[发明专利]虚拟形象生成方法、装置、电子设备和介质在审

专利信息
申请号: 202310006098.0 申请日: 2023-01-03
公开(公告)号: CN116030150A 公开(公告)日: 2023-04-28
发明(设计)人: 刘豪杰 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T13/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 杨静
地址: 100085 北京市*** 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: 虚拟 形象 生成 方法 装置 电子设备 介质
【说明书】:

本公开提供了一种虚拟形象生成方法、装置、电子设备和介质,涉及人工智能领域,具体为增强现实、虚拟现实、计算机视觉、深度学习等领域,可应用于虚拟形象生成、元宇宙、虚拟数字人等场景。具体实现方案为:确定第一虚拟形象中的多个第一目标区域;确定第二虚拟形象中的多个第二目标区域;针对第一虚拟形象中的每个第一目标区域,确定该第一目标区域与第二虚拟形象中对应的第二目标区域之间的非刚性变换矩阵;以及基于非刚性变换矩阵和针对第一虚拟形象的目标融合系数,对第一虚拟形象和第二虚拟形象进行融合处理,生成目标虚拟形象,其中,目标融合系数用于表征第一虚拟形象在融合处理时的融合程度。

技术领域

本公开涉及人工智能技术领域,具体为增强现实、虚拟现实、计算机视觉、深度学习等领域,可应用于虚拟形象生成、元宇宙、虚拟数字人等场景。本公开具体涉及一种虚拟形象生成方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

随着人工智能技术的发展,个性化虚拟形象被广泛地应用于社交、直播、游戏等场景,以提高用户的沉浸式体验。但是,相关技术中生成的个性化虚拟形象在相似度和美观度上往往有所欠缺,无法获得令人满意的效果。

发明内容

本公开提供了一种虚拟形象生成方法、装置、电子设备、存储介质和计算机程序产品。

根据本公开的一方面,提供了一种虚拟形象生成方法,包括:确定第一虚拟形象中的多个第一目标区域;确定第二虚拟形象中的多个第二目标区域;针对第一虚拟形象中的每个第一目标区域,确定该第一目标区域与第二虚拟形象中对应的第二目标区域之间的非刚性变换矩阵;以及基于非刚性变换矩阵和针对第一虚拟形象的目标融合系数,对第一虚拟形象和第二虚拟形象进行融合处理,生成目标虚拟形象,其中,目标融合系数用于表征第一虚拟形象在融合处理时的融合程度。

根据本公开的另一方面,提供了一种虚拟形象生成装置,包括:第一确定模块,用于确定第一虚拟形象中的多个第一目标区域;第二确定模块,用于确定第二虚拟形象中的多个第二目标区域;第三确定模块,用于针对第一虚拟形象中的每个第一目标区域,确定该第一目标区域与第二虚拟形象中对应的第二目标区域之间的非刚性变换矩阵;以及生成模块,用于基于非刚性变换矩阵和针对第一虚拟形象的目标融合系数,对第一虚拟形象和第二虚拟形象进行融合处理,生成目标虚拟形象,其中,目标融合系数用于表征第一虚拟形象在融合处理时的融合程度。

根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据本公开提供的方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行根据本公开提供的方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开的实施例的可以应用虚拟形象生成方法和装置的示例性系统架构示意图;

图2是根据本公开的实施例的虚拟形象生成方法的流程图;

图3是根据本公开的实施例的虚拟形象生成方法的示意图;

图4是根据本公开实施例的虚拟形象生成装置的框图;以及

图5是用来实现本公开实施例的虚拟形象生成方法的电子设备的框图。

具体实施方式

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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202310006098.0/2.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