[发明专利]模型训练、人头重建方法,装置,设备以及存储介质有效

专利信息
申请号: 202110366436.2 申请日: 2021-04-06
公开(公告)号: CN112884889B 公开(公告)日: 2022-05-20
发明(设计)人: 王迪 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06K9/62;G06V10/774;G06V40/16
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
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: 模型 训练 人头 重建 方法 装置 设备 以及 存储 介质
【权利要求书】:

1.一种模型训练方法,包括:

获取对预先制作的人头模型进行展开得到的展开纹理图像;

获取多张样本二维人脸图像;

根据所述多张样本二维人脸图像以及所述展开纹理图像,确定各样本二维人脸图像对应的整头纹理图像;

将各样本二维人脸图像作为输入,将与所输入的样本二维人脸图像对应的整头纹理图像作为期望输出,训练得到整头纹理图像生成模型;

所述根据所述多张样本二维人脸图像融合以及所述展开纹理图像,确定各样本二维人脸图像对应的整头纹理图像,包括:

根据所述展开纹理图像的特征确定所述展开纹理图像的人脸区域;

将各样本二维人脸图像融合在所述展开纹理图像的人脸区域;

对人脸区域进行边缘模糊处理,得到各样本二维人脸图像对应的整头纹理图像。

2.一种人头重建方法,包括:

获取目标二维人脸图像;

获取与所述目标二维人脸图像对应的白模三维人头模型;

基于所述目标二维人脸图像以及预先训练的整头纹理图像生成模型,确定目标整头纹理图像,所述整头纹理图像生成模型通过权利要求1所述的模型训练方法训练得到;

根据所述目标整头纹理图像以及所述白模三维人头模型,确定目标三维人头模型。

3.根据权利要求2所述的方法,其中,所述获取与所述目标二维人脸图像对应的白模三维人头模型,包括:

根据所述目标二维人脸图像,进行三维重建,得到所述白模三维人头模型。

4.根据权利要求2所述的方法,其中,所述获取与所述目标二维人脸图像对应的白模三维人头模型,包括:

确定预先建立的通用白模三维人头模型为与所述目标二维人脸图像对应的白模三维人头模型。

5.根据权利要求2所述的方法,其中,所述基于所述目标二维人脸图像以及预先训练的整头纹理图像生成模型,确定目标整头纹理图像,包括:

将所述目标二维人脸图像融合在所述白模三维人头模型的展开图像中的人脸区域,得到融合图像;

根据所述融合图像以及所述预先训练的整头纹理图像生成模型,确定目标整头纹理图像。

6.根据权利要求5所述的方法,其中,所述根据所述融合图像以及所述预先训练的整头纹理图像生成模型,确定目标整头纹理图像,包括:

将所述融合图像输入所述预先训练的整头纹理图像生成模型,得到中间整头纹理图像;

对所述中间整头纹理图像的人脸区域进行边缘模糊处理,得到所述目标整头纹理图像。

7.一种模型训练装置,包括:

第一获取单元,被配置成获取对预先制作的人头模型进行展开得到的展开纹理图像;

第二获取单元,被配置成获取多张样本二维人脸图像;

图像处理单元,被配置成根据所述多张样本二维人脸图像以及所述展开纹理图像,确定各样本二维人脸图像对应的整头纹理图像;

模型训练单元,被配置成将各样本二维人脸图像作为输入,将与所输入的样本二维人脸图像对应的整头纹理图像作为期望输出,训练得到整头纹理图像生成模型;

所述图像处理单元进一步被配置成:

根据所述展开纹理图像的特征确定所述展开纹理图像的人脸区域;

将各样本二维人脸图像融合在所述展开纹理图像的人脸区域;

对人脸区域进行边缘模糊处理,得到各样本二维人脸图像对应的整头纹理图像。

8.一种人头重建装置,包括:

第三获取单元,被配置成获取目标二维人脸图像;

第四获取单元,被配置成获取与所述目标二维人脸图像对应的白模三维人头模型;

图像生成单元,被配置成基于所述目标二维人脸图像以及预先训练的整头纹理图像生成模型,确定目标整头纹理图像,所述整头纹理图像生成模型通过权利要求1所述的模型训练方法训练得到;

人头重建单元,被配置成根据所述目标整头纹理图像以及所述白模三维人头模型,确定目标三维人头模型。

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/202110366436.2/1.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