[发明专利]人脸模型生成方法、装置、存储介质与电子设备在审

专利信息
申请号: 202210386058.9 申请日: 2022-04-13
公开(公告)号: CN114693846A 公开(公告)日: 2022-07-01
发明(设计)人: 俞云杰;黄晗;郭彦东 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06T13/40 分类号: G06T13/40;G06T15/00
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 刘抗美
地址: 523860 广东*** 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: 模型 生成 方法 装置 存储 介质 电子设备
【说明书】:

本公开提供一种人脸模型生成方法、装置、存储介质与电子设备,涉及计算机技术领域。该人脸模型生成方法包括: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,建立关于目标人脸的基准表情模型的变量以及关于权重的变量;根据参考人脸的加权表情模型与样本表情模型之间的表情匹配,调整权重的初始值;基于目标人脸的加权表情模型与样本表情模型的差别,建立至少一个能量函数;交替地在固定权重的情况下利用能量函数优化目标人脸的基准表情模型,以及在固定目标人脸的基准表情模型的情况下利用能量函数优化权重;输出优化后的目标人脸的基准表情模型。本公开提高了人脸模型的生成效率,改善了模型质量。

技术领域

本公开涉及计算机技术领域,尤其涉及一种人脸模型生成方法、人脸模型生成装置、计算机可读存储介质与电子设备。

背景技术

人脸模型常常应用于影视、游戏、动画等领域,通过对人脸模型的控制,可以呈现拟真的人脸动作或表情。

相关技术中,通常需要工作人员基于经验,手工制作出特定角色在不同表情下的人脸模型。显然,该方法需要耗费较高的人力成本和时间成本,效率低下。

发明内容

本公开提供了一种人脸模型生成方法、人脸模型生成装置、计算机可读存储介质与电子设备,进而至少在一定程度上改善人脸模型生成效率低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开的第一方面,提供一种人脸模型生成方法,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。

根据本公开的第二方面,提供一种人脸模型生成装置,包括:数据获取模块,被配置为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;初始值确定模块,被配置通过调整所述权重,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;能量函数建立模块,被配置为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;数据优化模块,被配置为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。

根据本公开的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面的人脸模型生成方法及其可能的实现方式。

根据本公开的第四方面,提供一种电子设备,包括:处理器;存储器,用于存储所述处理器的可执行指令。其中,所述处理器配置为经由执行所述可执行指令,来执行上述第一方面的人脸模型生成方法及其可能的实现方式。

本公开的技术方案具有以下有益效果:

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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/202210386058.9/2.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