[发明专利]虚拟三维人脸生成方法、人脸生成模型的训练方法及装置在审
申请号: | 202210601570.0 | 申请日: | 2022-05-30 |
公开(公告)号: | CN114998961A | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 王顺飞 | 申请(专利权)人: | OPPO广东移动通信有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/764;G06V10/774;G06V10/26;G06V10/80;G06V10/82;G06N3/04;G06N3/08;G06T15/02 |
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: | 冯瑶 |
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: | 虚拟 三维 生成 方法 模型 训练 装置 | ||
本申请涉及一种虚拟三维人脸生成方法、人脸生成模型的训练方法及装置,属于图像处理技术领域。包括:对参考人脸图像的第一人脸特征进行语义解析,得到第一区域语义特征,所述第一区域语义特征用于表示所述参考人脸图像的第一人脸区域的多个部位的语义特征;基于所述第一区域语义特征,确定第一注意力权重特征,所述第一注意力权重特征用于表示所述第一人脸区域的多个部位对人脸属性的重要程度;基于所述第一区域语义特征和所述第一注意力权重特征,确定所述第一人脸区域对应的多个第一人脸属性类别;基于所述多个第一人脸属性类别对应的多个三维人脸素材,生成所述参考人脸图像对应的虚拟三维人脸。本申请提高了虚拟三维人脸图像的准确性。
技术领域
本申请实施例涉及图像处理技术领域,特别涉及一种虚拟三维人脸生成方法、人脸生成模型的训练方法及装置。
背景技术
随着图像处理技术的发展,可以对图像处理的方式越来越多;例如,可以基于参考人脸图像中的人脸,生成一个与该人脸类似的虚拟三维人脸,从而用户将该虚拟三维人脸作为用户的头像或者用户在直播或者视频通话的过程中,使用该虚拟三维人脸遮挡用户的头部。
相关技术中,生成虚拟三维人脸的过程为:提取参考人脸图像中的人脸特征,对人脸特征进行分类,得到人脸的多个人脸属性类别,获取多个人脸属性类别对应的三维人脸素材,对多个人脸属性类别对应的三维人脸素材进行拼接,得到该参考人脸图像对应的虚拟三维人脸。
相关技术中,当某个人脸属性类别涉及的区域在人脸区域中占比较小的情况下,提取的人脸特征就不准确,从而导致确定出的人脸属性类别不准确,进而导致生成的虚拟三维人脸与参考人脸图像的对应性较差,也即虚拟三维人脸的准确性低。
发明内容
本申请实施例提供了一种虚拟三维人脸生成方法、人脸生成模型的训练方法及装置,能够提高生成的虚拟三维人脸的准确性。所述技术方案如下:
一方面,提供了一种虚拟三维人脸生成方法,所述方法包括:
对参考人脸图像的第一人脸特征进行语义解析,得到第一区域语义特征,所述第一区域语义特征用于表示所述参考人脸图像的第一人脸区域的多个部位的语义特征;
基于所述第一区域语义特征,确定第一注意力权重特征,所述第一注意力权重特征用于表示所述第一人脸区域的多个部位对人脸属性的重要程度;
基于所述第一区域语义特征和所述第一注意力权重特征,确定所述第一人脸区域对应的多个第一人脸属性类别;
基于所述多个第一人脸属性类别对应的多个三维人脸素材,生成所述参考人脸图像对应的虚拟三维人脸。
另一方面,提供了一种人脸生成模型的训练方法,所述方法包括:
获取样本数据,所述样本数据包括样本人脸图像和所述样本人脸图像的第二人脸区域的多个样本人脸属性类别;
对所述样本人脸图像的第二人脸特征进行语义解析,得到第三区域语义特征,所述第三区域语义特征用于表示所述样本人脸图像的第二人脸区域的多个部位的语义特征;
基于所述第三区域语义特征,确定第二注意力权重特征,所述第二注意力权重特征用于表示所述第二人脸区域的多个部位对人脸属性的重要程度;
基于所述第三区域语义特征和所述第二注意力权重特征,确定所述第二人脸区域对应的多个第二人脸属性类别;
基于所述多个第二人脸属性类别和所述多个样本人脸属性类别,训练得到人脸生成模型。
另一方面,提供了一种虚拟三维人脸生成装置,所述装置包括:
第一解析模块,用于对参考人脸图像的第一人脸特征进行语义解析,得到第一区域语义特征,所述第一区域语义特征用于表示所述参考人脸图像的第一人脸区域的多个部位的语义特征;
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/202210601570.0/2.html,转载请声明来源钻瓜专利网。