1.一种生成用户的个性化3D头部模型的图像文件的方法，所述方法包括以下步骤：
(i)获取所述用户的脸部的至少一个2D图像；
(ii)基于所述用户的脸部的所述至少一个2D图像执行自动化脸部2D特征点识别；
(iii)使用形状先验提供3D脸部几何重建；
(iv)提供关于所述3D脸部几何重建的纹理映射生成和插补以生成所述用户的个性化
3D头部模型，以及
(v)生成所述用户的所述个性化3D头部模型的图像文件。
2.根据权利要求1所述的方法，其中经由网络通信获取所述用户的脸部的所述至少一个2D图像。
3.根据权利要求2所述的方法，其中从包含相机的智能手机经由所述网络通信获取所述用户的脸部的所述至少一个2D图像。
4.根据前述任一权利要求所述的方法，其中所述用户的脸部的所述至少一个2D图像为所述用户的脸部的正面图像。
5.根据前述任一权利要求所述的方法，其中所述用户的脸部的所述至少一个2D图像为所述用户的脸部的智能手机相机图像。
6.根据前述任一权利要求所述的方法，其中所述自动化脸部2D特征点识别包括使用2D脸部特征点检测器。
7.根据权利要求6所述的方法，其中基于回归森林算法实现所述2D脸部特征点检测器。
8.根据权利要求6或7所述的方法，其中所述自动化脸部2D特征点识别包括使用基于3D约束局部模型(CLM)的脸部特征点检测器。
9.根据前述任一权利要求所述的方法，其中使用形状先验提供3D脸部几何重建包括使用3D头部形状先验生成近似3D脸部几何特征，接着基于所述识别的2D脸部特征点的分布来细化所述3D脸部几何特征。
10.根据权利要求9所述的方法，其中使用3D头部形状先验生成近似3D脸部几何特征包括使用创成式形状先验找出近似头部几何特征作为初始化模型，所述创成式形状先验使用降维方法来对低维子空间中的对象类别的形状变化建模。
11.根据权利要求10所述的方法，其中使用少量的参数(例如，3至10个参数)来根据这个低维形状先验重建所述用户的完整头部几何特征。
12.根据权利要求9至11中任一项所述的方法，其中使用主成分分析(PCA)来捕获人类头部形状变化的主要模式。
13.根据权利要求9至12中任一项所述的方法，其中使用形状先验选择过程来使用选择标准诸如所述用户的种族、性别、年龄和其他属性从库中找出最合适的形状先验。
14.根据前述任一权利要求所述的方法，其中使用可由例如深度卷积神经网络(CNN)实现的基于机器学习的属性分类器来分析所述用户的脸部的所述至少一个2D图像，并且根据所述用户的脸部的所述至少一个2D图像中的外观信息(即，肤色、发色和发型等)来预测属性(例如，种族、性别和年龄)。
15.根据前述任一权利要求所述的方法，其中基于用户的属性与针对每个形状先验所限定的属性的匹配来从库中选择适当的3D形状先验。
16.根据前述任一权利要求所述的方法，其中通过在所述用户的脸部的所述至少一个
2D图像的图像平面内在各方向上矫正所述3D模型的脸部特征点位置，使初始头部模型变形来改善头部几何特征以获得更好的真实感，使得所述3D脸部模型上的脸部特征点的投影是所述用户的脸部的所述至少一个2D图像中的对应的2D脸部特征点的相似变换。
17.根据前述任一权利要求所述的方法，其中使用3D薄板样条(TPS)形变模型来矫正回归头部模型的3D几何特征以实现更好的几何相似，以便从控制点对在整个头部网格中生成
3D几何变形的平滑插补。
18.根据前述任一权利要求所述的方法，其中所述图像文件为3D图像文件。
19.根据权利要求1至17中任一项所述的方法，其中所述图像文件为2D图像文件。
20.根据权利要求1至17中任一项所述的方法，其中所述图像文件为动画文件。
21.根据权利要求1至17中任一项所述的方法，其中所述图像文件为个性化贴纸组。
22.根据前述任一权利要求所述的方法，其中针对所述用户的脸部的3D网格几何特征的每个网格三角形的纹理顶点确定UV纹理坐标。
23.根据权利要求22所述的方法，其中基于由所述2D脸部特征点检测器在所述用户的脸部的所述至少一个2D图像上所检测的对应的2D脸部特征点位置的结果来计算特征点顶点的所述UV坐标。
24.根据权利要求22或23所述的方法，其中为了使所述3D脸部/头部模型的所述纹理映射完整，使用2D薄板样条(TPS)模型进行插补并将所述UV纹理坐标填充到其他网格顶点上。
