[发明专利]三维人脸模型生成方法、装置、计算机设备及存储介质有效

专利信息
申请号: 201910140602.X 申请日: 2019-02-26
公开(公告)号: CN109978989B 公开(公告)日: 2023-08-01
发明(设计)人: 陈雅静;宋奕兵;凌永根;暴林超;刘威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06V10/42;G06V10/44;G06V10/74;G06V40/16
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 模型 生成 方法 装置 计算机 设备 存储 介质
【说明书】:

发明公开了一种三维人脸模型生成方法、装置、计算机设备及存储介质,属于计算机技术领域。所述方法包括:获取二维人脸图像;调用人脸模型生成模型,人脸模型生成模型用于提取二维人脸图像的全局特征和局部特征,基于全局特征和局部特征,获取三维人脸模型参数,基于三维人脸模型参数,生成二维人脸图像对应的三维人脸模型;将二维人脸图像输入人脸模型生成模型中,输出二维人脸图像对应的三维人脸模型。本发明中人脸模型生成模型在生成过程中综合全局特征和局部特征获取三维人脸模型,这样得到的三维人脸模型相比于只根据局部特征得到的三维人脸模型,人脸细节体现的更明显,人脸细节处理的更精细,还原度高,从而三维人脸模型更真实。

技术领域

本发明涉及计算机技术领域,特别涉及一种三维人脸模型生成方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展,基于图像生成三维人脸模型的技术已经在很多领域得到了应用,例如,该技术已经广泛应用于人脸识别、医疗、游戏或影视娱乐等领域。

目前,三维人脸模型生成方法通常是通过提取二维人脸图像的全局特征,根据该全局特征,计算得到三维人脸模型参数,从而可以根据三维人脸模型参数计算得到三维人脸模型。

上述三维人脸模型生成方法中仅提取了二维人脸图像的全局特征,基于全局特征计算得到的三维人脸模型并未关注人脸细节,例如,五官形状、表情或纹理等处理较为粗糙,得到三维人脸模型不够真实,并不能很好还原二维人脸图像中人脸的细节。

发明内容

本发明实施例提供了一种三维人脸模型生成方法、装置、计算机设备及存储介质,可以解决相关技术中三维人脸模型不够真实,并不能很好还原二维人脸图像中人脸的细节的问题。所述技术方案如下:

一方面,提供了一种三维人脸模型生成方法,所述方法包括:

获取二维人脸图像;

调用人脸模型生成模型,所述人脸模型生成模型用于提取所述二维人脸图像的全局特征和局部特征,基于所述全局特征和局部特征,获取三维人脸模型参数,基于所述三维人脸模型参数,生成所述二维人脸图像对应的三维人脸模型;

将所述二维人脸图像输入所述人脸模型生成模型中,输出所述二维人脸图像对应的三维人脸模型。

一方面,提供了一种三维人脸模型生成装置,所述装置包括:

获取模块,用于获取二维人脸图像;

调用模块,用于调用人脸模型生成模型,所述人脸模型生成模型用于提取所述二维人脸图像的全局特征和局部特征,基于所述全局特征和局部特征,获取三维人脸模型参数,基于所述三维人脸模型参数,生成所述二维人脸图像对应的三维人脸模型;

生成模块,用于将所述二维人脸图像输入所述人脸模型生成模型中,输出所述二维人脸图像对应的三维人脸模型。

一方面,提供了一种计算机设备,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条指令,所述指令由所述一个或多个处理器加载并执行以实现所述三维人脸模型生成方法所执行的操作。

一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现所述三维人脸模型生成方法所执行的操作。

本发明实施例通过人脸模型生成模型,对二维人脸图像进行处理,生成三维人脸模型,在生成过程中既提取了全局特征,又提取了局部特征,从而综合二者获取三维人脸模型,这样得到的三维人脸模型相比于只根据局部特征得到的三维人脸模型,人脸细节体现的更明显,人脸细节处理的更精细,还原度高,从而三维人脸模型更真实。

附图说明

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910140602.X/2.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