[发明专利]一种视频驱动的人脸动画生成方法有效
申请号: | 201410415274.7 | 申请日: | 2014-08-21 |
公开(公告)号: | CN104217454B | 公开(公告)日: | 2017-11-03 |
发明(设计)人: | 夏时洪;王涵 | 申请(专利权)人: | 中国科学院计算技术研究所 |
主分类号: | G06T13/40 | 分类号: | G06T13/40 |
代理公司: | 北京泛华伟业知识产权代理有限公司11280 | 代理人: | 王勇 |
地址: | 100190 北*** | 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: | 本发明提供一种视频驱动的人脸动画生成方法,包括1)从视频的人脸图像中提取所述视频的语义特征向量,语义特征向量由多个语义特征变量组成,语义特征变量包括描述脸部器官周围局部运动的特征变量,以及描述全脸各器官之间相对运动的特征变量;2)基于由多个表情基构成的参考模型,将所述视频的语义特征向量表示为各表情基的语义特征向量的加权和,并将与各表情基的语义特征向量的加权系数作为表情参数;3)基于步骤2)所获得的表情参数和相应的参考模型的表情基,生成与所述视频表情一致的人脸动画。本发明能够增加人脸动画的稳定性和真实感;能够尽可能减少用户操作;能够减少计算量,降低内存消耗。 | ||
搜索关键词: | 一种 视频 驱动 动画 生成 方法 | ||
【主权项】:
一种视频驱动的人脸动画生成方法,其特征在于,包括下列步骤:1)从视频的人脸图像中提取所述视频的语义特征向量,所述语义特征向量由多个语义特征变量组成,所述语义特征变量包括:描述脸部器官周围局部运动的特征变量,以及描述全脸各器官之间相对运动的特征变量;2)基于由多个表情基构成的参考模型,将所述视频的语义特征向量表示为各表情基的语义特征向量的加权和,并将与各表情基的语义特征向量的加权系数作为表情参数;3)基于步骤2)所获得的表情参数和相应的参考模型的表情基,生成与所述视频表情一致的人脸动画;所述步骤1)、2)中,所述描述脸部器官周围局部运动的特征变量包括:描述眉毛周围局部运动的特征变量,描述眼睛周围局部运动的特征变量,以及描述嘴巴周围局部运动的特征变量;所述描述眉毛周围局部运动的特征变量包括两眉毛之间的水平距离,左眉内眉梢、外眉梢、眉毛中心与左眼的垂直距离,以及右眉内眉梢、外眉梢、眉毛中心与右眼的垂直距离;所述描述眼睛周围局部运动的特征变量包括左眼上眼皮与下眼皮之间的最大垂直距离,以及右眼上眼皮与下眼皮之间的最大垂直距离;所述描述嘴巴周围局部运动的特征变量包括上嘴角宽度、嘴巴最大宽度和嘴巴最大张开幅度;所述描述全脸各器官之间相对运动的特征变量包括:鼻眼之间,嘴眼之间以及鼻嘴之间的距离特征变量;所述鼻眼之间的距离特征变量包括:鼻尖与两眼中心的垂直距离;嘴眼之间的距离特征信息包括:左嘴角与眼睛的垂直距离,以及右嘴角与眼睛的垂直距离;鼻嘴之间的距离特征信息包括:鼻尖与左嘴角的水平距离、鼻尖与右嘴角的水平距离、鼻尖与上嘴唇中心的垂直距离、鼻尖与上嘴唇左尖的垂直距离,以及鼻尖与上嘴唇右尖的垂直距离;所述步骤2)包括下列子步骤:21)基于描述脸部器官周围局部运动的特征变量,构造分别与各脸部器官相对应的多个局部特征子向量,基于描述全脸各器官之间相对运动的特征变量,构造全局特征子向量;22)基于误差最小原则,求解将所述视频的局部特征子向量表示为表情基的局部特征子向量加权和的表情参数局部子向量;求解将所述视频的全局特征子向量表示为表情基的全局特征子向量加权和的表情参数全局子向量;23)将表情参数全局子向量与各脸部器官所对应的表情参数局部子向量融合,得到各所述表情基最终的表情参数。
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中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,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/patent/201410415274.7/,转载请声明来源钻瓜专利网。