[发明专利]一种基于语音驱动及图像识别的影视动画制作方法

摘要

本发明提供一种基于语音驱动及图像识别的影视动画制作方法，包括以下步骤：步骤a：获取作为源素材序列的图像，以及获取作为源素材的声音；步骤b：根据步骤a中获得的图像计算面部情绪数据；步骤c：将步骤b中获得的面部情绪数据发送至三维软件；步骤d：在所述三维软件中，调取步骤a中获得的原素材声音，与三维角色模型已经定义好的相应口型进行关联，使所述三维角色模型呈现与所述声音对应的口型；将步骤c所述情绪数据与三维角色模型已经定义好的相应表情进行关联，使所述三维角色模型呈现与所述情绪数据对应的表情。本发明将得到的原始静态数据做动态分析和优化，实时传递到三维软件中，为动画软件中的人物表情制作作准备。

主权项

1.一种基于语音驱动及图像识别的影视动画制作方法，其特征在于，包括如下步骤：步骤a：获取作为源素材序列的图像，以及获取作为源素材的声音数据；步骤b：根据步骤a中获得的图像计算面部情绪数据；步骤c：将步骤b中获得的面部情绪数据发送至三维软件；步骤d：在所述三维软件中，调取步骤a中获得的原素材的声音数据，与三维角色模型已经定义好的相应口型进行关联，使所述三维角色模型呈现与所述声音对应的口型；将步骤c所述情绪数据与三维角色模型已经定义好的相应表情进行关联，使所述三维角色模型呈现与所述情绪数据对应的表情，步骤b中，所述情绪数据包括8组：Anger、Contempt、Disgust、Fear、Happiness、Neutral、Sadness、Surprise，均为双精度数据类型，且数值范围为(0，1)，数值越大表示该情绪越饱满；每组情绪数据包括通过一段时间内实时获取的多个图像计算得到的多个数值，在计算获取所述情绪数据后还包括动态排序和优化所述情绪数据的步骤：对每组情绪数据，不断将当前时间的情绪数据与上一时间的情绪数据进行比较，比较完后将其中较大值作为新的上一时间情绪数据；规定时间间隔后获取最大值的情绪数据，该最大值的情绪数据为将发送给所述三维软件的情绪数据。