[发明专利]一种实时语音驱动的照片级真实感人脸肖像视频生成方法在审
| 申请号： | 202111491389.0 | 申请日： | 2021-12-08 |
| 公开（公告）号： | CN114639374A | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 曹汛;陆元勋;柴金祥 | 申请（专利权）人： | 南京大学;魔珐（上海）信息科技有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/16;G10L13/02;G06V40/16;G06V40/20;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 江苏法德东恒律师事务所 32305 | 代理人： | 李媛媛 |
| 地址： | 210046 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种实时语音驱动的照片级真实感人脸肖像视频生成方法，属于计算机图形学和计算机视觉领域。该方法包括：使用深度神经网络来提取深度语音特征；使用流形投影将输入语音投影到目标人物的语音空间；使用嘴部预测网络从深度语音特征生成嘴部运动；使用头部姿态预测网络从深度语音特征生成目标任务人脸姿态和上半身运动；使用条件图片到图片转换网络来合成照片级真实感的肖像图片。本发明在给定输入语音流下，以实时速度(超过30帧/秒)生成语音对应的目标人脸的照片级真实肖像视频。本发明对于输入语音泛化性强，并且能够成功合成个性化的人脸细节，同时允许用户对于生成头部姿态进行显式控制。 | ||
| 搜索关键词： | 一种 实时 语音 驱动 照片 真实 感人 肖像 视频 生成 方法 | ||
【主权项】：
暂无信息
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南京大学;魔珐（上海）信息科技有限公司，未经南京大学;魔珐（上海）信息科技有限公司许可，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/patent/202111491389.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种降糖酸奶及其制备方法
- 下一篇：咪唑并吡啶衍生物及其用途
