[发明专利]用于生成信息的方法和装置有效

专利信息
申请号: 201910099412.8 申请日: 2019-01-31
公开(公告)号: CN109754464B 公开(公告)日: 2020-03-27
发明(设计)人: 郭冠军 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T17/00 分类号: G06T17/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 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:
搜索关键词: 用于 生成 信息 方法 装置
【说明书】:

本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:获取目标人脸图像;确定目标人脸图像所对应的头部姿态信息,其中,头部姿态信息用于表征目标人脸图像所对应的头部的旋转角度;响应于确定头部姿态信息指示目标人脸图像所对应的头部的旋转角度小于等于预设角度,执行以下步骤:将目标人脸图像输入预先训练的第一生成模型,得到目标人脸图像相对于预设的平均人脸图像的偏差数据;基于所得到的偏差数据和平均人脸图像所对应的预设三维网格信息,生成目标人脸图像所对应的结果三维网格信息。该实施方式可以减少计算量,有助于提高三维人脸重建的效率。

技术领域

本公开的实施例涉及计算机技术领域,尤其涉及用于生成信息的方法和装置。

背景技术

随着手机视频应用的普及,各种人脸特效功能也得到了广泛的应用。三维人脸重建作为一种有效的人脸表述的技术,有广泛的应用前景。

三维人脸重建,是通过给定的二维人脸图像的像素信息来直接回归人脸的三维网格信息(3D mesh)的过程。目前,在进行三维人脸重建时,通常会将三维网格的所有顶点重建出来。

发明内容

本公开的实施例提出了用于生成信息的方法和装置。

第一方面,本公开的实施例提供了一种用于生成信息的方法,该方法包括:获取目标人脸图像;确定目标人脸图像所对应的头部姿态信息,其中,头部姿态信息用于表征目标人脸图像所对应的头部的旋转角度;响应于确定头部姿态信息指示目标人脸图像所对应的头部的旋转角度小于等于预设角度,执行以下步骤:将目标人脸图像输入预先训练的第一生成模型,得到目标人脸图像相对于预设的平均人脸图像的偏差数据;基于所得到的偏差数据和平均人脸图像所对应的预设三维网格信息,生成目标人脸图像所对应的结果三维网格信息。

在一些实施例中,该方法还包括:响应于确定头部姿态信息指示目标人脸图像所对应的头部的旋转角度大于预设角度,执行以下步骤:将目标人脸图像输入预先训练的第二生成模型,得到目标人脸图像所对应的映射图,其中,映射图中的点与目标人脸图像中的人脸关键点相对应;基于映射图中的点的坐标和像素值,生成目标人脸图像所对应的结果三维网格信息。

在一些实施例中,第二生成模型通过以下步骤训练获得:获取训练样本集,其中,训练样本包括样本人脸图像、样本人脸图像中的人脸关键点的坐标和深度值;对于训练样本集中的训练样本,基于该训练样本中的人脸关键点的坐标,确定该训练样本中的人脸关键点在待构建的映射图中的映射位置,以及基于该训练样本中的人脸关键点的深度值,确定待构建的映射图中相应的映射位置的像素值,利用所确定的映射位置和映射位置的像素值,构建与该训练样本中的样本人脸图像对应的映射图;利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的映射图作为期望输出,训练得到第二生成模型。

在一些实施例中,第一生成模型和第二生成模型分别为预设的三维人脸重建模型中的子模型。

在一些实施例中,第一生成模型通过以下步骤训练获得:获取多个样本人脸图像和预设的平均人脸图像所对应的预设三维网格信息;基于预设三维网格信息确定平均人脸图像中的人脸关键点的坐标和深度值;对于多个样本人脸图像中的样本人脸图像,确定该样本人脸图像中的人脸关键点的坐标和深度值,以及基于该样本人脸图像中的人脸关键点的坐标、深度值和平均人脸图像中的人脸关键点的坐标、深度值,确定该样本人脸图像相对于平均人脸图像的样本偏差数据;利用机器学习方法,将多个样本人脸图像中的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本偏差数据作为期望输出,训练得到第一生成模型。

在一些实施例中,确定目标人脸图像所对应的头部姿态信息,包括:将目标人脸图像输入预先训练的头部姿态识别模型,获得目标人脸图像所对应的头部姿态信息。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910099412.8/2.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