【技术实现步骤摘要】
手部图像生成方法、装置以及设备
[0001]本公开涉及人工智能领域,具体涉及图像处理、深度学习和计算机视觉
,可以应用于元宇宙、数字人等场景。
技术介绍
[0002]随着元宇宙时代的到来,人类社会进入虚拟化高速发展阶段,虚拟化发展离不开虚拟现实(Virtual Reality,VR)、增强现实(Augmented Reality,AR)技术,而三维手势交互是VR、AR技术中至关重要的交互方式。
[0003]目前,三维手势交互的核心技术是基于深度学习算法检测手部关节点,由于深度学习算法的本质是对数据集进行充分训练,因此,支撑精确且实时的三维手势交互技术的基础是:提供大量的、高质量的和不同应用场景的手部数据集。相关技术中的手部数据增广方法主要分为两类:一类是通过图像退化函数以及刚性变换的方式对手部数据进行增广;另一类是利用现有手部三维模型合成手部数据。
技术实现思路
[0004]本公开实施例提出了一种手部图像生成方法、装置、设备、存储介质以及程序产品。
[0005]第一方面,本公开实施例提出了一种手部图像生成方法,包括:获取目标手部三维关键点和参考手部图像;基于目标手部三维关键点,生成目标手部姿势特征;基于参考手部图像,生成第一完整手部纹理图;基于目标手部姿势特征和第一完整手部纹理图,生成目标手部图像。
[0006]第二方面,本公开实施例提出了一种手部图像生成装置,包括:获取模块,被配置成获取目标手部三维关键点和参考手部图像;第一生成模块,被配置成基于目标手部三维关键点,生成 ...
【技术保护点】
【技术特征摘要】
1.一种手部图像生成方法,包括:获取目标手部三维关键点和参考手部图像;基于所述目标手部三维关键点,生成目标手部姿势特征;基于所述参考手部图像,生成第一完整手部纹理图;基于所述目标手部姿势特征和所述第一完整手部纹理图,生成目标手部图像。2.根据权利要求1所述的方法,其中,所述基于所述目标手部姿势特征和所述第一完整手部纹理图,生成目标手部图像,包括:对所述第一完整手部纹理图进行特征提取,得到第一完整手部纹理图特征;将所述目标手部姿势特征与所述第一完整手部纹理图特征进行融合,得到融合特征;基于所述融合特征,生成所述目标手部图像。3.根据权利要求2所述的方法,其中,所述基于所述目标手部三维关键点,生成目标手部姿势,包括:将所述目标手部三维关键点输入至姿势提取网络,得到所述目标手部姿势特征。4.根据权利要求3所述的方法,其中,所述基于所述参考手部图像,生成第一完整手部纹理图,包括:将所述参考手部图像输入至纹理图提取网络,得到参考手部纹理图;将所述参考手部纹理图输入至纹理补全网络,得到所述第一完整手部纹理图。5.根据权利要求4所述的方法,其中,所述对所述第一完整手部纹理图进行特征提取,得到第一完整手部纹理图特征,包括:将所述第一完整手部纹理图输入至特征提取网络,得到所述第一完整手部纹理图特征。6.根据权利要求5所述的方法,其中,所述基于所述融合特征,生成目标手部图像,包括:将所述融合特征输入至解码网络,得到所述目标手部图像。7.根据权利要求2所述的方法,其中,所述将所述目标手部姿势特征与所述第一完整手部纹理图特征进行融合,得到融合特征,包括:基于所述目标手部姿势特征与所述第一完整手部纹理图特征,计算形变矩阵;利用所述形变矩阵对所述第一完整手部纹理图特征进行形变,得到变形特征;将所述变形特征与所述目标手部姿势特征进行结合,得到所述融合特征。8.根据权利要求4所述的方法,其中,所述方法还包括:将所述目标手部图像输入至所述纹理提取网络,得到目标手部纹理图;将所述目标手部纹理图输入至所述纹理补全网络,得到第二完整手部纹理图;基于所述第一完整手部纹理图和所述第二完整手部纹理图,计算损失;基于所述损失,优化所述纹理提取网络和所述纹理补全网络。9.根据权利要求1
‑
8中任一项所述的方法,其中,所述方法还包括:利用所述目标手部三维关键点对所述目标手部图像进行标注,得到标注目标手部图像。10.根据权利要求9所述的方法,其中,所述方法还包括:将所述标注目标手部图像加入训练样本集,其中,所述训练样本集中的训练样本是标
注有手部三维关键点的手部图像;利用所述训练样本集进行模型训练,得到手部三维关键点检测模型。11.一种手部图像生成装置,包括:获取模块,被配置成获取目标手部三维关键点和参考手部图像;第一生成模块,被配置成基于所述目标手部三维关键点,生成目标手部姿势特征;第二生成模块,被配置成基于所述参考手部图像,生成第一完整手部纹理图;第三生成模块,被配置成基于所述目标手部姿势特征和所述第一完整手部纹理图,生成目标手部图像。12.根据...
【专利技术属性】
技术研发人员:张雨蒙,叶晓青,
申请(专利权)人:北京百度网讯科技有限公司,
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。