25.根据权利要求24所述的方法，其中为了构建用于纹理坐标插补的TPS模型，使用先前作为源-宿控制点对所分配的所有的所述脸部特征点及其纹理坐标的前视特征点投影。
26.根据前述任一权利要求所述的方法，其中所述用户的脸部的所述至少一个2D图像至少包括所述用户的脸部的正面图像、左侧图像和右侧图像。
27.根据权利要求26所述的方法，其中在根据正视图像生成近似3D脸部模型并使用其作为初始化模型后，执行以下这一步骤：执行迭代优化算法以校正初始3D脸部几何特征，这是为使得在全部脸部图像上获得的单独的2D脸部特征点检测结果的特征点重投影误差最小化而实现的。
28.根据权利要求27所述的方法，包括以下这一步骤：使用3D薄板样条模型来将所述3D脸部模型形变为具有新的一组特征点位置。
29.根据权利要求28所述的方法，其中重复权利要求27和28的步骤，直到实现所述3D脸部模型的收敛为止。
30.根据权利要求26至29中任一项所述的方法，其中通过在每个像素上添加色彩偏移来修复图像之间的色调差，并且其中使用拉普拉斯算子扩散将边界处的色彩偏移值传播到所有图像像素。
31.根据权利要求26至30中任一项所述的方法，其中通过以下步骤执行高光去除：a)高光检测；以及b)恢复真实色彩。
32.根据权利要求31所述的方法，其中为进行高光检测，创建基于所有输入图像上的对应小平面的色彩分布的高光概率图，然后使用所述输入图像中的一个的梯度恢复高亮区域的色彩。
33.根据权利要求31或32所述的方法，其中导出相机投影矩阵以在3D脸部模型和所述输入图像之间建立链接。
34.根据权利要求31至33中任一项所述的方法，其中在脸部图像的情况下，使用基于模型的特征检测器，即基于3D约束局部模型(CLM)的脸部特征点检测器，并且使用关联的相机模型来导出相对相机位置。
35.根据权利要求31至34中任一项所述的方法，其中使用投影相机模型来考虑潜在的透视失真，并且因此使用束调整来细化来自CLM跟踪器的初始相机参数。
36.根据权利要求35所述的方法，其中所述束调整使用投影相机模型来细化3D顶点和相机位姿。
37.根据权利要求26至36中任一项所述的方法，其中脸部面罩近似为两个面罩的总和，所述两个面罩是来自CLM跟踪器的所述2D脸部特征点的椭圆拟合和初始前顶点的投影。
38.根据权利要求26至37中任一项所述的方法，其中为了从细化处理接缝，更新正视图的色彩。
39.根据权利要求26至38中任一项所述的方法，其中执行局部高光检测和去除。
40.根据权利要求39所述的方法，其中为了进行高光检测和去除，从单个小平面的色彩差导出高光概率图，其中为了检索所述小平面的色彩，将所述小平面的所述顶点反投影到所述输入图像上并且导出视图之间的2D仿射变换。
41.根据权利要求40所述的方法，其中为了创建所述概率图，使用作为开关的逻辑函数，当平均强度的中值和平均强度的最大值之间的差大于从体型参数估计得出的某个阈值头部尺寸时，所述逻辑函数给出高概率。
42.根据权利要求26至41中任一项所述的方法，其中执行高亮区域的色彩的恢复。
43.根据前述任一权利要求所述的方法，其中支持所述用户的3D头部模型上的发型定制。
44.根据前述任一权利要求所述的方法，其中从体型参数估计出头部尺寸。
45.根据前述任一权利要求所述的方法，其中执行自动图像分析以帮助用户快速获取高质量的输入数据，使得他们更有可能创建照片真实感的个性化形象。
46.根据权利要求45所述的方法，其中在开始视频或图像捕获之前，向所述用户呈现相机馈送的实时视图，并且反馈机制分析所述实时视图，并且如果需要的话，向所述用户提供关于如何改善条件以实现高质量的最终结果的建议。
47.一种系统，所述系统被配置成执行根据权利要求1至46中任一项所述的方法。
48.一种计算机程序产品，所述计算机程序产品可在处理器上执行以生成用户的个性化3D头部模型的图像文件，所述计算机程序产品可在所述处理器上执行以：
(i)接收所述用户的脸部的至少一个2D图像；
(ii)基于所述用户的脸部的所述至少一个2D图像来执行自动化脸部2D特征点识别；
(iii)使用形状先验提供3D脸部几何重建；
(iv)提供关于所述3D脸部几何重建的纹理映射生成和插补以生成所述用户的个性化
3D头部模型，以及
