本公开提供了一种运动画面生成方法、装置、计算机设备和存储介质，其中，该方法包括：获取预先绘制的目标人脸模型；从基础人脸库中选择与目标人脸模型匹配的至少一个基础人脸模型，并基于至少一个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型；基于初始人脸模型和目标人脸模型，迭代调整初始人脸模型的骨骼参数，得到使得初始人脸模型与目标人脸模型之间的误差最小时的基准骨骼参数；基准骨骼参数用于制作生成目标人脸模型运动时的各帧画面。时的各帧画面。时的各帧画面。
【技术实现步骤摘要】
一种运动画面生成方法、装置、计算机设备和存储介质
[0001]本公开涉及计算机领域
，具体而言，涉及一种运动画面生成方法、装置、计算机设备和存储介质。
技术介绍
[0002]捏脸软件通常是指建立脸部骨骼并在脸部骨骼上添加蒙皮之后，用户通过调整骨骼参数来改变人脸模型。动画角色中人脸模型的制作通常是具有美学和图形学的工作人员利用三维软件绘制的，若需要改变动画角色的表情，生成平滑运动的各帧表情画面，也即表情自然转化的情况，则需要若干组骨骼参数。
[0003]由于利用三维软件绘制的人脸模型的骨骼参数未知，因此，不能利用捏脸软件得到相应的骨骼参数。若手动调整人脸模型的顶点(如骨骼之间关联的点的位置)，由于人脸模型存在较多顶点，则手动调整人脸模型的顶点得到平滑运动的各帧表情画面所需要的工作量较大，成本较高。
技术实现思路
[0004]本公开实施例至少提供一种运动画面生成方法、装置、计算机设备和存储介质。
[0005]第一方面，本公开实施例提供了一种运动画面生成方法，包括：
[0006]获取预先绘制的目标人脸模型；
[0007]从基础人脸库中选择与所述目标人脸模型匹配的至少一个基础人脸模型，并基于所述至少一个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型；
[0008]基于所述初始人脸模型和所述目标人脸模型，迭代调整所述初始人脸模型的骨骼参数，得到使得所述初始人脸模型与所述目标人脸模型之间的误差最小时的基准骨骼参数；
[0009]所述基准骨骼参数用于制作生成所述目标人脸模型运动时的各帧画面。
[0010]一种可选的实施方式中，所述从基础人脸库中选择与所述目标人脸模型匹配的至少一个基础人脸模型，包括：
[0011]从所述基础人脸库中选择与所述目标人脸模型的脸型类别匹配的多个候选人脸模型；
[0012]基于所述多个候选人脸模型与所述目标人脸模型分别对应的目标点位置信息，计算每个所述候选人脸模型与所述目标人脸模型之间的误差信息；
[0013]从所述多个候选人脸模型中选择出对应的所述误差信息满足预设条件的所述至少一个基础人脸模型。
[0014]一种可选的实施方式中，所述目标点包括面部关键点和模型顶点；
[0015]所述基于所述多个候选人脸模型与所述目标人脸模型分别对应的目标点位置信息，计算每个所述候选人脸模型与所述目标人脸模型之间的误差信息，包括：
[0016]基于所述多个候选人脸模型与所述目标人脸模型分别对应的多个面部关键点的
位置信息和多个模型顶点的位置信息，分别计算每个所述候选人脸模型与所述目标人脸模型之间的第一累计位置误差，将所述第一累计位置误差作为所述候选人脸模型与所述目标人脸模型之间的误差信息。
[0017]一种可选的实施方式中，所述至少一个基础人脸模型为多个，基于多个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型，包括：
[0018]基于各个所述基础人脸模型的骨骼参数分别对应的第一权重信息，对各个所述基础人脸模型的骨骼参数进行加权求和，得到所述初始人脸模型的初始骨骼参数；以及，基于各个所述基础人脸模型的蒙皮矩阵分别对应的第二权重信息，对各个所述基础人脸模型的蒙皮矩阵进行加权求和，得到所述初始人脸模型的初始蒙皮矩阵；
[0019]基于所述初始骨骼参数和所述初始蒙皮矩阵，确定所述初始人脸模型。
[0020]一种可选的实施方式中，所述基于所述初始人脸模型和所述目标人脸模型，迭代调整所述初始人脸模型的骨骼参数，得到使得所述初始人脸模型与所述目标人脸模型之间的误差最小时的基准骨骼参数，包括：
[0021]基于所述初始人脸模型和所述目标人脸模型分别对应的多个模型顶点的位置信息，确定所述初始人脸模型与所述目标人脸模型之间的第二累计位置误差；
[0022]若所述第二累计位置误差不满足迭代截止条件，则更新所述初始人脸模型的骨骼参数，基于更新后的骨骼参数更新所述初始人脸模型，并针对更新后的所述初始人脸模型重复上述确定所述第二累计位置误差的步骤，直到确定的第二累计位置误差满足迭代截止条件为止，将最终更新后的骨骼参数作为所述基准骨骼参数。
[0023]一种可选的实施方式中，还包括：
[0024]将满足迭代截止条件时，最新更新的所述初始人脸模型存入所述基准人脸库。
[0025]一种可选的实施方式中，所述方法还包括：
