基于多列多尺度图卷积神经网络的3D人脸生成方法

摘要

本发明属于计算机视觉和计算机图形学领域，为一种变分自编码器神经网络去学习3D人脸的高维表示，并同时完成重建任务。利用变分自编码器的生成能力来生成更具有多样性的3D人脸数据。本发明采取的技术方案是，基于多列多尺度图卷积神经网络的3D人脸生成方法，步骤如下：利用基于图卷积结构的多尺度变分编码器框架，将输入的面部三维网格Mesh通过多尺度编码器编码到一个固定维度的中间向量，然后再通过使用解码器就将中间特征向量解析成原始的面部Mesh；其中，所述编码器包含三个部分，多尺度图卷积算法、选择融合、自注意力机制以及网络结构。本发明主要应用于图像处理。