[发明专利]人脸模型生成方法、装置、存储介质与电子设备

权利要求书

1.一种人脸模型生成方法，其特征在于，包括：

获取参考人脸的基准表情模型与目标人脸的样本表情模型，建立关于所述目标人脸的基准表情模型的变量以及关于权重的变量；

通过调整所述权重，使所述参考人脸的加权表情模型与所述样本表情模型的表情匹配成功，以得到所述权重的初始值；所述参考人脸的加权表情模型是通过所述权重对所述参考人脸的基准表情模型进行加权所得到的模型；

基于所述目标人脸的加权表情模型与所述样本表情模型的差别，建立至少一个能量函数；所述目标人脸的加权表情模型是通过所述权重对所述目标人脸的基准表情模型进行加权所得到的模型；

交替执行以下两种优化：在固定所述权重的情况下利用所述能量函数优化所述目标人脸的基准表情模型，以及在固定所述目标人脸的基准表情模型的情况下利用所述能量函数优化所述权重；

输出优化后的所述目标人脸的基准表情模型。

2.根据权利要求1所述的方法，其特征在于，所述至少一个能量函数包括第一能量函数与第二能量函数；所述基于所述目标人脸的加权表情模型与所述样本表情模型的差别，建立至少一个能量函数，包括：

基于所述目标人脸的加权表情模型的第一类特征与所述样本表情模型的第一类特征之间的差别，建立所述第一能量函数；

基于所述目标人脸的加权表情模型的第二类特征与所述样本表情模型的第二类特征之间的差别，建立所述第二能量函数；

所述在固定所述权重的情况下利用所述能量函数优化所述目标人脸的基准表情模型，以及在固定所述目标人脸的基准表情模型的情况下利用所述能量函数优化所述权重，包括：

在固定所述权重的情况下利用所述第一能量函数优化所述目标人脸的基准表情模型，以及在固定所述目标人脸的基准表情模型的情况下利用所述第二能量函数优化所述权重。

3.根据权利要求2所述的方法，其特征在于，所述第一类特征包括：局部面片特征；基于所述目标人脸的加权表情模型的第一类特征与所述样本表情模型的第一类特征之间的差别，建立所述第一能量函数，包括：

获取所述目标人脸的加权表情模型的局部面片特征，并获取所述样本表情模型的局部面片特征；

基于所述目标人脸的加权表情模型的局部面片特征与所述样本表情模型的局部面片特征之间的差别，建立所述第一能量函数。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标人脸的加权表情模型的局部面片特征，包括：

通过所述权重对所述目标人脸的基准表情模型的局部面片特征进行加权，得到所述目标人脸的加权表情模型的局部面片特征。

5.根据权利要求4所述的方法，其特征在于，所述在固定所述权重的情况下利用所述第一能量函数优化所述目标人脸的基准表情模型，包括：

在固定所述权重的情况下利用所述第一能量函数优化所述目标人脸的基准表情模型的局部面片特征；

根据优化后的所述目标人脸的基准表情模型的局部面片特征，重建出优化后的所述目标人脸的基准表情模型。

6.根据权利要求2所述的方法，其特征在于，所述第二类特征包括：关键点特征；所述基于所述目标人脸的加权表情模型的第二类特征与所述样本表情模型的第二类特征之间的差别，建立所述第二能量函数，包括：

获取所述目标人脸的加权表情模型的关键点特征，并获取所述样本表情模型的关键点特征；

基于所述目标人脸的加权表情模型的关键点特征与所述样本表情模型的关键点特征之间的差别，建立所述第二能量函数。

7.根据权利要求6所述的方法，其特征在于，所述获取所述目标人脸的加权表情模型的关键点特征，包括：

通过所述权重对所述目标人脸的基准表情模型的关键点特征进行加权，得到所述目标人脸的加权表情模型的关键点特征。

8.根据权利要求7所述的方法，其特征在于，所述在固定所述目标人脸的基准表情模型的情况下利用所述第二能量函数优化所述权重，包括：

在固定所述目标人脸的基准表情模型的关键点特征的情况下利用所述第二能量函数优化所述权重。