一种人脸模型构造方法、装置、设备、存储介质及产品制造方法及图纸

本申请实施例提供了一种人脸模型构造方法、装置、设备、存储介质及产品。本申请实施例提供的技术方案通过人脸分析模型获取待处理人脸图像的人脸形状系数和人脸表情系数，并根据人脸形状系数、人脸表情系数以及第一人脸模型生成虚拟人脸模型，其中第一人脸模型通过对设定的人脸形状模型和人脸表情模型进行形变迁移处理得到，生成的虚拟人脸模型可正确反映待处理人脸图像中人脸的形状和表情，用户只需要上传待处理人脸图像，即可生成反映人脸形状和人脸表情的虚拟人脸模型，在简化虚拟人脸模型生成操作的同时，有效提高对虚拟人脸模型的生成效果。生成效果。生成效果。

【技术实现步骤摘要】
一种人脸模型构造方法、装置、设备、存储介质及产品


[0001]本申请实施例涉及人工智能
，尤其涉及一种人脸模型构造方法、装置、设备、存储介质及产品。

技术介绍

[0002]随着图像处理技术的发展，用户经常使用脸部特征与自己相似的虚拟角色来与其他用户进行互动，用户一般通过对标准人脸模型进行捏脸的方式生成脸部特征与自己相似的虚拟角色。
[0003]目前传统的捏脸方式是在捏脸控制面板上设置用于调整标准人脸模型的脸部特征的拖动条，用户通过拖动条调整标准人脸模型的脸部特征，从而生成用户预期的虚拟人脸模型。但是这虚拟人脸模型生成方式的操作较为复杂和繁琐，一般需要专业的技术人员才能实现满意的效果，普通用户难以生成预期的虚拟人脸模型，虚拟人脸模型生成效果较差。

