中的第一姿态数据。

通过这种方式，可通过目标彩色图像中的第二目标点来确定目标对象的姿态估计数据，相对于相关技术中仅使用彩色图像进行姿态估计，可降低对图像传感器精度的需求，提高第一姿态数据的精度，进一步地，将姿态估计数据与目标深度数据结合，来确定第一姿态数据，可通过目标深度数据确定第二目标点的深度信息，弥补姿态估计数据中的深度信息的缺失，获得更准确的第一姿态数据。

在一种可能的实现方式中，可在多帧彩色图像中确定第一关键帧，并在多帧深度图像中确定与第一关键帧对应的第二关键帧。在示例中，彩色图像和深度图像是使用图像采集设备在目标对象周围的不同角度和/或距离处获取的，例如，围绕目标对象进行获取，可在围绕目标对象获取彩色图像和深度图像的过程中，可设定角度阈值，每转动角度阈值，选取一个第一关键帧和第二关键帧，例如，角度阈值为2°，每转动2°，选取一个第一关键帧和第二关键帧。本公开对角度阈值不做限制。

在一种可能的实现方式中，在步骤s12中，可根据多个第一关键帧中的第一目标点，分别确定所述多个第二关键帧中的目标区域。第一目标点可以是能够表示目标对象的轮廓和形状的关键点，在示例中，目标对象是人脸，第一目标点可以是表示人脸的轮廓和五官等形状信息的人脸关键点，可通过卷积神经网络进行人脸关键点识别等方法确定人脸关键点的位置。

在一种可能的实现方式中，可在彩色图像的第一关键帧中根据第一目标点确定目标对象的轮廓区域，例如，目标对象是人脸，可根据人脸关键点确定人脸的轮廓区域。进一步地，可通过第一关键帧中的轮廓区域来确定第二关键帧中的对应的目标区域，在示例中，第一关键帧和第二关键帧中的像素点是相互对应的，通过所述轮廓区域中的像素点的位置即可确定所述目标区域中的像素点的位置。

在一种可能的实现方式中，在步骤s13中，根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，获得所述目标对象的三维模型，包括：根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据；根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型。

在一种可能的实现方式中，可根据多帧深度图像中的第一姿态数据，获得目标对象在第二关键帧中的第二姿态数据。每帧深度图像均可确定目标对象的第一姿态数据，可对多帧深度图像中的第一姿态数据进行融合，在融合过程中，由于不同的深度图像的第一姿态数据可能存在偏差，因此，融合的过程会产生误差，如果直接将所有第一姿态数据进行融合，累积误差可能较大，无法准确表示目标对象的姿态。在示例中，在使用图像采集设备在目标对象周围的不同角度和/或距离处获取彩色图像和深度图像的过程中，可每间隔角度阈值，选取一个第一关键帧和一个第二关键帧，可将相邻两个第二关键帧之间的深度图像中的第一姿态数据进行融合，并使用第二关键帧进行校准，以消除融合的第一姿态数据的累积误差，可获得多个第二关键帧中的第二姿态数据。

在一种可能的实现方式中，根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据，包括：对多帧深度图像中的第一姿态数据进行配准，获得三维姿态数据；根据所述三维姿态数据，对第二关键帧中的第一姿态数据进行配准，获得所述第二姿态数据。

在一种可能的实现方式中，可对相邻两个第二关键帧之间的深度图像中的第一姿态数据进行配准，以将多个深度图像中的第一姿态数据配准至同一坐标系中，获得所述坐标系中的三维姿态数据，在配准过程中，由于拍摄角度和坐标选取等原因，多个深度图像的第一姿态数据配准至同一坐标系中的误差可被累积，即，产生累积误差。可将配准至所述坐标系统的三维姿态数据与第二关键帧中的第一姿态数据进行配准，以消除累积误差，并将第二关键帧中的配准后的第一姿态数据确定为第二姿态数据。

在一种可能的实现方式中，根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型，包括：对多个第二关键帧的目标区域进行点云配准，获得所述目标对象的三维深度信息；根据所述多个第二关键帧中的第二姿态数据确定所述目标对象的三维位置信息；根据所述三维位置信息和所述三维深度信息，确定所述目标对象的三维模型。

