【技术实现步骤摘要】
一种捏脸处理方法
[0001]本专利技术涉及游戏角色生成领域，具体涉及一种捏脸处理方法。
技术介绍
[0002]在传统游戏角色生成领域，通常需要大量数据构建人脸的先验模型，以防止出现畸形人脸。但是，目前对于训练模型所需要的人脸图像集大部分为欧美人脸，得到的先验模型并不适用于亚洲人脸。
[0003]在进行捏脸处理时，一般要先将真实人脸转换为风格人脸，然后确定捏脸参数，相比于真实人脸直接确定捏脸参数这种方法多了一次转换，增加了系统误差。对于利用骨骼参数直接生成虚拟角色这种方法，通常需要利用骨骼点生成网络提取人脸骨骼参数，但是训练骨骼点生成网络需要大量数据，对训练数据相关性很大，对于训练数据以外的其他数据效果不好。
技术实现思路
[0004]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
【技术保护点】
【技术特征摘要】
1.一种捏脸处理方法，其特征在于，包括以下步骤：获取用户的真实人脸图像，并随机初始化一组人脸骨骼参数；根据真实人脸图像提取真实人脸特征和真实人脸关键点；基于真实人脸特征和真实人脸关键点迭代收敛虚拟人脸骨骼参数；渲染完成收敛的虚拟人脸骨骼参数，生成虚拟角色。2.根据权利要求1所述的捏脸处理方法，其特征在于，所述捏脸处理方法通过图形用户界面获取用户上传的真实人脸，并对所述真实人脸图像进行质量控制，获取符合规范的真实人脸图像。3.根据权利要求2所述的捏脸处理方法，其特征在于，所述捏脸处理方法对符合规范的真实人脸图像进行校正，获取正面的真实人脸图像。4.根据权利要求1所述的捏脸处理方法，其特征在于，所述捏脸处理方法使用人脸识别卷积神经网络从真实人脸图像中提取真实人脸特征，并通过真实人脸关键点检测网络从真实人脸图像中提取真实人脸关键点。5.根据权利要求4所述的捏脸处理方法，其特征在于，所述真实人脸关键点检测网络基于真实人脸数据集构建模型，包括以下步骤：采集真实人脸数据集；其中，所述真实人脸数据集包括真实人脸图像以及对应的真实人脸关键点；筛选真实人脸关键点中的五官和面部轮廓关键点；构建卷积神经网络；基于筛选后的真实人脸关键点和真实人脸图像训练卷积神经网络，获取真实人脸关键点检测网络。6.根据权利要求1所述的捏脸处理方法，其特征在于，所述迭代收敛虚拟人脸骨骼参数包括以下步骤：基于虚拟人脸骨骼参数，生成虚拟人脸图像；根据虚拟人脸图像，获取虚拟人脸数据；使用人脸识别卷积神经网络和虚拟人脸关键点检测网络，获取虚拟人脸特征和虚拟人脸关键点；基于真实人脸特征和真实人脸关键点收敛虚拟人脸特征和虚拟人脸关键点，迭代虚拟人脸骨骼参数；判断虚拟人脸骨骼参数是否完成收敛；若是，则将完成迭代的虚拟人脸骨骼参数作为捏脸参数；若否，则继续迭代虚拟人脸骨骼参数。7.根据权利要求6所述的捏脸处理方法，其特征在于，所述虚拟人脸数据包括虚拟人脸特征和虚拟人脸关键点，通过人脸特征损失函数和人脸关键点损失函数迭代虚拟人脸骨骼参数。8.根据权利要求7所述的捏脸...
【专利技术属性】
技术研发人员：叶德贤，严航宇，吕卓然，
申请(专利权)人：巨人移动技术有限公司，
类型：发明
国别省市：
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。