[发明专利]生成虚拟动画表情的方法和装置有效

专利信息
申请号: 201811014199.8 申请日: 2018-08-31
公开(公告)号: CN110874869B 公开(公告)日: 2020-11-13
发明(设计)人: 鲍冠伯 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06T19/20 分类号: G06T19/20;G06T19/00;G06K9/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生成 虚拟 动画 表情 方法 装置
【权利要求书】:

1.一种生成虚拟动画表情的方法,包括:

获取人脸视频的当前帧;

获取当前帧的脸部表情网格对应各个基础表情基网格的第一权重系数和情感表情标签;

基于所述情感表情标签,确定当前帧的脸部表情网格对应各个情感表情网格的第二权重系数;

将所述第一权重系数和所述第二权重系数分别输入脸部表情模型,确定脸部表情网格,其中,所述脸部表情模型将脸部表情网格采用正常表情网格、预定数量的基础表情基网格的线性加权结果和预设数量的情感表情网格的线性加权结果表示。

2.根据权利要求1所述的方法,其中,所述基础表情基网格采用基础表情基特征向量表示;以及

所述情感表情网格采用情感表情特征向量表示。

3.根据权利要求2所述的方法,其中,所述情感表情特征向量采用预定数量的所述基础表情基特征向量的线性加权结果表示。

4.根据权利要求3所述的方法,其中,所述情感表情特征向量采用预定数量的所述基础表情基特征向量的线性加权结果表示包括:

采用最小二乘法将所述情感表情特征向量投影至由所述基础表情特征向量组成的线性空间中,得到所述情感表情特征向量的投影表示;

基于以下约束条件确定所述情感表情特征向量投影至所述投影表示的投影系数:所述情感表情特征向量与所述投影表示在空间上的直线距离为最小值;以及所述投影系数在0与1之间。

5.根据权利要求2所述的方法,其中,所述基础表情基网格采用基础表情基特征向量表示包括:

采用主成分分析算法降维所述基础表情基网格的顶点维度,得到基础表情基网格降维后的基础表情基特征向量。

6.根据权利要求2所述的方法,其中,所述情感表情网格采用情感表情特征向量表示包括:

采用主成分分析算法降维所述情感表情网格的顶点维度,得到情感表情网格降维后的情感表情特征向量。

7.一种生成虚拟动画表情的装置,包括:

视频帧获取单元,被配置成获取人脸视频的当前帧;

系数标签获取单元,被配置成获取当前帧的脸部表情网格对应各个基础表情基网格的第一权重系数和情感表情标签;

情感系数确定单元,被配置成基于所述情感表情标签,确定当前帧的脸部表情网格对应各个情感表情网格的第二权重系数;

人脸网格确定单元,被配置成将所述第一权重系数和所述第二权重系数分别输入脸部表情模型,确定脸部表情网格,其中,所述脸部表情模型将脸部表情网格采用正常表情网格、预定数量的基础表情基网格的线性加权结果和预设数量的情感表情网格的线性加权结果表示。

8.根据权利要求7所述的装置,其中,所述系数标签获取单元中的所述基础表情基网格采用基础表情基特征向量表示;以及

所述情感系数确定单元中的所述情感表情网格采用情感表情特征向量表示。

9.根据权利要求8所述的装置,其中,所述情感系数确定单元中的所述情感表情特征向量采用预定数量的所述基础表情基特征向量的线性加权结果表示。

10.根据权利要求9所述的装置,其中,所述情感系数确定单元中的所述情感表情特征向量采用预定数量的所述基础表情基特征向量的线性加权结果表示包括:

采用最小二乘法将所述情感表情特征向量投影至由所述基础表情特征向量组成的线性空间中,得到所述情感表情特征向量的投影表示;

基于以下约束条件确定所述情感表情特征向量投影至所述投影表示的投影系数:所述情感表情特征向量与所述投影表示在空间上的直线距离为最小值;以及所述投影系数在0与1之间。

11.根据权利要求8所述的装置,其中,所述系数标签获取单元中所述基础表情基网格采用基础表情基特征向量表示包括:

采用主成分分析算法降维所述基础表情基网格的顶点维度,得到基础表情基网格降维后的基础表情基特征向量。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,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/201811014199.8/1.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