[发明专利]基于深度学习框架的数字人面部表情动画自动迁移方法

权利要求书

1.基于深度学习框架的数字人面部表情动画自动迁移方法，其特征在于，包括以下步骤：

S1：训练数据生成，做出多帧两个不同的数字人的相同表情模型，提取出所述表情模型对应的动画控制器通道的参数值，生成一个动画控制器参数维度的向量；

所述S1中提取过程包括以下步骤：在每个关键帧，提取出模型上动画控制器通道属性值， 写入一个文本文件，文本文件每一行代表一帧，每一列代表一个控制器通道，数值记录控制器通道属性值；

S2：神经网络搭建模型，建立四层神经网络，输入输出为控制器参数向量，中间两层隐含层，各有多个神经元；

S3：训练网络模型，建立不同的数字人相同表情下控制器参数值之间的联系，一个数字人的控制器参数值作为输入，另一个数字人的控制器参数值作为标签，建立回归任务，代价函数采用均方误差，保存训练过程中损失值最低的模型参数；

S4：运用训练好的模型进行表情迁移，一个数字人的控制器参数值输入网络模型，得到另一个数字人相同表情对应的控制器参数值，将生成的控制器参数值应用到该数字人模型中，从而驱动该数字人模型上的网络3D空间顶点位置。

2.根据权利要求1所述的基于深度学习框架的数字人面部表情动画自动迁移方法，其特征在于，所述S1中挑选出关键帧提取出所述表情模型对应的动画控制器通道的参数值，所述关键帧为具有代表性的表情。

3.根据权利要求1所述的基于深度学习框架的数字人面部表情动画自动迁移方法，其特征在于，所述S2中的隐含层，各有500个神经元。

4.根据权利要求1所述的基于深度学习框架的数字人面部表情动画自动迁移方法，其特征在于，所述S4中网络模型经过训练以后，作为工具实时使用在Maya软件中。