(v)生成所述用户的所述个性化3D头部模型的图像文件。
49.根据权利要求48所述的计算机程序产品，所述计算机程序产品可在所述处理器上执行以执行根据权利要求1至46中任一项所述的方法。
50.一种生成用户的个性化3D头部模型的图像文件的方法，所述方法包括以下步骤：
(i)获取所述用户的脸部的至少一个3D扫描；
(ii)使用模板网格拟合过程以拟合所述用户的脸部的所述至少一个3D扫描；
(iii)基于所述模板网格拟合过程来生成所述用户的个性化3D头部模型，以及(iv)生成所述用户的所述个性化3D头部模型的图像文件。
51.根据权利要求50所述的方法，其中所述用户的脸部的所述3D扫描来自以下各项：
(i)使用运动中恢复结构(SfM)或同步定位与映射(SLAM)的技术进行的基于图像的3d重建过程；(ii)由深度相机捕获的深度扫描；或(iii)使用3D扫描仪捕获的完整3D扫描。
52.根据权利要求50或51所述的方法，其中所述模板网格拟合过程以第一阶段和第二阶段执行，在所述第一阶段，引入3D可形变头部模型(3DMHM)作为形状先验，其中由所述可形变头部模型通过找出所述3DMHM的最优形状形变参数和3D头部位姿参数的束调整优化过程来拟合所述用户的3D扫描的几何特征，以及在所述第二阶段，使用所述第一阶段的结果作为起始点，应用非刚性迭代最近点(N-ICP)算法，所述算法使所得网格变形以实现与所述用户的脸部的所述至少一个3D扫描的更好的表面匹配。
53.根据权利要求50至52中任一项所述的方法，其中所述图像文件为3D图像文件。
54.根据权利要求50至52中任一项所述的方法，其中所述图像文件为2D图像文件。
55.根据权利要求50至52中任一项所述的方法，其中所述图像文件为动画文件。
56.根据权利要求50至52中任一项所述的方法，其中所述图像文件为个性化贴纸组。
57.根据权利要求50至56中任一项所述的方法，其中从体型参数估计出所述头部尺寸。
58.根据权利要求50至57中任一项所述的方法，其中对于配准的头部网格，生成纹理映射。
59.一种系统，所述系统被配置成执行根据权利要求50至58中任一项所述的方法。
60.一种计算机程序产品，所述计算机程序产品可在处理器上执行以生成用户的个性化3D头部模型的图像文件，所述计算机程序产品可在所述处理器上执行以：
(i)接收所述用户的脸部的至少一个3D扫描；
(ii)使用模板网格拟合过程以拟合所述用户的脸部的所述至少一个3D扫描；
(iii)基于所述模板网格拟合过程来生成所述用户的个性化3D头部模型，以及(iv)生成所述用户的所述个性化3D头部模型的图像文件。
61.根据权利要求60所述的计算机程序产品，所述计算机程序产品可在所述处理器上执行以执行根据权利要求50至58中任一项所述的方法。
62.一种个性化体型建模的方法，所述方法有助于用户进一步约束他们的体型，改善3D身体建模的精确性，并且个性化他们的身体形象，所述方法包括以下步骤：
(i)从所述用户的全身扫描接收可用于穿配和可视化的高分辨率3D身体轮廓；
(ii)应用模板网格拟合过程来系统化和归一化从所述用户的所述全身扫描中导出的网格拓扑和分辨率；
(iii)基于所述模板网格拟合过程生成所述用户的个性化3D身体模型；以及(iv)生成所述用户的所述个性化3D身体模型的图像文件。
63.根据权利要求62所述的方法，其中在步骤(ii)中，执行在3D人形先验的约束下的体型和位姿的粗拟合。
64.根据权利要求62或63所述的方法，其中在步骤(ii)中，优化被构想为类似于束调整的问题，其中所述PCA形变参数和骨胳位姿上的拟合误差最小化。
65.根据权利要求64所述的方法，其中在步骤(ii)中，考虑所述粗拟合结果作为起始点，应用所述几何特征的细拟合以及利用ICP算法对所述骨胳位姿的细化。
66.根据权利要求62至65中任一项所述的方法，其中使用不同相机视图的多个输入深度扫描用于所述网格拟合。
67.根据权利要求62至66中任一项所述的方法，所述方法包括将根据权利要求1至46中任一项所述的所述用户的个性化3D头部模型附接到所述3D身体模型。
68.根据权利要求67所述的方法，其中调整肤色以使所述3D头部模型的所述肤色与所述3D身体模型的所述肤色匹配。
