表情模型的生成方法及装置、电子设备、存储介质制造方法及图纸

本申请提供了一种表情模型的生成方法及装置、电子设备、存储介质，其中，方法包括：确定目标角色的无表情角色模型；根据无表情角色模型的脸型特点，从模型库中确定与脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型；根据各个目标表情参考模型与目标无表情参考模型之间的形变数据，生成无表情角色模型对应的多个不同表情的表情角色模型；可以实现自动化生成目标角色的多个不同表情的表情角色模型，提高表情角色模型的生成效率；并且，通过无表情角色模型的脸型特点来确定对应的目标无表情参考模型，可以提高生成的表情角色模型表达表情的准确性，提高表情角色模型的生成效果。提高表情角色模型的生成效果。提高表情角色模型的生成效果。

【技术实现步骤摘要】
表情模型的生成方法及装置、电子设备、存储介质


[0001]本申请涉及计算机
，特别是涉及表情模型的生成方法及装置、电子设备、存储介质。

技术介绍

[0002]Blend Shape(混合变形)是一种常用的面部表情动画合成方法，是单个网格形变成许多预定义形状之间组合的技术。每个预定义形状是圆形状的一个形变，而每个形变的网格是以一系列顶点位置来存储的。在不同的顶点位置之间插值即可得到形变的效果。故通常每个形变都是该形变极端情况的表现。
[0003]Blend Shape记录的是模型上每个顶点的位移，所以在制作表情模型的流程上，每制作一个表情模型都需要复制无表情的源模型，然后在复制出的源模型的基础上，按照所需要展示的表情进行修改，得到源模型的表情模型，最后将表情模型添加为源模型的形变目标。此后，调节混合参数即可实现在源模型和形变目标之间形变。
[0004]现如今对游戏、动漫、影视等的品质要求越来越高，动画人物需要更多样化，即要求更多的角色、更多的表情。采用上述现有技术制作表情模型的方式，需要美术人员重复多次的复制各个角色的无表情源模型、基于复制的源模型手动调整得到对应的表情模型，该过程工作量大，效率低。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]鉴于上述问题，提出了本申请以便提供克服上述问题或者至少部分地解决上述问题的表情模型的生成方法及装置、电子设备、存储介质，包括：
[0007]一种表情模型的生成方法，所述方法包括：
[0008]确定目标角色的无表情角色模型；
[0009]根据所述无表情角色模型的脸型特点，从模型库中确定与所述脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型；
[0010]根据各个所述目标表情参考模型与所述目标无表情参考模型之间的形变数据，生成所述无表情角色模型对应的多个不同表情的表情角色模型。
[0011]一种表情模型的生成装置，所述装置包括：
[0012]目标角色确定模块，用于确定目标角色的无表情角色模型；
[0013]参考角色确定模块，用于根据所述无表情角色模型的脸型特点，从模型库中确定与所述脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型；
[0014]表情模型生成模块，用于根据各个所述目标表情参考模型与所述目标无表情参考模型之间的形变数据，生成所述无表情角色模型对应的多个不同表情的表情角色模型。
[0015]一种电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的表情模型的生成方法。
[0016]一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的表情模型的生成方法。
[0017]本申请具有以下优点：
[0018]在本申请实施例中，通过确定目标角色的无表情角色模型；根据无表情角色模型的脸型特点，从模型库中确定与脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型；根据各个目标表情参考模型与目标无表情参考模型之间的形变数据，生成无表情角色模型对应的多个不同表情的表情角色模型；可以实现自动化生成目标角色的多个不同表情的表情角色模型，提高表情角色模型的生成效率；并且，通过无表情角色模型的脸型特点来确定对应的目标无表情参考模型，可以提高生成的表情角色模型表达表情的准确性，提高表情角色模型的生成效果。
附图说明
[0019]为了更清楚地说明本申请的技术方案，下面将对本申请的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1至图4为现有技术Blend Shape的制作流程示意图；
[0021]图5为本申请实施例的一种表情模型的生成方法的步骤流程图；
[0022]图6为本申请实施例一示例中目标无表情参考模型示意图；
[0023]图7为本申请实施例一示例中目标表情参考模型示意图；
[0024]图8为本申请实施例一示例中无表情角色模型示意图；
[0025]图9为本申请实施例一示例中表情角色模型示意图；
[0026]图10为本申请实施例一示例中生成表情角色模型的步骤流程图；
[0027]图11为本申请实施例的一种表情模型的生成装置的结构框图。
