人脸模型的生成方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了人脸模型的生成方法、装置、电子设备及存储介质，涉及计算机技术领域，具体涉及计算机视觉、深度学习、增强现实等人工智能技术领域。具体实现方案为：获取第一人脸模型和多种候选表情信息，所述第一人脸模型包括：人脸的静态特征信息；根据所述静态特征信息确定所述第一人脸模型的纹理特征；确定每种所述候选表情信息相对于标准表情信息的变化特征图；以及根据所述纹理特征、所述变化特征图以及所述第一人脸模型合成得到第二人脸模型，能够使得生成的人脸模型具备了多种表情的动态的细节信息，从而有效提升人脸模型的表现效果。效果。效果。

【技术实现步骤摘要】
人脸模型的生成方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，具体涉及计算机视觉、深度学习、增强现实等人工智能
，尤其涉及人脸模型的生成方法、装置、电子设备及存储介质。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]相关技术中，比如可以采用三维的扫描仪来生成人脸模型，或者也可以采用稀疏多机位采集二维的图像，从而根据多个机位采集的二维的图像合成人脸模型。

技术实现思路

[0004]提供了一种人脸模型的生成方法、装置、电子设备、存储介质及计算机程序产品。
[0005]根据第一方面，提供了一种人脸模型的生成方法，包括：获取第一人脸模型和多种候选表情信息，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸模型的生成方法，包括：获取第一人脸模型和多种候选表情信息，所述第一人脸模型包括：人脸的静态特征信息；根据所述静态特征信息确定所述第一人脸模型的纹理特征；确定每种所述候选表情信息相对于标准表情信息的变化特征图；以及根据所述纹理特征、所述变化特征图以及所述第一人脸模型合成得到第二人脸模型。2.根据权利要求1所述的方法，其中，所述根据所述纹理特征、所述变化特征图以及所述第一人脸模型合成得到第二人脸模型，包括：将所述纹理特征和所述变化特征图输入至预训练的人脸生成模型，以得到所述人脸生成模型输出的与每种所述候选表情信息对应的移位贴图；以及对所述对应的移位贴图和所述第一人脸模型进行合成处理，以得到所述第二人脸模型。3.根据权利要求2所述的方法，在所述将所述纹理特征和所述变化特征图输入至预训练的人脸生成模型之后，还包括：获取所述人脸生成模型输出的与所述移位贴图对应的合成权重，其中，根据所述合成权重对所述对应的移位贴图和所述第一人脸模型进行合成处理，以得到所述第二人脸模型。4.根据权利要求1所述的方法，其中，所述根据所述静态特征信息确定所述第一人脸模型的纹理特征，包括：对所述静态特征信息进行坐标转换，以得到对应于纹理贴图坐标空间中的纹理贴图坐标，并将其作为所述第一人脸模型的纹理特征。5.根据权利要求4所述的方法，其中，所述确定每种所述候选表情信息相对于标准表情信息的变化特征图，包括：分别对每种所述候选表情信息进行坐标转换，以得到对应于所述纹理贴图坐标空间中的多种候选表情坐标；对所述标准表情信息进行坐标转换，以得到对应于所述纹理贴图坐标空间中的标准表情坐标；确定每种所述候选表情坐标相对于所述标准表情坐标的变化特征；以及根据所述变化特征生成所述变化特征图。6.根据权利要求2所述的方法，其中，所述将所述纹理特征和所述变化特征图输入至预训练的人脸生成模型，以得到所述人脸生成模型输出的与每种所述候选表情信息对应的移位贴图，包括：将所述纹理特征和所述变化特征图输入至预训练的人脸生成模型，以得到所述人脸生成模型输出的与所述每种所述候选表情信息对应的至少一种预测移位贴图；确定所述预测移位贴图与标定移位贴图之间的损失值；如果所述损失值满足参考损失阈值，则将所述预测移位贴图作为所述对应的移位贴图。7.一种人脸模型的生成装置，包括：获取模块，用于获取第一人脸模型和多种候选表情信息，所述第一人脸模型包括：人脸
的静态特征信息；第一确定模块，用于根据所述静态特征信息确定所述第一人脸模型的纹理特征；第二确定模块，用于确定每种...

【专利技术属性】
技术研发人员：王迪，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：