一种密集人脸网格表情驱动方法、装置及介质制造方法及图纸

本申请公开了一种密集人脸网格表情驱动方法、装置及介质，涉及人工智能领域。通过获取目标网格资产以及目标表情控制数据；将目标网格资产拓扑到标准人脸3D网格上得到拓扑后的目标网格资产；根据目标网格资产和标准人脸3D网格获取初始人脸特征偏移值，根据目标表情控制数据和人脸表情变化模型获取对应的目标变化偏移量；叠加初始人脸特征偏移值和目标变化偏移量至拓扑后的目标网格资产，从而对拓扑后的目标网格资产中无表情网格数据中的顶点位置产生全局偏移得到目标表情。由此可见，上述方案中无需绑定网格资产，输入目标表情的控制数据至人脸表情变化模型，就能输出目标网格资产的表情变化，避免进行人脸绑定，提高了人脸表情制作效率。表情制作效率。表情制作效率。

An expression driving method, device and medium for dense face grid

【技术实现步骤摘要】
一种密集人脸网格表情驱动方法、装置及介质


[0001]本申请涉及人工智能领域，特别是涉及一种密集人脸网格表情驱动方法、装置及介质。

技术介绍

[0002]目前人工智能技术和增强现实(Augmented Reality，AR)技术正在飞速发展，互联网用户的内容摄取需求越来丰富，针对动画，虚拟数字形象，AR等内容的需求越加强烈。
[0003]在三维(3
‑
Dimension，3D)动画或虚拟人计算机动画(Computer Graphics，CG)的制作过程中，首先需要动画师基于不同的动画形象进行人脸绑定和增加控制器，或者设计混合变形(Blend Shape)才能驱动3D密集网格呈现表情变化，步骤繁琐，需要消耗大量的时间，对动画师的个人经验和动画制作水平也有很高的要求。尽管如此，绑定后的人脸表情也因为不同动画师的个人风格和审美不同，呈现出不同的效果，更增加了后期的处理时间和最终效果的不可控性。
[0004]鉴于上述问题，设计一种密集人脸网格表情驱动方法，避免进行人脸绑定，提高人脸表情制作效率，是该领域技术人员亟待解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种密集人脸网格表情驱动方法，其特征在于，包括：获取目标网格资产，以及由视频或音频采集设备采集的用以驱动所述目标网格资产表情变化的目标表情控制数据；将所述目标网格资产拓扑到标准人脸3D网格上，以得到拓扑后的目标网格资产；其中所述拓扑后的目标网格资产中的网格数据为无表情网格数据；根据所述目标网格资产和所述标准人脸3D网格获取初始人脸特征偏移值；根据所述目标表情控制数据和人脸表情变化模型获取对应的目标变化偏移量；其中，所述人脸表情变化模型是通过不同表情和不同声音下所述标准人脸3D网格对应的变化偏移量训练所得到的模型；叠加所述初始人脸特征偏移值和所述目标变化偏移量至所述拓扑后的目标网格资产，以用于对所述无表情网格数据中的顶点位置产生全局偏移得到目标表情。2.根据权利要求1所述的密集人脸网格表情驱动方法，其特征在于，所述人脸表情变化模型的训练过程包括如下步骤：采集多个时序表情网格数据，以及对应的人脸图像和声音信息；将所述时序表情网格数据、所述人脸图像和所述声音信息作为训练样本输入至神经网络进行训练以获取所述人脸表情变化模型。3.根据权利要求2所述的密集人脸网格表情驱动方法，其特征在于，在所述采集多个时序表情网格数据之前，还包括：定义所述标准人脸3D网格的顶点数量，以用于将所述目标网格资产拓扑到所述标准人脸3D网格上。4.根据权利要求3所述的密集人脸网格表情驱动方法，其特征在于，所述采集多个时序表情网格数据包括：采集多个角度的时序表情图像和时序音频数据；根据所述时序表情图像和所述时序音频数据获取到网格对齐的所述时序表情网格数据。5.根据权利要求4所述的密集人脸网格表情驱动方法，其特征在于，所述将所述目标网格资产拓扑到标准人脸3D网格上包括：通...

【专利技术属性】
技术研发人员：唐浩，
申请(专利权)人：成都市谛视科技有限公司，
类型：发明
国别省市：