[发明专利]人脸表情提取模型生成、人脸图像生成方法及装置

权利要求书

1.一种人脸表情提取模型生成方法，其特征在于，包括：

获取三维人脸素材图像和源人脸图像；

将所述三维人脸素材图像进行投影，得到所述三维人脸素材图像对应的二维人脸素材图像；

将所述源人脸图像中的人脸表情迁移至所述二维人脸素材图像，得到目标素材图像；

根据所述目标素材图像进行三维重建，得到目标三维人脸模型；

对所述目标三维人脸模型进行解优化，得到所述目标素材图像对应的表情特征信息；

根据所述目标素材图像和所述目标素材图像对应的表情特征信息构建训练样本；

基于所述训练样本训练预设的神经网络，得到人脸表情提取模型。

2.根据权利要求1所述的人脸表情提取模型生成方法，其特征在于，所述预设的神经网络为表情修正网络，所述基于所述训练样本训练预设的神经网络，得到人脸表情提取模型，包括：

将所述训练样本中的目标素材图像输入表情预测网络，得到表情预测信息；

将所述表情预测信息输入所述表情修正网络，得到修正后表情信息；

根据所述修正后表情信息与所述训练样本中的表情特征信息的差值，得到修正损失；

根据所述修正损失训练所述表情修正网络；

将所述表情预测网络与训练后的所述表情修正网络确定为所述人脸表情提取模型。

3.根据权利要求1或2所述的人脸表情提取模型生成方法，其特征在于，所述将所述源人脸图像中的人脸表情迁移至所述二维人脸素材图像，得到目标素材图像，包括：

在至少一个所述源人脸图像中确定基准人脸图像；所述基准人脸图像为人脸表情与无表情状态差异最小的所述源人脸图像；

将每个所述源人脸图像输入一阶运动模型中进行表情变化参数提取处理，得到所述每个所述源人脸图像对应的表情变化参数；所述表情变化参数表征所述每个所述源人脸图像的表情描述参数相对于所述基准人脸图像的表情描述参数的变化量；

将所述二维人脸素材图像输入所述一阶运动模型中进行表情参数提取处理，得到所述二维人脸素材图像的表情描述参数；

根据所述表情变化参数和所述二维人脸素材图像的表情描述参数，得到目标素材表情参数；

根据所述目标素材表情参数和所述目标人脸素材图像，生成所述目标素材图像。

4.根据权利要求3所述的人脸表情提取模型生成方法，其特征在于，所述表情变化参数包括关键点位置变化参数和运动状态变化参数；所述表情描述参数包括关键点位置参数和运动状态描述参数，所述根据所述表情变化参数和所述二维人脸素材图像的表情描述参数，得到目标素材表情参数，包括：

根据所述关键点位置变化参数和所述二维人脸素材图像的关键点位置参数，得到所述目标素材的关键点位置参数；

根据所述运动状态变化参数和所述二维人脸素材图像的运动状态描述参数，得到所述目标素材的运动状态描述参数；

根据所述目标素材的关键点位置参数和所述目标素材的运动状态描述参数，得到所述目标素材表情参数。

5.一种人脸图像生成方法，其特征在于，所述方法包括：

获取参考人脸图像和三维人脸素材；

将所述参考人脸图像输入人脸表情提取模型，得到所述参考人脸图像的表情特征信息；

根据所述三维人脸素材和所述参考人脸图像的表情特征信息进行三维重建，得到三维映射人脸模型；

将所述三维映射人脸模型进行投影，得到目标人脸图像；

其中，所述人脸表情提取模型根据权利要求1-4中任意一项所述的人脸表情提取模型生成方法得到。