[发明专利]三维卡通人脸建模方法及装置在审
| 申请号: | 202210483519.4 | 申请日: | 2022-05-05 |
| 公开(公告)号: | CN114998554A | 公开(公告)日: | 2022-09-02 |
| 发明(设计)人: | 徐枫;于涛 | 申请(专利权)人: | 清华大学 |
| 主分类号: | G06T19/00 | 分类号: | G06T19/00;G06T13/40;G06T17/00;G06V40/16;G06V20/64 |
| 代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 黄德海 |
| 地址: | 100084*** | 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: | 三维 卡通 建模 方法 装置 | ||
本申请公开了一种三维卡通人脸建模方法及装置,其中,方法包括:提取目标人物在二维图像中人脸的二维人脸特征;根据目标人物的三维深度图提取人脸的三维人脸特征;融合二维人脸特征、三维人脸特征和预设卡通风格特征,生成目标人脸的三维卡通人脸模型。由此,解决了相关技术中基于神经网络对真实人脸进行卡通形象建模,导致生成的卡通形象风格单一且辨识度较低的技术问题。
技术领域
本申请涉及计算机图形学与深度学习技术领域,特别涉及一种三维卡通人脸建模方法及装置。
背景技术
三维重建在3D游戏,动画,电影等诸多领域中有着广泛的应用。作为其中的一个主要以及最具有辨识度的部分,进行三维人脸重建的需求越来越高。
得益于计算机与移动终端等设备的算力提升,利用深度学习对真实人脸特征的提取技术趋于成熟,相关技术可以基于神经网络对真实人脸进行卡通形象生成。
然而,相关技术只能由专业技术人员手动进行卡通形象建模,难以推广普及,并且生成的三维卡通人脸模型风格相似,无法实现多元化,且不具备真实人脸辨识度,有待改善。
发明内容
本申请提供一种三维卡通人脸建模方法及装置,以解决相关技术中基于神经网络对真实人脸进行卡通形象建模,导致生成的卡通形象风格单一且辨识度较低的技术问题。
本申请第一方面实施例提供一种三维卡通人脸建模方法,包括以下步骤:提取目标人物在二维图像中人脸的二维人脸特征;根据所述目标人物的三维深度图提取所述人脸的三维人脸特征;以及融合所述二维人脸特征、所述三维人脸特征和预设卡通风格特征,生成所述目标人脸的三维卡通人脸模型。
可选地,在本申请的一个实施例中,所述生成所述目标人脸的三维卡通人脸模型,包括:根据由所述二维人脸特征、所述三维人脸特征和预设卡通风格特征融合得到的融合特征生成所述目标人脸的初始三维卡通人脸模型;计算所述初始三维卡通人脸模型的呈现程度,并在所述呈现程度小于预设阈值时,基于预设标准对所述二维人脸特征、所述三维人脸特征和预设卡通风格特征中的至少一个特征线性加权,生成新的三维卡通人脸模型,迭代优化,直至所述新的三维卡通人脸模型的呈现程度大于或等于所述预设阈值,得到最终三维卡通人脸模型。
可选地,在本申请的一个实施例中,在生成所述新的三维卡通人脸模型之后,还包括:获取当前迭代轮下的至少一个特征的当前特征权重值;根据所述当前特征权重值和所述上一迭代轮下的新的三维卡通人脸模型的呈现程度得到所述当前迭代轮的新的三维卡通人脸模型的呈现程度。
可选地,在本申请的一个实施例中,所述呈现程度的计算公式为:
其中,K表示与人物辨识度强相关总特征数量,M表示与人物满意度指标强相关总特征数量,TV为第V轮迭代前原先特征在呈现到模型中的程度,a表示人物辨识度对最终特征呈现所占的比重,1-a表示人物满意度对最终特征呈现所占的比重,DV(k)为第V轮中各特征在辨识度中所占比重,SV(m)为第V轮中各特征在满意度中所占比重。
可选地,在本申请的一个实施例中,所述预设卡通风格特征包括至少一个迪士尼卡通风格特征、至少一个日本卡通风格特征和至少一个Meta卡通风格特征中的至少一个。
本申请第二方面实施例提供一种三维卡通人脸建模装置,包括:第一提取模块,用于提取目标人物在二维图像中人脸的二维人脸特征;第二提取模块,用于根据所述目标人物的三维深度图提取所述人脸的三维人脸特征;以及建模模块,用于融合所述二维人脸特征、所述三维人脸特征和预设卡通风格特征,生成所述目标人脸的三维卡通人脸模型。
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清华大学,未经清华大学许可,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/202210483519.4/2.html,转载请声明来源钻瓜专利网。





