【技术实现步骤摘要】
本申请涉及数字人渲染，具体而言，涉及一种头发渲染生成器的构建方法及头发渲染生成方法。
技术介绍
1、当前的发型合成技术，一种是传统的基于3d渲染引擎固定生成头发或发型的算法。另一种基于深度学习的方法。
2、使用传统的固定的算法往往缺乏对真实头发多样性的表达，导致生成的头发显得刻板和不够自然。这使得传统方法难以达到真人级别的逼真感，因为它们无法模拟真实头发的丰富细节和变化。
3、基于深度学习的发型合成方法在生成头发时仍然面临挑战，导致生成的头发纹理不真实、形状不生动等问题。此外，深度学习方法通常受限于训练数据的质量和多样性，因此难以完整地捕捉各种头发类型和风格，使得难以模拟个体真实头发的状况。
4、综上，上述两种方法在生成发型的时候都存在生成的不够自然，无法达到真人级别的程度。同时这些算法针对某个真人，无法模拟其真实头发状况，从而影响3d渲染的真实感。此外其他的图片或视频真人重建发型相关技术，恢复出来的发型只能反应其在视频或图片出现角度的状况，对于其他未出现的视角的发型模拟能力较差，也无法体现真实世界的...
【技术保护点】
1.一种头发渲染生成器的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述假发视频数据进行参数构建训练，得到预训练模型，包括：
3.根据权利要求1所述的方法，其特征在于，通过体素相关的训练过程来训练所述预训练模型，包括：
4.根据权利要求3所述的方法，其特征在于，采用SDF重建技术，结合所述模特的头部和肩部和头发的体积几何数据，通过模拟光线追踪算法对所述预训练模型进行重建计算，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预训练模型能够对新的视频数据进行解析，并将解析得到...
【技术特征摘要】
1.一种头发渲染生成器的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述假发视频数据进行参数构建训练，得到预训练模型，包括：
3.根据权利要求1所述的方法，其特征在于，通过体素相关的训练过程来训练所述预训练模型，包括：
4.根据权利要求3所述的方法，其特征在于，采用sdf重建技术，结合所述模特的头部和肩部和头发的体积几何数据，通过模拟光线追踪算法对所述预训练模型进行重建计算，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预训练模型能够对新的视频数据进行解...
【专利技术属性】
技术研发人员：蒋正浩，张鹏起，李睿，
申请(专利权)人：世优北京科技有限公司，
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。