在一种可能的实现方式中，深度图像的第二关键帧的目标区域中的像素点包含目标对象的深度信息，多个第二关键帧的角度和/或位置互不相同，因此，目标对象在多个第二关键帧中的所处的坐标系不同，例如，目标对象为人脸，在正脸的角度获取的第二关键帧中，正脸的朝向为该第二关键帧的坐标系的任一坐标轴的方向平行，例如，与该第二关键帧的坐标系的x轴的方向平行。在侧脸的角度获取的第二关键帧中，侧脸的方向与该第二关键帧的x轴的方向平行，正脸的方向与x轴的方向垂直。在任意两个第二关键帧中，坐标系互不相同。因此，需要通过点云配准的方式，将多个第二关键帧中的目标区域配准到同一个坐标系中，例如，可配准到以在正脸的角度获取的第二关键帧的坐标系中。

在一种可能的实现方式中，可根据多个第二关键帧中的第二姿态数据确定所述目标对象的三维位置信息。第二姿态数据为消除累积误差的姿态数据，可将第二姿态数据进行融合，获得目标对象的三维位置信息，例如，多个第二关键帧中的第二姿态数据均为六维向量，根据多个第二关键帧的六维向量，获得目标对象相对于标准位置的姿态数据，即目标对象的三维位置信息。在示例中，目标对象为人脸，可将人脸的正脸作为标准位置，将多个第二关键帧中的第二姿态数据进行融合，在示例中，可获得任一第二关键帧的坐标系与在正脸的角度获取的第二关键帧的坐标系之间的坐标变换矩阵，可通过所述坐标变换矩阵将各第二关键帧中的第二姿态数据(即，六维向量)进行坐标变换，获得各第二关键帧中的第二姿态数据在正脸的角度获取的第二关键帧的坐标系中的六维向量，其中，每个六维向量可表示各第二关键帧中的拍摄到的目标对象所在平面在所述正脸的角度获取的第二关键帧的坐标系中的位置(例如，在侧脸的角度获取的第二关键帧的六维向量经过坐标变换后，可表示侧脸在所述正脸的角度获取的第二关键帧的坐标系中的位置)，并通过在正脸的角度获取的第二关键帧中的第二姿态数据进行融合，即可获得目标对象的各角度获取的第二个关键帧在所述正脸的角度获取的第二关键帧的坐标系中的位置，即，目标对象的三维位置信息。

在一种可能的实现方式中，可根据所述三维位置信息和所述三维深度信息，确定所述目标对象的三维模型。经过点云配准后的三维深度信息仍为坐标系统的散乱无序的点云数据，需要根据三维位置信息和三维深度信息，确定三维模型的表面。

在示例中，可在坐标系的坐标空间中构建网格，所述网格将坐标空间分割成多个立方体，通过为立方体赋予距离场值来构建目标对象的三维模型的表面。通过三维位置信息和三维深度信息，可确定立方体的距离场值，其中，三维位置信息可确定所述立方体所在的位置和角度，三维深度信息可确定立方体的深度信息，可确定立方体的距离场值，在距离场值大于0时，表示该立方体在三维模型的表面外侧，在距离场值小于0时，表示该立方体在三维模型的表面内侧，因此，可确定所有距离场值等于0的立方体，通过逼近方法，可逐步缩小立方体的体积，确定三维模型的表面的具体位置，即，距离场值等于0的立方体中包含三维模型的表面，可逐步缩小立方体的体积，确定三维模型的表面的位置。进一步地，针对所述立方体的每个顶点，可确定该点相邻的顶点组成的面的法向量，可作为所述表面的法向量，从而可根据所述表面的法向量，确定所述三维模型的表面的朝向，即，所述法向量的方向。在示例中，可使用tsdf(truncatedsigneddistancefield，截断符号距离场)算法或mc(marchingcube，移动立方体)算法等来构建所述目标对象的三维模型。本公开对确定所述三维模型的表面使用的方法不做限制。

