[发明专利]虚拟形象的生成方法、装置、电子设备及存储介质有效

专利信息
申请号: 201911053622.X 申请日: 2019-10-31
公开(公告)号: CN110766777B 公开(公告)日: 2023-09-29
发明(设计)人: 蒋颂晟 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T13/40 分类号: G06T13/40;G06V40/70
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 张黎
地址: 100041 北京市石景山区*** 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: 虚拟 形象 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种虚拟形象的生成方法,其特征在于,所述方法包括:

对包括目标对象的帧图像进行特征识别,得到所述目标对象的骨骼特征及表情特征;

获取基础虚拟形象模型;

基于所述目标对象的骨骼特征,对所述基础虚拟形象模型的骨骼特征进行调整,得到与所述目标对象的骨骼特征相匹配的虚拟形象模型;

基于所述目标对象的表情特征,对所述虚拟形象模型的表情特征进行调整,得到与所述目标对象的表情特征相匹配的目标虚拟形象模型;所述目标虚拟形象模型用于供渲染得到所述目标对象的虚拟形象;

所述基于所述目标对象的表情特征,对所述虚拟形象模型的表情特征进行调整,包括:

基于所述目标对象的表情特征,确定所述虚拟形象模型头部各部分中目标部分对应的表情参数,所述表情参数用于指示所述目标部分所处的表情状态;

获取所述基础虚拟形象模型的第一表情数据和所述虚拟形象模型的第二表情数据;

基于所述表情参数、所述第一表情数据和第二表情数据,对所述虚拟形象模型的表情特征进行调整;

所述基于所述表情参数、所述第一表情数据和第二表情数据,对所述虚拟形象模型的表情特征进行调整,包括:

基于所述表情参数,对所述第一表情数据和第二表情数据进行插值,得到插值结果;

基于所述插值结果,调整所述虚拟形象模型中各顶点,得到所述目标虚拟形象模型。

2.如权利要求1所述的方法,其特征在于,所述对包括目标对象的帧图像进行特征识别,得到所述目标对象的骨骼特征及表情特征,包括:

识别所述帧图像中包含的目标对象的头部不同部分,以确定所述目标对象的头部各部分对应的图像区域;

基于确定的所述图像区域,对所述目标对象头部各部分对应的图像进行特征提取,得到所述目标对象的骨骼特征及表情特征。

3.如权利要求1所述的方法,其特征在于,所述基于所述目标对象的骨骼特征,对所述基础虚拟形象模型的骨骼特征进行调整,包括:

获取所述基础虚拟形象模型的骨骼特征;

基于所述目标对象的骨骼特征及所述基础虚拟形象模型的骨骼特征,确定对应所述虚拟形象模型相对所述基础虚拟形象模型的骨骼变换信息;

基于所述骨骼变换信息,调整所述基础虚拟形象模型中各部分的顶点信息。

4.如权利要求3所述的方法,其特征在于,所述基于所述骨骼变换信息,调整所述基础虚拟形象模型中各部分的顶点信息,包括:

基于所述骨骼变换信息,确定相应的骨骼缩放系数、以及相应的骨骼位移;

基于所述骨骼缩放系数及所述骨骼位移,对所述基础虚拟形象模型中各顶点位置进行调整,得到所述虚拟形象模型。

5.如权利要求1所述的方法,其特征在于,所述基于所述表情参数,对所述第一表情数据和第二表情数据进行插值,得到插值结果,包括:

基于所述表情参数,采用如下公式对所述第一表情数据和第二表情数据进行插值,得到插值结果:

其中,为所述目标虚拟形象模型的表情数据,为所述第一表情数据,为所述第二表情数据,为所述表情参数。

6.如权利要求1所述的方法,其特征在于,所述方法还包括:

对包括所述目标对象的多帧连续的帧图像进行关键点识别;

获取所述多帧连续的帧图像中所述目标对象的关键点变化信息;

基于所述关键点变化信息,生成所述虚拟形象的形态更新指令,以动态的呈现所述虚拟形象。

7.如权利要求1所述的方法,其特征在于,所述方法还包括:

接收到针对所述虚拟形象的目标部分的修改请求,所述修改请求携带包括所述目标部分的所述目标对象的图像;

响应于所述修改请求,基于包括所述目标部分的所述目标对象的图像,更新所述目标对象的目标虚拟形象模型,以基于所述更新的目标虚拟形象模型,更新所述目标对象的虚拟形象。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201911053622.X/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