1.一种基于单视角人脸图像的三维人头模型重建方法，其特征在于，具体包括如下步骤：S1，获取将要重建的人物的单视角输入正脸图像，采用姿态估计模型估计输入图像中正脸朝向的相机位姿参数；

S2，根据正脸图像及正脸图像对应的相机位姿参数，采用三维扩散模型估计出人头其他角度下的图像；

S3，采用三维生成对抗网络解码表示人头模型的潜在向量，并将正脸图像、其他角度下的图像与相应的相机参数作为监督迭代优化潜在向量；

S4，基于优化后的潜在向量渲染出任意角度下的三维人头图像，并提取相应的三维人头几何模型。

2.根据权利要求1所述的一种基于单视角人脸图像的三维人头模型重建方法，其特征在于，步骤S1具体包括如下步骤：S1.1，获取将要重建的人物的正面的RGB图像，使用3DDFA模型对输入图像Igt进行裁切处理，对齐图像坐标原点与人脸中心位置；

S1.2，根据图像Igt中面部的朝向，继续采用3DDFA模型E估计出正脸相对于坐标系的齐次矩阵cfront：cfront＝E(Igt)；

S1.3，在齐次矩阵的基础上加入旋转矩阵R，得到人头任意角度下的相机位姿矩阵，选择与正面相对的后脑部分相机参数cback为人头任意角度下的相机位姿矩阵：cback＝R×cfront。

3.根据权利要求1所述的一种基于单视角人脸图像的三维人头模型重建方法，其特征在于，步骤S2具体包括如下步骤：S2.1，在给定k个相机视角{π1，π2，...，πk}和给定图像y的条件下，由RGB图组成联合分布p(z)：

1：k

p(z)＝pc(x |y)；

1：k

其中，pc表示以图像y为条件的三维扩散模型所观察到的RGB图像x 的联合分布；

S2.2，通过学习三维扩散模型f来拟合pc，从而合成在k个相机视角{π1，π2，...，πk}下的

1：k

对应的RGB图像(x )：

1：k

(x )＝f(y，π1：k)；

1：k

S2.3，将x 表述为扩散模型中的马尔可夫链形式：其中， 表示第T时间步中k个相机视角下的随机高斯噪声，P(·)为三维扩散模型分布，t表示时间步， 表示第t个时间步中k个相机视角下的RGB图像，Πt(·)表示累乘t个时间步。

4.根据权利要求1所述的一种基于单视角人脸图像的三维人头模型重建方法，其特征在于，步骤S3具体包括如下步骤：S3.1，从包含任意高斯噪声的潜在空间中随机采样高斯噪声 将 与输入视角下

1：k

的相机参数c 进行拼接，得到

S3.2，通过映射网络M将 映射为中间潜在向量w；

S3.3，采用三维生成对抗网络G解码中间潜在向量w，得到输入视角下的生成图像S3.4，计算真实图像 与生成图像 的均方误差Lmse与感知损失Lp：其中，1：k为输入图像索引，F(·)为用于提取图像深层特征的VGG16神经网络；

S3.5，计算总损失L：

L＝Lp+Lmse。