[发明专利]一种基于虚拟人的无标记面部表情捕获方法及系统

说明书

本发明公开了一种基于虚拟人的无标记面部表情捕获方法及系统，所述方法包括：获得包括真人面部图像信息的第一图像信息集合，并获得集合中所有图像信息的景深特征信息，色彩特征信息和五官位置特征信息；依据所得特征信息构建第一图像集合中所有图像的决策树；将集合中的图像信息输入决策树，构建真人表情分类数据库；获得第一虚拟人的面部图像信息；将其输入真人表情分类数据库，获得第一分类结果；根据第一虚拟人的面部特征信息和真人表情分类数据库进行相似度匹配，获得第一匹配结果；根据第一匹配结果，获得第M匹配结果；据此进一步获得第一虚拟人的第一面部表情。解决了现有技术中无法客观准确地获取虚拟人面部表情的技术问题。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于虚拟人的无标记面部表情捕获方法及系统。

背景技术

面部表情是人类社交中传递情绪状态的重要方式之一，它与手势、语言、声音及肢体姿势一起构成了人类在社会环境中的基本交流系统。随着计算机性能的提升和计算机图形学的发展，以面部表情为对象的虚拟人脸表情研究已成为当下计算机视觉领域非常活跃的方向之一。其研究成果广泛应用于虚拟教学、表情分析、混合现实、人工智能、电影特效制作等领域。目前，虚拟人表情研究总体上可分为基于几何、基于图像、基于运动跟踪的研究方法。其中基于几何的研究方法主要包括关键帧插值法、参数化方法、肌肉模型法等；基于图像的方法主要包括：图像变形、动态纹理映射、面色变化的表情等。研究者通过各种方法获得人脸面部表情后，将其转化为数字化的“抽象表情”，以便动画软件将它“赋予”虚拟人，使虚拟人具有和人类一样的表情，并生成最终的表情动画序列。

本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在仅通过人们主观感受来评价虚拟人面部表情，而没有办法客观准确地获取虚拟人面部表情的技术问题。

发明内容

本申请实施例通过提供一种基于虚拟人的无标记面部表情捕获方法及系统，所述方法包括：获得第一图像信息集合，所述第一图像信息集合包括N个真人面部图像信息；获得所述第一图像信息集合中所有图像信息的景深特征信息，色彩特征信息和五官位置特征信息；基于所述景深特征信息，色彩特征信息和五官位置特征信息，构建所述第一图像集合中所有图像的决策树；将所述第一图像信息集合中的所有图像信息输入所述决策树，进行分类存储，构建真人表情分类数据库；获得第一图像信息，所述第一图像信息包括第一虚拟人的面部图像信息；将所述第一图像信息输入所述真人表情分类数据库进行特征分类，获得第一分类结果；根据所述第一虚拟人的面部特征信息和所述真人表情分类数据库中真人通过第一匹配动作进行相似度匹配，获得第一匹配结果；根据所述第一匹配结果，获得第M匹配结果；根据所述第M匹配结果和所述第一分类结果，获得所述第一虚拟人的第一面部表情。解决了现有技术中存在仅通过人们主观感受来评价虚拟人面部表情，而没有办法客观准确地获取虚拟人面部表情的技术问题。达到了客观准确地获取虚拟人面部表情，同时利用决策树分类回归方法，有效提高了虚拟人面部表情分析效率，确保虚拟人无标记面部表情捕获准确性的技术效果。

鉴于上述问题，本申请实施例提供了一种基于虚拟人的无标记面部表情捕获方法及系统。

第一方面，本申请提供了一种基于虚拟人的无标记面部表情捕获方法，其中，所述方法包括：获得第一图像信息集合，所述第一图像信息集合包括N个真人面部图像信息；获得所述第一图像信息集合中所有图像信息的景深特征信息，色彩特征信息和五官位置特征信息；基于所述景深特征信息，色彩特征信息和五官位置特征信息，构建所述第一图像集合中所有图像的决策树；将所述第一图像信息集合中的所有图像信息输入所述决策树，进行分类存储，构建真人表情分类数据库；获得第一图像信息，所述第一图像信息包括第一虚拟人的面部图像信息；将所述第一图像信息输入所述真人表情分类数据库进行特征分类，获得第一分类结果；根据所述第一虚拟人的面部特征信息和所述真人表情分类数据库中真人通过第一匹配动作进行相似度匹配，获得第一匹配结果；根据所述第一匹配结果，获得第M匹配结果；根据所述第M匹配结果和所述第一分类结果，获得所述第一虚拟人的第一面部表情。