具体实施方式
[0028]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029]Blend Shape是单个网格形变成许多预定义形状之间组合的技术。如图1所示，图1中包括一个源模型和两个形变目标，下面以图1为例介绍Blend Shape的基本制作流程。首先，需要制作源模型A，然后，复制源模型A，对源模型A按照要求进行手动调整，得到如图1所示的形变目标1和形变目标2；再如图2所示，在选中源模型A(即pCube1)的情况下，点击形变编辑器的创建形变按钮，为源模型A创建Blend Shape；再如图3所示，在选中形变目标1(即pCube2)和形变目标2(即pCube3)的情况下，点击添加目标按钮，将形变目标1和形变目标2
分别添加到创建的Blend Shape中，此时，Blend Shape中已经分别存储了原模型A与形变目标1和形变目标2每个顶点的位移。之后就可以如图4所示通过控制混合权重来实现在源模型A与形变目标1和形变目标2之间形变。
[0030]可见，现有技术在使用Blend Shape制作形变模型的过程中，需要美术人员预先制作好源模型和所有形变目标。以游戏为例，游戏中角色数量一般较多，角色的表情也较多，一般地，不同角色具有相同的表情模型，例如，角色A具有大笑、闭眼、张嘴等表情，角色B也具有大笑、闭眼、张嘴等表情。使用现有技术的Blend Shape来制作，需要美术人员手动制作所有角色的源模型和表情模型，存在工作量大，效率低等问题。
[0031]鉴于此，本申请实施例提供了一种表情模型的生成方法，在确定待生成表情角色模型的目标角色的无表情角色模型之后，从模型库中确定与无表情角色模型的脸型特点相匹配的目标无表情参考模型，以及目标无表情参考模型对应的多个不同表情的目标表情参考模型，进而根据各个目标表情参考模型与目标无表情参考模型之间的形变数据，自动化生成无表情角色模型的多个不同表情的表情角色模型；可以提高表情角色本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表情模型的生成方法，其特征在于，所述方法包括：确定目标角色的无表情角色模型；根据所述无表情角色模型的脸型特点，从模型库中确定与所述脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型；根据各个所述目标表情参考模型与所述目标无表情参考模型之间的形变数据，生成所述无表情角色模型对应的多个不同表情的表情角色模型。2.根据权利要求1所述的方法，其特征在于，所述根据所述无表情角色模型的脸型特点，从模型库中确定与所述脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型，包括：确定所述无表情角色模型的各个角色顶点与所述无表情角色模型的角色中心的角色距离，以及所述模型库中各个参考角色的无表情参考模型的各个参考顶点与对应的无表情参考模型的参考中心的参考距离；根据所述角色距离和参考距离确定对应的无表情参考模型的缩放系数，并依据所述缩放系数对对应的无表情参考模型进行缩放，得到缩放后的无表情参考模型；确定所述无表情角色模型与各个缩放后的无表情参考模型之间的仿射变换矩阵对应的值；从多个所述值中确定最小值，并将所述最小值对应的无表情参考模型确定为所述目标无表情参考模型。3.根据权利要求2所述的方法，其特征在于，所述从多个所述值中确定最小值，并将所述最小值对应的无表情参考模型确定为所述目标无表情参考模型，还包括：判断所述最小值是否符合设定值，若是，则将所述最小值对应的无表情参考模型确定为所述目标无表情参考模型；若所述最小值不符合所述设定值，则生成提示信息，以提示所述模型库中不存在与所述脸型特点匹配的目标无表情参考模型。4.根据权利要求1所述的方法，其特征在于，所述模型库中多个参考角色的无表情参考模型按照预设顺序排序，所述根据所述无表情角色模型的脸型特点，从模型库中确定与所述脸型特点匹配的目标参考角色的目标无表情参考模型以及多个不同表情的目标表情参考模型，包括：确定所述无表情角色模型的各个角色顶点与所述无表情角色模型的角色中心的角色距离；确定当前序号的无表情参考模型的各个参考顶点与对应参考中心的当前序号参考距离；根据所述角色距离和当前序号参考距离确定所述当前序号的无表情参考模型的当前序号缩放系数，并依据所述当前序号缩放系数对所述当前序号的无表情参考模型进行缩放，得到当前序号缩放后的无表情参考模型；确定所述无表情角色模型与所述当前序号缩放后的无表情参考模型之间的仿射变换矩阵对应的当前值；当所述当前值符合设定值时，将所述当前序号的无表情参考模型确定为所述目标无表情参考模型；
当所述当前值不符合所述设定值时，则按照所述无表情参考模型的排序顺序，更新所述当前序号的无表情参考模型，并返回所述确定当前序号的无表情参考模型的各个参考顶点与对应参考中心的当前序号参考距离的步骤继续执行。5.根据权利要求2或4所述的方法，其特征在于，所述方法还包括：移...

【专利技术属性】
技术研发人员：滕云飞，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：