[发明专利]基于学习的嵌入的面部重建有效

专利信息
申请号: 201780006805.9 申请日: 2017-09-27
公开(公告)号: CN108475438B 公开(公告)日: 2022-04-12
发明(设计)人: F.H.科尔;D.克里什南;W.T.弗里曼;D.B.贝朗格 申请(专利权)人: 谷歌有限责任公司
主分类号: G06T11/60 分类号: G06T11/60
代理公司: 北京市柳沈律师事务所 11105 代理人: 邵亚丽
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 学习 嵌入 面部 重建
【权利要求书】:

1.一种用于获取面部的面部属性数据的计算机实现的方法,该方法包括:

由一个或多个计算设备获取面部图像;

由一个或多个计算设备获取由机器学习的图像识别模型提供的嵌入,所述嵌入是由机器学习的图像识别模型响应于图像识别模型接收到面部图像而提供的;

由一个或多个计算设备将嵌入输入到在训练数据集上训练的机器学习的翻译模型中,所述训练数据集包括用能够由面部建模器用来生成面部模型的多个示例面部建模参数值标记的多个示例嵌入,其中,通过将面部变形输入到机器学习的图像识别模型中来获取示例嵌入,所述面部变形由面部建模器使用相应的示例面部建模参数值生成;

由一个或多个计算设备接收作为翻译模型的输出的多个面部建模参数值,所述多个面部建模参数值描述由一个或多个计算设备获取的图像中包括的面部的多个面部属性;

由一个或多个计算设备将多个面部建模参数值输入到所述面部建模器中,并且

由一个或多个计算设备接收作为面部建模器的输出的面部模型。

2.如权利要求1所述的计算机实现的方法,其中:

由一个或多个计算设备获取面部图像包括由一个或多个计算设备获取面部的非受控图像;并且

由一个或多个计算设备获取嵌入包括由一个或多个计算设备获取由机器学习的图像识别模型响应于图像识别模型接收到面部的非受控图像而提供的嵌入。

3.如权利要求1或权利要求2所述的计算机实现的方法,还包括:

由一个或多个计算设备至少部分地基于面部模型来生成面部的艺术渲染。

4.如权利要求3所述的计算机实现的方法,其中,由一个或多个计算设备生成面部的艺术渲染包括:

由一个或多个计算设备将模型输入到面部渲染器中;并且

由一个或多个计算设备接收作为面部渲染器的输出的面部的受控渲染。

5.如权利要求4所述的计算机实现的方法,还包括:

由一个或多个计算设备根据面部的受控渲染直接断定多个面部属性中的一个或多个面部属性的值。

6.如权利要求1所述的计算机实现的方法,其中,由一个或多个计算设备获取由机器学习的图像识别模型提供的嵌入包括由一个或多个计算设备获取由机器学习的图像识别模型在机器学习的图像识别模型的隐藏层处提供的嵌入。

7.如权利要求1所述的计算机实现的方法,其中,由一个或多个计算设备获取由机器学习的图像识别模型提供的嵌入包括:

由一个或多个计算设备将面部图像输入到机器学习的图像识别模型中;并且

由一个或多个计算设备从机器学习的图像识别模型接收嵌入。

8.如权利要求1所述的计算机实现的方法,还包括:

由一个或多个计算设备基于训练数据集训练翻译模型,所述训练数据集包括分别用多个示例面部建模参数值标记的多个示例嵌入。

9.如权利要求8所述的计算机实现的方法,还包括:

由一个或多个计算设备生成训练数据集,其中生成训练数据集包括:

由一个或多个计算设备生成多个示例面部建模参数值,所述多个示例面部建模参数值彼此不同;

由一个或多个计算设备至少部分地基于多个示例面部建模参数值分别生成面部变形;

由一个或多个计算设备将面部变形输入到机器学习的图像识别模型中,以分别获取多个示例嵌入;

由一个或多个计算设备分别用多个示例面部建模参数值来标记所述多个示例嵌入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司,未经谷歌有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780006805.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top