【技术实现步骤摘要】
用于生成模型的方法和装置
本申请实施例涉及计算机
，具体涉及用于生成模型的方法和装置。
技术介绍
随着视频应用的普及，各种人脸特效功能也得到了广泛的应用。三维人脸重建作为一种有效的人脸表述的技术，有广泛的应用前景。三维人脸重建，是通过给定二维人脸图像的像素信息来回归人脸关键点的三维信息(例如三维网格信息(3Dmesh)、或者三维坐标等)的过程。相关的方式通常是直接利用二维图像和标注(三维坐标)进行有监督的模型训练，使训练得到的模型能直接输出各人脸关键点的三维坐标。
技术实现思路
本申请实施例提出了用于生成模型的方法和装置。第一方面，本申请实施例提供了一种用于生成模型的方法，该方法包括：获取样本集，其中，样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，...
【技术保护点】
1.一种用于生成模型的方法，包括：获取样本集，其中，所述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。
【技术特征摘要】
1.一种用于生成模型的方法，包括：获取样本集，其中，所述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生成模型。2.根据权利要求1所述的用于生成模型的方法，其中，所述构建与该样本中的二维人脸图像对应的映射图，包括：将映射图中的未映射人脸关键点的位置的像素值设置为预设值。3.根据权利要求1所述的用于训练模型的方法，其中，所述基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，包括：确定该样本中的人脸关键点的横坐标最大值和纵坐标最大值；对于该样本中的人脸关键点，将该人脸关键点的横坐标与所述横坐标最大值的比值作为第一比值，将该人脸关键点的纵坐标与所述纵坐标最大值的比值确定为第二比值；将所述第一比值与待构建的映射图的长度的乘积进行取整，得到第一数值，将所述第二比值与待构建的映射图的高度的乘积进行取整，得到第二数值；将所述第一数值、所述第二数值分别作为横坐标、纵坐标，以构建目标坐标；将所述目标坐标所指示的所述映射图的位置确定为该人脸关键点的映射位置。4.根据权利要求1所述的用于生成模型的方法，其中，所述样本集中的样本通过如下步骤生成：利用深度图采集装置采集包含人脸对象的人脸深度图；对所述人脸深度图对应的二维人脸图像进行关键点检测，以确定二维人脸图像中的人脸关键点的坐标；将所述人脸深度图对应的二维人脸图像、所确定的人脸关键点的坐标、人脸关键点的深度值汇总为样本。5.一种用于生成模型的装置，包括：获取单元，被配置成获取样本集，其中，所述样本集中的样本包括二维人脸图像、二维人脸图像中的人脸关键点的坐标和人脸关键点的深度值；构建单元，被配置成对于样本集中的样本，基于该样本中的人脸关键点的坐标，确定该样本中的人脸关键点在待构建的映射图中的映射位置，将该样本中的人脸关键点的深度值作为待构建的映射图中相应的映射位置的像素值，构建与该样本中的二维人脸图像对应的映射图；训练单元，被配置成利用机器学习方法，将样本集中的样本的二维人脸图像作为输入，将与所输入的二维人脸图像对应的映射图作为输出，训练得到映射图生...
【专利技术属性】
技术研发人员：郭冠军，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。