[发明专利]基于虚拟人脸表情进行视频通话的方法及装置

权利要求书

1.一种基于虚拟人脸表情进行视频通话的方法，其特征在于，包括：

实时连续获取第一用户基于通话终端发送的第一视频帧数据和与所述第一视频帧数据相对应的第一音频数据，所述第一视频帧数据包括所述第一用户的第一人脸特征值；所述第一用户的第一人脸特征值包含第一用户的人脸特征点的位置坐标；

选择虚拟人脸模型，并根据所述第一视频帧数据生成与所述虚拟人脸模型相对应的虚拟人脸表情；

实时连续播放所述虚拟人脸表情，同时解码并播放相对应的所述第一音频数据；

所述根据所述第一视频帧数据生成与所述虚拟人脸模型相对应的虚拟人脸表情包括：

根据所述第一视频帧数据确定所述第一用户的人脸特征点的位置坐标，并确定所述第一用户的人脸特征点之间的相对位置；

根据所述第一用户的人脸特征点之间的相对位置调整所述虚拟人脸模型的人脸特征点的位置，并将调整后的虚拟人脸模型作为与所述第一视频帧数据相对应的虚拟人脸表情；

所述确定所述第一用户的人脸特征点之间的相对位置包括：

对所述人脸特征点进行分组，并确定每组中的关键人脸特征点；

分别确定每组中相邻的人脸特征点之间的相对位置，并确定不同组的关键人脸特征点之间的相对位置。

2.根据权利要求1所述的方法，其特征在于，还包括：

实时采集第二用户的人脸图像和原始声音数据；

根据所述人脸图像确定所述第二用户的第二人脸特征值，生成第二视频帧数据，并根据所述原始声音数据确定与所述第二视频帧数据相对应的第二音频数据；

将所述第二视频帧数据和所述第二音频数据发送至所述第一用户的通话终端。

3.根据权利要求2所述的方法，其特征在于，所述第一音频数据为经过变声处理的音频数据；

所述根据所述原始声音数据确定与所述第二视频帧数据相对应的第二音频数据包括：

对所述原始声音数据进行变声处理，将变声处理后的原始声音数据作为与所述第二视频帧数据相对应的第二音频数据。

4.根据权利要求1所述的方法，其特征在于，所述第一视频帧数据还包括：第一用户的人脸运动速度和人脸运动方向；

所述实时连续播放所述虚拟人脸表情，还包括：

在预设虚拟场景下，根据所述人脸运动速度和所述人脸运动方向播放所述虚拟人脸表情；所述预设虚拟场景为视频通话双方同时选择的同一场景，所述虚拟人脸表情的运动速度与所述人脸运动速度相一致，所述虚拟人脸表情的运动方向与所述人脸运动方向相一致。

5.一种基于虚拟人脸表情进行视频通话的装置，其特征在于，包括：

获取模块，用于实时连续获取第一用户基于通话终端发送的第一视频帧数据和与所述第一视频帧数据相对应的第一音频数据，所述第一视频帧数据包括所述第一用户的第一人脸特征值；所述第一用户的第一人脸特征值包含第一用户的人脸特征点的位置坐标；

处理模块，用于选择虚拟人脸模型，并根据所述第一视频帧数据生成与所述虚拟人脸模型相对应的虚拟人脸表情；

播放模块，用于实时连续播放所述虚拟人脸表情，同时解码并播放相对应的所述第一音频数据；

所述处理模块包括：

确定单元，用于根据所述第一视频帧数据确定所述第一用户的人脸特征点的位置坐标，并确定所述第一用户的人脸特征点之间的相对位置；

调整单元，用于根据所述第一用户的人脸特征点之间的相对位置调整所述虚拟人脸模型的人脸特征点的位置，并将调整后的虚拟人脸模型作为与所述第一视频帧数据相对应的虚拟人脸表情；

所述确定单元包括：

分组子单元，用于对所述人脸特征点进行分组，并确定每组中的关键人脸特征点；

确定子单元，用于分别确定每组中相邻的人脸特征点之间的相对位置，并确定不同组的关键人脸特征点之间的相对位置。

6.根据权利要求5所述的装置，其特征在于，还包括：

采集模块，用于实时采集第二用户的人脸图像和原始声音数据；

生成模块，用于根据所述人脸图像确定所述第二用户的第二人脸特征值，生成第二视频帧数据，并根据所述原始声音数据确定与所述第二视频帧数据相对应的第二音频数据；

发送模块，用于将所述第二视频帧数据和所述第二音频数据发送至所述第一用户的通话终端。