技术实现思路

[0004]本申请实施例提供一种人脸模型构造方法、装置、设备、存储介质及产品，以解决相关技术中虚拟人脸模型的生成操作较为复杂和繁琐，虚拟人脸模型生成效果较差的技术问题，简化虚拟人脸模型生成操作，提高虚拟人脸模型生成效果。
[0005]在第一方面，本申请实施例提供了一种人脸模型构造方法，包括：
[0006]获取待处理人脸图像；
[0007]将所述待处理人脸图像输入至训练完成的人脸分析模型，通过所述人脸分析模型对所述待处理人脸图像进行分析处理，得到人脸形状系数和人脸表情系数；
[0008]基于所述人脸形状系数、所述人脸表情系数以及设定的第一人脸模型，生成虚拟人脸模型，所述第一人脸模型通过对设定的人脸形状模型和人脸表情模型进行形变迁移处理得到。
[0009]在第二方面，本申请实施例提供了一种人脸模型构造装置，包括图像获取模块、系数获取模块和模型生成模块，其中：
[0010]所述图像获取模块，配置为获取待处理人脸图像；
[0011]所述系数获取模块，配置为将所述待处理人脸图像输入至训练完成的人脸分析模型，通过所述人脸分析模型对所述待处理人脸图像进行分析处理，得到人脸形状系数和人脸表情系数；
[0012]所述模型生成模块，配置为基于所述人脸形状系数、所述人脸表情系数以及设定的第一人脸模型，生成虚拟人脸模型，所述第一人脸模型通过对设定的人脸形状模型和人脸表情模型进行形变迁移处理得到。
[0013]在第三方面，本申请实施例提供了一种人脸模型构造设备，包括：存储器以及一个或多个处理器；
[0014]所述存储器，用于存储一个或多个程序；
[0015]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的人脸模型构造方法。
[0016]在第四方面，本申请实施例提供了一种存储计算机可执行指令的非易失性存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的人脸模型构造方法。
[0017]在第五方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，设备的至少一个处理器从计算机可读存储介质读取并执行计算机程序，使得设备执行如第一方面所述的人脸模型构造方法。
[0018]本申请实施例通过人脸分析模型获取待处理人脸图像的人脸形状系数和人脸表情系数，并根据人脸形状系数、人脸表情系数以及第一人脸模型生成虚拟人脸模型，其中第一人脸模型通过对设定的人脸形状模型和人脸表情模型进行形变迁移处理得到，生成的虚拟人脸模型可正确反映待处理人脸图像中人脸的形状和表情，用户只需要上传待处理人脸图像，即可生成反映人脸形状和人脸表情的虚拟人脸模型，在简化虚拟人脸模型生成操作的同时，有效提高对虚拟人脸模型的生成效果。
附图说明
[0019]图1是本申请实施例提供的一种人脸模型构造方法的流程图；
[0020]图2是本申请实施例提供的一种虚拟人脸模型生成流程示意图；
[0021]图3是本申请实施例提供的一种中性人脸模型显示示意图；
[0022]图4是本申请实施例提供的一种人脸形状模型显示示意图；
[0023]图5是本申请实施例提供的一种人脸表情模型显示示意图；
[0024]图6是本申请实施例提供的一种第一人脸模型显示示意图；
[0025]图7是本申请实施例提供的一种人脸模型构造装置的结构示意图；
[0026]图8是本申请实施例提供的一种人脸模型构造设备的结构示意图。
具体实施方式
[0027]为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时上述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。上述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0028]本申请提供的人脸模型构造方法可应用于直播、游戏等虚拟角色的捏脸、表情跟踪等场景，例如在直播场景中，在主播希望创建具备自身特征的虚拟角色与观众进行互动时，主播可通过提供待处理人脸图像自动生成虚拟人脸模型，旨在通过人脸分析模型获取
待处理人脸图像的人脸形状系数和人脸表情系数，并根据人脸形状系数、人脸表情系数以及第一人脸模型生成虚拟人脸模型，简化人脸处理操作，提高虚拟角色的人脸处理效果，并可根据主播直播过程中提供的视频流实时更新虚拟人脸模型，实现虚拟人脸模型的表情跟踪。对于传统的人脸模型构造方案，一般是由用户通过捏脸控制面板上得脸部特征拖动条调整标准人脸模型的脸部特征，以生成用户预期的虚拟角色，或者是由专业人员(例如专业的捏脸师)通过长时间的捏脸操作生成虚拟角色，存在人脸处理操作较为复杂和繁琐，虚拟角色的人脸处理效果较差的技术问题。基于此，提供本申请实施例的一种人脸模型构造方法，以解决现有虚拟人脸模型的生成操作较为复杂和繁琐，虚拟人脸模型生成效果较差的技术问题。
[0029]图1给出了本申请实施例提供的一种人脸模型构造方法的流程图，本申请实施例提供的人脸模型构造方法可以由人脸模型构造装置来执行，该人脸模型构造装置可以通过硬件和/或软件的方式实现，并集成在人脸模型构造设备中。
[0030]下述以人脸模型构造装置执行人脸模型构造方法为例进行描述。参考图1，该人脸模型构造方法包括：
[0031]S110：获取待处理人脸图像。
[0032]本方案提供的待处理人脸图像为需要进行虚拟角色捏脸的用户提供的二维人脸图像，或者是需要进行表情跟踪的用户提供的视频流中的视频帧，待处理人脸图像可通过摄像装置进行拍摄得到，也可以是通过用户指定的下载地址进行下载得到，还可以是从本地存储位置(例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸模型构造方法，其特征在于，包括：获取待处理人脸图像；将所述待处理人脸图像输入至训练完成的人脸分析模型，通过所述人脸分析模型对所述待处理人脸图像进行分析处理，得到人脸形状系数和人脸表情系数；基于所述人脸形状系数、所述人脸表情系数以及设定的第一人脸模型，生成虚拟人脸模型，所述第一人脸模型通过对设定的人脸形状模型和人脸表情模型进行形变迁移处理得到。2.根据权利要求1所述的人脸模型构造方法，其特征在于，所述基于所述人脸形状系数、所述人脸表情系数以及设定的第一人脸模型，生成虚拟人脸模型，包括：基于所述人脸表情系数、多个设定的人脸形状模型对应的第一人脸模型，生成多个所述人脸形状模型对应的第二人脸模型；基于所述人脸形状系数以及所述第二人脸模型生成虚拟人脸模型。3.根据权利要求2所述的人脸模型构造方法，其特征在于，所述第二人脸模型基于以下公式进行确定：其中，V
i
(β)为第i个人脸形状模型对应的第二人脸模型，E
i0
为中性人脸形状模型对应的第一人脸模型，E
ij
为第i个人脸形状模型对应的第j个第一人脸模型，β
j
为第i个人脸形状模型对应的第j个人脸表情系数，M为第一人脸模型的数量。4.根据权利要求2所述的人脸模型构造方法，其特征在于，所述虚拟人脸模型基于以下公式进行确定：其中，V(α,β)为虚拟人脸模型，V0(β)为中性人脸形状模型对应的第二人脸模型，V
i
(β)为第i个人脸形状模型对应的第二人脸模型，α
i
为第i个人脸形状模型对应的人脸形状系数，N+1为人脸形状模型的数量。5.根据权利要求1所述的人脸模型构造方法，其特征在于，所述基于所述人脸形状系数、所述人脸表情系数以及设定的第一人...

【专利技术属性】
技术研发人员：吴腾，杨云，
申请(专利权)人：百果园技术新加坡有限公司，
类型：发明
国别省市：