[0026]基于所述基准骨骼参数，和目标画面帧对应的所述目标人脸模型达到预设姿态时的目标骨骼参数，生成从所述基准骨骼参数对应的初始画面帧到所述目标画面帧之间的多个中间画面帧分别对应的多组过渡骨骼参数；
[0027]基于所述基准骨骼参数和所述多组过渡骨骼参数，生成所述目标人脸模型达到所述预设姿态时对应的各帧画面。
[0028]第二方面，本公开实施例还提供一种运动画面生成装置，包括：
[0029]获取模块，用于获取预先绘制的目标人脸模型；
[0030]第一确定模块，用于从基础人脸库中选择与所述目标人脸模型匹配的至少一个基础人脸模型，并基于所述至少一个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型；
[0031]第二确定模块，用于基于所述初始人脸模型和所述目标人脸模型，迭代调整所述初始人脸模型的骨骼参数，得到使得所述初始人脸模型与所述目标人脸模型之间的误差最小时的基准骨骼参数；
[0032]所述基准骨骼参数用于制作生成所述目标人脸模型运动时的各帧画面。
[0033]一种可选的实施方式中，所述第一确定模块，具体用于从所述基础人脸库中选择与所述目标人脸模型的脸型类别匹配的多个候选人脸模型；
[0034]基于所述多个候选人脸模型与所述目标人脸模型分别对应的目标点位置信息，计
算每个所述候选人脸模型与所述目标人脸模型之间的误差信息；
[0035]从所述多个候选人脸模型中选择出对应的所述误差信息满足预设条件的所述至少一个基础人脸模型。
[0036]一种可选的实施方式中，所述目标点包括面部关键点和模型顶点；
[0037]所述第一确定模块，具体用于基于所述多个候选人脸模型与所述目标人脸模型分别对应的多个面部关键点的位置信息和多个模型顶点的位置信息，分别计算每个所述候选人脸模型与所述目标人脸模型之间的第一累计位置误差，将所述第一累计位置误差作为所述候选人脸模型与所述目标人脸模型之间的误差信息。
[0038]一种可选的实施方式中，所述第一确定模块，具体用于基于各个所述基础人脸模型的骨骼参数分别对应的第一权重信息，对各个所述基础人脸模型的骨骼参数进行加权求和，得到所述初始人脸模型的初始骨骼参数；以及，基于各个所述基础人脸模型的蒙皮矩阵分别对应的第二权重信息，对各个所述基础人脸模型的蒙皮矩阵进行加权求和，得到所述初始人脸模型的初始蒙皮矩阵；
[0039]基于所述初始骨骼参数和所述初始蒙皮矩阵，确定所述初始人脸模型。
[0040]一种可本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动画面生成方法，其特征在于，包括：获取预先绘制的目标人脸模型；从基础人脸库中选择与所述目标人脸模型匹配的至少一个基础人脸模型，并基于所述至少一个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型；基于所述初始人脸模型和所述目标人脸模型，迭代调整所述初始人脸模型的骨骼参数，得到使得所述初始人脸模型与所述目标人脸模型之间的误差最小时的基准骨骼参数；所述基准骨骼参数用于制作生成所述目标人脸模型运动时的各帧画面。2.根据权利要求1所述的方法，其特征在于，所述从基础人脸库中选择与所述目标人脸模型匹配的至少一个基础人脸模型，包括：从所述基础人脸库中选择与所述目标人脸模型的脸型类别匹配的多个候选人脸模型；基于所述多个候选人脸模型与所述目标人脸模型分别对应的目标点位置信息，计算每个所述候选人脸模型与所述目标人脸模型之间的误差信息；从所述多个候选人脸模型中选择出对应的所述误差信息满足预设条件的所述至少一个基础人脸模型。3.根据权利要求2所述的方法，其特征在于，所述目标点包括面部关键点和模型顶点；所述基于所述多个候选人脸模型与所述目标人脸模型分别对应的目标点位置信息，计算每个所述候选人脸模型与所述目标人脸模型之间的误差信息，包括：基于所述多个候选人脸模型与所述目标人脸模型分别对应的多个面部关键点的位置信息和多个模型顶点的位置信息，分别计算每个所述候选人脸模型与所述目标人脸模型之间的第一累计位置误差，将所述第一累计位置误差作为所述候选人脸模型与所述目标人脸模型之间的误差信息。4.根据权利要求1所述的方法，其特征在于，所述至少一个基础人脸模型为多个，基于多个基础人脸模型分别对应的骨骼参数和蒙皮矩阵，确定初始人脸模型，包括：基于各个所述基础人脸模型的骨骼参数分别对应的第一权重信息，对各个所述基础人脸模型的骨骼参数进行加权求和，得到所述初始人脸模型的初始骨骼参数；以及，基于各个所述基础人脸模型的蒙皮矩阵分别对应的第二权重信息，对各个所述基础人脸模型的蒙皮矩阵进行加权求和，得到所述初始人脸模型的初始蒙皮矩阵；基于所述初始骨骼参数和所述初始蒙皮矩阵，确定所述初始人脸模型。5.根据权利要求1所述的方法，其特征在于，所述基于所述初始人脸模型和所述目标人脸模型，迭代调整所述初始人脸模...
【专利技术属性】
技术研发人员：徐国智，唐迪，蒋昊，温翔，周佳庆，
申请(专利权)人：北京字跳网络技术有限公司，
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。