[发明专利]一种实时音频驱动人脸生成方法、装置及服务器有效
| 申请号： | 202111082204.0 | 申请日： | 2021-09-15 |
| 公开（公告）号： | CN113793408B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 司马华鹏;屈奇勋;范宏伟;李佳斌 | 申请（专利权）人： | 宿迁硅基智能科技有限公司 |
| 主分类号： | G06T13/20 | 分类号： | G06T13/20;G06T13/40;G06V40/16;G10L25/24;G06N3/0464;G06N3/084;G06N3/0455 |
| 代理公司： | 北京弘权知识产权代理有限公司 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 223808 江苏省宿*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种实时音频驱动人脸生成方法、装置及服务器，方法包括：获取训练视频的图像信息和与训练视频同步的音频信息；对图像信息进行特征提取，得到每帧图像的人脸姿态特征和像素位置特征；对音频信息进行特征提取，得到每帧图像的音频特征；构建神经辐射场模型，根据每帧图像的人脸姿态特征、像素位置特征和所述音频特征训练神经辐射场模型，以获取目标神经辐射场模型；输入与目标视频同步的音频信息至目标神经辐射场模型中进行图像渲染，以生成当前视角及音频条件下的目标图像。本申请通过使用包括编码器和解码器结构的卷积神经网络作为神经辐射场模型，以及将图像像素位置特征作为输入训练神经辐射场，从而达到实时语音驱动人脸视频的生成。 | ||
| 搜索关键词： | 一种 实时 音频 驱动 生成 方法 装置 服务器 | ||
【主权项】：
暂无信息
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宿迁硅基智能科技有限公司，未经宿迁硅基智能科技有限公司许可，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/patent/202111082204.0/，转载请声明来源钻瓜专利网。
