[发明专利]面部模型的确定方法及装置有效
申请号: | 201910979248.X | 申请日: | 2019-10-15 |
公开(公告)号: | CN110781782B | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 卫振东 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F21/45 |
代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 焦方佼;王琦 |
地址: | 518000 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: | 面部 模型 确定 方法 装置 | ||
本发明公开了一种面部模型的确定方法及装置。其中,该方法包括:获取目标帐号上传的第一图像,其中,第一图像中包括第一面部区域;从一组具有对应关系的第二图像和面部特征信息中获取目标图像和目标图像对应的目标面部特征信息,其中,目标图像包括与第一面部区域匹配的第二面部区域,目标面部特征信息包括多个面部特征参数所对应的目标面部特征参数值,多个面部特征参数用于构造面部模型;使用目标面部特征信息构造目标帐号所对应的第一面部模型。本发明解决了相关技术中面部模型的生成效率较低的技术问题。
技术领域
本发明涉及计算机领域,具体而言,涉及一种面部模型的确定方法及装置。
背景技术
现有生成面部模型的实现方案主要存在几个问题。首先,基于监督学习的方法,对于训练样本的数量是有极高的要求的,通常要达到较好的训练效果,样本数量通常在10000至50000数量或以上,这对于人工生产训练样本来说,需要极大的人力成本和时间成本,这是一个应用程序所不能接受的,如果数量级太低(如500以内),对深度学习的效果将产生较大的影响,从而无法达到预期效果;其次,人工生产样本是在游戏内现有的面部模型生成系统内进行,通常存在一定的感官上的误差,进而影响到训练样本的数据稳定性;此外,随着应用内面部模型生成系统的不断优化和迭代,人工生产样本的过程必须随时变化,这也间接导致样本生产效率及稳定性的降低,从而影响监督学习的效果。上述问题也就导致了目前的面部模型的生成效率较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种面部模型的确定方法及装置,以至少解决相关技术中面部模型的生成效率较低的技术问题。
根据本发明实施例的一个方面,提供了一种面部模型的确定方法,包括:
获取目标帐号上传的第一图像,其中,所述第一图像中包括第一面部区域;
从一组具有对应关系的第二图像和面部特征信息中获取目标图像和所述目标图像对应的目标面部特征信息,其中,所述目标图像包括与所述第一面部区域匹配的第二面部区域,所述目标面部特征信息包括多个面部特征参数所对应的目标面部特征参数值,所述多个面部特征参数用于构造面部模型;
使用所述目标面部特征信息构造所述目标帐号所对应的第一面部模型,其中,所述第二面部区域是所述目标图像上展示所述第一面部模型的区域。
可选地,获取所述目标帐号上传的所述第一图像,包括:
在模型显示界面显示为所述目标帐号生成的第二面部模型,其中,所述模型显示界面中显示有目标控件;
在检测到对所述目标控件执行的选择操作的情况下,显示图像获取界面;
获取所述目标帐号在所述图像获取界面中上传的所述第一图像。
可选地,在使用所述目标面部特征信息构造所述目标帐号所对应的第一面部模型之后,所述方法还包括:
将所述模型显示界面上显示的所述第二面部模型替换为所述第一面部模型。
可选地,从所述一组具有对应关系的第二图像和面部特征信息中获取所述目标图像,包括:
确定所述第一面部区域与每个第二图像所包括的面部区域之间的相似度;
将所述相似度最高的第二图像确定为所述目标图像。
可选地,在从一组具有对应关系的第二图像和面部特征信息中获取目标图像和所述目标图像对应的目标面部特征信息之前,所述方法还包括:
随机生成多组具有对应关系的所述多个面部特征参数和面部特征参数值;
使用所述多组具有对应关系的所述多个面部特征参数和面部特征参数值中的面部特征参数值构造多个面部模型;
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/201910979248.X/2.html,转载请声明来源钻瓜专利网。