通过这种方式，可对多个第二关键帧的目标区域进行点云配准，省略了第二关键帧中的背景区域，节省了处理资源，提升了处理效率，降低了对处理器的性能需求。根据第二姿态数据确定的三维位置信息可减少累积误差，提高目标对象的三维位置信息的准确度。进一步地，利用点云配准获得的三维深度信息以及三维位置信息，可获得目标对象的三维模型，减少了背景区域的干扰，并提高了构建的三维模型的准确度。

图2示出根据本公开实施例的三维模型构建方法的流程图。如图2所示，所述方法还包括：

在步骤s14中，根据所述目标对象的三维模型和所述多帧彩色图像，获得目标对象的彩色三维模型。

在一种可能的实现方式中，可根据彩色图像中的rgb信息，为所述三维模型添加色彩，获得目标对象的彩色三维模型。在示例中，所述三维模型是由深度图像中的第二关键帧进行点云配准获得的三维模型，三维模型的表面上的每个点均是通过深度图像中的像素点(即，深度信息)获得的，同时，深度图像中的像素点与彩色图像中的像素点是对应的，因此，可将彩色图像中的像素点的rgb信息添加到所述三维模型的表面上，获得目标对象的彩色三维模型。

根据本公开的实施例的三维模型构建方法，通过目标彩色图像中的第二目标点来确定目标对象的姿态估计数据，可降低对图像传感器精度的需求，并通过目标深度数据确定第二目标点的深度信息，弥补姿态估计数据中的深度信息的缺失，获得更准确的第一姿态数据。对多个第二关键帧的目标区域进行点云配准，省略了第二关键帧中的背景区域，节省了处理资源，提升了处理效率，降低了对处理器的性能需求。根据第一姿态数据获得第二关键帧的第二姿态数据，根据第二姿态数据确定的三维位置信息，可减少累积误差，提高目标对象的三维位置信息的准确度。进一步地，利用点云配准获得的三维深度信息以及三维位置信息，可获得目标对象的三维模型，减少了背景区域的干扰，并提高了构建的三维模型的准确度。

图3a和图3b示出根据本公开实施例的三维模型构建方法的应用示意图。如图3a所示，所述目标对象可以是人脸，可通过同时具有深度图像传感器和彩色图像传感器的图像采集设备(例如相机等)获取人脸的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像。例如，可使用图像采集设备围绕人脸图像获取，例如，在人脸的正面的各角度来进行图像获取。

在一种可能的实现方式中，可根据围绕人脸拍摄的多帧深度图像和多帧彩色图像，获得多帧深度图像中的第一姿态数据。在示例中，目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，可根据图像获取装置的内部参数(例如，焦距、光心位置和镜头畸变等)确定目标深度图像与目标彩色图像的对应关系，从而可获得目标彩色图像中的每个像素点的深度信息，即，目标深度数据。

在一种可能的实现方式中，可获得目标彩色图像中的人脸关键点，并使用solvepnp函数，根据第二目标点获得人脸的姿态估计数据。并可通过目标深度数据，获得目标彩色图像中的人脸关键点的深度信息，从而通过人脸关键点的深度信息弥补姿态估计数据中的深度信息的缺失，获得人脸在目标深度图像中的第一姿态数据。通过这种方式，可获得人脸在每帧深度图像中的第一姿态数据。

在一种可能的实现方式中，可在多帧彩色图像中确定第一关键帧，并在多帧深度图像中确定与第一关键帧对应的第二关键帧。例如，可设定角度阈值(例如2°)，每转动角度阈值，选取一个第一关键帧和第二关键帧。

在一种可能的实现方式中，可在彩色图像的第一关键帧中根据人脸关键点确定人脸的轮廓区域，并根据第一关键帧和第二关键帧中的像素点的对应关系，确定第二关键帧中的目标区域，从而可仅对目标区域进行处理，省略了背景区域，从而节省处理资源，提高处理效率。

在一种可能的实现方式中，可根据多帧深度图像中的第一姿态数据，获得人脸在第二关键帧中的第二姿态数据。例如，可对相邻两个第二关键帧之间的深度图像中的第一姿态数据进行融合，并使用第二关键帧进行校准，以消除融合的第一姿态数据的累积误差，获得多个第二关键帧中的第二姿态数据。

