[发明专利]虚拟形象模型生成方法、装置及存储介质有效

专利信息
申请号: 201811047752.8 申请日: 2018-09-07
公开(公告)号: CN109308727B 公开(公告)日: 2020-11-10
发明(设计)人: 赵艳丹;曹玮剑;汪铖杰;李季檩;黄渊;程盼;黄飞跃;吴永坚 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06K9/00
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: 祝亚男
地址: 518057 广东省深圳*** 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 形象 模型 生成 方法 装置 存储 介质
【权利要求书】:

1.一种虚拟形象模型生成方法,其特征在于,所述方法包括:

获取多组人脸图像,每组人脸图像包括同一用户摆出预设的多种人脸表情时拍摄的多张人脸图像,所述每组人脸图像中包括自然人脸图像和非自然人脸图像,所述自然人脸图像为具有自然表情的人脸图像,所述非自然人脸图像为具有除所述自然表情以外的其他表情的人脸图像;

获取每张人脸图像的特征点矩阵,所述特征点矩阵包括所述人脸图像中多个五官特征点的坐标;

根据所述多组人脸图像中多张自然人脸图像的特征点矩阵,进行均值计算,得到平均矩阵,所述平均矩阵用于表示一般人脸在所述自然表情下的多个五官特征点的坐标;

计算每张自然人脸图像的特征点矩阵与所述平均矩阵之间的偏移矩阵,将所述多张自然人脸图像的偏移矩阵组成身份偏移矩阵,对所述身份偏移矩阵进行降维处理,得到人脸身份基,所述身份偏移矩阵用于描述所述多张自然人脸图像所包含用户的五官特征;

所述每组人脸图像中,计算所述非自然人脸图像的特征点矩阵与所述自然人脸图像的特征点矩阵之间的偏移矩阵,将所述多组人脸图像的偏移矩阵组成表情偏移矩阵,对所述表情偏移矩阵进行降维处理,得到人脸表情基,所述表情偏移矩阵用于描述多种人脸表情的表情特征;

当获取到目标人脸图像时,根据所述目标人脸图像、所述人脸身份基、所述人脸表情基和虚拟形象模型基,生成表情与所述目标人脸图像中的人脸表情匹配的虚拟形象模型,所述虚拟形象模型基用于描述虚拟形象模型在多种表情下的表情特征。

2.根据权利要求1所述的方法,其特征在于,所述每组人脸图像中包括多张非自然人脸图像,所述每组人脸图像中,计算所述非自然人脸图像的特征点矩阵与所述自然人脸图像的特征点矩阵之间的偏移矩阵,将所述多组人脸图像的偏移矩阵组成表情偏移矩阵,包括:

所述每组人脸图像中,分别计算所述多张非自然人脸图像的特征点矩阵与所述自然人脸图像的特征点矩阵之间的偏移矩阵;

根据所述多组人脸图像,获取多个偏移矩阵,所述多个偏移矩阵为人脸表情相同而所包含用户不同的非自然人脸图像对应的偏移矩阵,将所述多个偏移矩阵组成所述表情偏移矩阵。

3.根据权利要求1所述的方法,其特征在于,所述对所述表情偏移矩阵进行降维处理,得到人脸表情基之后,所述方法还包括:

获取所述虚拟形象模型的第一特征点矩阵和第二特征点矩阵,所述第一特征点矩阵包括所述虚拟形象模型的表情为所述自然表情时多个特征点的坐标,所述第二特征点矩阵包括所述虚拟形象模型的表情为所述自然表情时多个五官特征点的坐标;

将所述人脸表情基中的每一列作为一个偏移矩阵,得到多个偏移矩阵,将所述多个偏移矩阵分别迁移到所述第二特征点矩阵上,得到多个第一虚拟形象矩阵,所述多个第一虚拟形象矩阵分别包括所述虚拟形象模型在每种表情下所述多个五官特征点的坐标;

根据所述第一特征点矩阵中除所述多个五官特征点以外的其他特征点的坐标,将所述多个第一虚拟形象矩阵分别进行扩充,得到多个第二虚拟形象矩阵;

分别计算所述多个第二虚拟形象矩阵与所述第一特征点矩阵之间的偏移矩阵,将得到的多个偏移矩阵组成虚拟表情偏移矩阵,对所述虚拟表情偏移矩阵进行降维处理,得到所述虚拟形象模型基,所述虚拟表情偏移矩阵用于描述所述虚拟形象模型在多种表情下的表情特征。

4.根据权利要求1所述的方法,其特征在于,所述当获取到目标人脸图像时,根据所述目标人脸图像、所述人脸身份基、所述人脸表情基和虚拟形象模型基,生成表情与所述目标人脸图像中的人脸表情匹配的虚拟形象模型,包括:

获取所述目标人脸图像的特征点矩阵;

根据所述目标人脸图像的特征点矩阵、所述人脸身份基、所述人脸表情基和所述平均矩阵,计算所述目标人脸图像的表情参数,所述表情参数用于指示所述目标人脸图像中的人脸表情;

根据所述虚拟形象模型的第一特征点矩阵、所述表情参数和所述虚拟形象模型基,生成表情与所述人脸表情匹配的虚拟形象模型,所述第一特征点矩阵包括所述虚拟形象模型的表情为所述自然表情时多个特征点的坐标。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201811047752.8/1.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