69.一种系统，所述系统被配置成执行根据权利要求62至67中任一项所述的方法。
70.一种方法，所述方法包括以下步骤：
(i)提供交互式UI，以帮助用户细化他们的3D身体形象并且容易地编辑他们自己的身体色调，其中基于降维算法(例如，PCA)建立所述UI，所述降维算法对所述体型回归量的3D建模误差的分布进行建模并允许所述用户有效地填写他们缺失的体型变化。
71.根据权利要求70所述的方法，其中在第一阶段，用户可以通过回归从他们的身体测量值的输入生成初始3D身体形象。
72.根据权利要求71所述的方法，其中在第二阶段，然后向所述用户显示多个滑动块以供所述用户从在所述第一阶段生成的所述初始3D身体形象交互式地细化所述体型。
73.根据权利要求72所述的方法，其中使用残留模型的所述形状模式来定义细粒度的体型变化，其中每个滑动块对应于所述模型的特定主成分。
74.一种用于虚拟试衣的端到端方法或系统，所述方法或系统将根据权利要求1至46中任一项所述的用户的个性化3D头部模型以及根据权利要求62至68中任一项所述的所述用户的个性化3D身体模型相结合，其中所述用户的所述个性化3D身体模型可使用根据权利要求70至73中任一项所述的方法来修改。
75.一种商用社交网站，所述商用社交网站被配置成传输根据权利要求1至46中任一项所述的所述用户的所述个性化3D头部模型的图像文件。
76.一种用于即时通或社交网络应用程序的web应用程序、聊天机器人或其他形式的插件，被配置成传输根据权利要求1至46中任一项所述的所述用户的所述个性化3D头部模型的图像文件。
77.一种用于处理包含多个人的多张脸部的照片以自动生成群体动画的方法，所述方法包括以下步骤：
(i)从多张脸部的至少一个输入图像检测所述至少一个输入图像中的所有正面脸部以及每张脸部的相关的2D脸部特征点；
(ii)基于所述2D脸部特征点检测结果来在所述至少一个输入图像中为每个个体重建所述3D脸部，以及
(iii)使用针对每张脸部所定义的头部位姿参数的独特时间序列来渲染包含一些或全部所得3D脸部的动画。
78.一种使用基于问题和调查的UI更准确地重建用户体型的方法，所述方法包括以下步骤：
(i)识别与所述用户有关的现有的身体度量和测量值；
(ii)在用户界面中向所述用户提供关于他们的体型意识和生活方式的问题；
(iii)从所述用户界面接收关于所述用户的体型意识和生活方式的问题的答案；
(iv)将所接收的答案转换成一组数字或语义体型属性。
79.根据权利要求78所述的方法，所述方法还包括以下步骤：
(v)使用回归工具从所述组的数值或语义体型属性以及与所述用户相关的所述现有的身体度量和测量值映射到体型变化的子空间，以及
(vi)更准确地重建所述用户的体型。
80.根据权利要求78所述的方法，所述方法还包括以下步骤：
(v)执行从身体测量值到所述可形变身体模型的所述参数的多个回归量/映射，其中每个回归量根据通过数值或语义体型属性来分组的数据进行训练；以及
(vi)更准确地重建所述用户的体型。
81.根据权利要求78至80中任一项所述的方法，其中使用优化方法来找出在所述UI中要求的最好的一组问题，这将产生最准确的体型，这是基于以下任一标准完成的：1)最小化问题的数量；或2)最小化所述体型的所述3D重建误差，或者3)1)和2)的组合。
82.一种通过使用测量选择过程请求附加测量值来重建用户的体型的方法，所述方法包括以下步骤：
(i)从用户接收身体尺寸的指示；
(ii)识别对应于所指示的身体尺寸的体型数据集；
(iii)基于在所述识别的体型数据集上的不同组的测量输入来评估所有不同体型回归值的3D重建误差；
(iv)通过将每个相应的新测量值引入用于体型回归的现有的一组测量输入上作为额外测量值来评估3D重建误差的相应减小；
(v)识别给出最大误差减少的测量值；
(vi)请求所述用户输入给出所述最大误差减小的所述识别的测量值；
(vii)接收给出所述最大误差减小的所述识别的测量值的输入，以及
(viii)使用所述输入的测量值重建所述用户的体型。
83.根据权利要求82所述的方法，其中将UI与具有蓝牙数据传输机制的数字带/字符串/超声波测量装置的应用程序编程接口(API)集成在一起，使得所述用户可以很容易将所述测量数据传输到所述虚拟试衣间UI，同时进行他们的自我测量。