在一种可能的实现方式中，可对多个第二关键帧的目标区域进行点云配准，获得所述人脸的三维深度信息，即，将多个第二关键帧中的目标区域配准到同一个坐标系中，在示例中，可配准到以在正脸的角度获取的第二关键帧的坐标系(例如，图3b中的xyz坐标系)中。

在一种可能的实现方式中，可将人脸的正脸作为标准位置，将多个二关键帧中的第二姿态数据进行融合，可获得人脸的三维位置信息，例如，获得在图3b的xyz坐标系中的人脸的三维位置信息。

在一种可能的实现方式中，经过点云配准后的三维深度信息仍为坐标系统的散乱无序的点云数据，需要根据三维位置信息和三维深度信息，确定三维模型，例如，可使用tsdf算法来构建所述人脸的三维模型(如图3b中的人脸的三维模型)。

在一种可能的实现方式中，可根据彩色图像中的rgb信息，为所述三维模型添加色彩，获得目标对象的彩色三维模型。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了三维模型构建装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种三维模型构建方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

图4示出根据本公开实施例的三维模型构建装置的框图。如图4所示，所述装置包括：

获得模块11，用于根据目标对象的多帧深度图像以及分别与所述多帧深度图像对应的多帧彩色图像，获得所述目标对象在所述多帧深度图像中的第一姿态数据；

确定模块12，用于根据所述多帧彩色图像的多个第一关键帧中的第一目标点，分别确定所述多帧深度图像中的多个第二关键帧的目标区域，其中，所述多个第二关键帧分别与所述多个第一关键帧相对应，所述第一目标点位于所述多个第一关键帧的目标对象的轮廓区域中；

构建模块13，用于根据所述多个第二关键帧的目标区域和所述多帧深度图像中的第一姿态数据，构建所述目标对象的三维模型。

在一种可能的实现方式中，获得模块11被进一步配置为：

根据目标深度图像和目标彩色图像，获得目标深度数据，其中，所述目标深度图像为多帧深度图像中的任一帧，目标彩色图像为与目标深度图像对应的彩色图像，所述目标深度数据包括目标对象的像素点的坐标数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述目标对象在目标深度图像中的第一姿态数据，所述第二目标点位于所述目标彩色图像的目标对象的轮廓区域中。

在一种可能的实现方式中，获得模块11被进一步配置为：

根据所述目标彩色图像中的第二目标点，确定所述目标对象在所述目标彩色图像中的姿态估计数据；

根据所述目标彩色图像中的第二目标点以及所述目标深度数据，确定所述第二目标点的深度信息；

根据所述第二目标点的深度信息和所述目标对象在所述目标彩色图像中的姿态估计数据，确定所述目标对象在目标深度图像中的第一姿态数据。

在一种可能的实现方式中，构建模块13被进一步配置为：

根据所述多帧深度图像中的第一姿态数据，获得所述目标对象在所述多个第二关键帧中的第二姿态数据；

根据所述多个第二关键帧中的第二姿态数据和所述多个第二关键帧的目标区域，获得所述目标对象的三维模型。

在一种可能的实现方式中，构建模块13被进一步配置为：

对多个第二关键帧的目标区域进行点云配准，获得所述目标对象的三维深度信息；

根据所述多个第二关键帧中的第二姿态数据确定所述目标对象的三维位置信息；

根据所述三维位置信息和所述三维深度信息，确定所述目标对象的三维模型。

在一种可能的实现方式中，构建模块13被进一步配置为：

对多帧深度图像中的第一姿态数据进行配准，获得三维姿态数据；

根据所述三维姿态数据，对第二关键帧中的第一姿态数据进行配准，获得所述第二姿态数据。

图5示出根据本公开实施例的三维模型构建装置的框图。如图5所示，所述装置还包括：

彩色三维模型获得模块14，用于根据所述目标对象的三维模型和所述多帧彩色图像，获得目标对象的彩色三维模型。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。