【技术实现步骤摘要】
本专利技术涉及计算机视觉图像处理相关，尤其是指一种动漫表情包生成方法。
技术介绍
1、表情包作为一种流行的数字沟通形式，它允许用户以一种直观且有趣的方式表达情感。在社交媒体、即时通讯和网络文化中，表情包扮演着加强交流互动、表达复杂情绪和创造幽默感的角色，已经成为现代人们在线交流不可或缺的部分。
2、传统的表情包制作方法依赖于设计师的技能和创意，通常使用如photoshop等图形编辑软件进行制作。尽管这些方法可以创造出高质量的作品，但它们通常需要专业技能和大量时间。同时在面对不断变化的趋势和用户需求，传统方法可能难以快速适应，从而限制了表情包的多样性和个性化水平。尤其是在定制用户形象表情包这方面，缺乏创新性和多样性。
技术实现思路
1、本专利技术是为了克服现有技术中存在上述的不足，提供了一种减少制作时间和劳动力的动漫表情包生成方法。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种动漫表情包生成方法，具体包括如下步骤：
4、（1）获取用户输入图；
5、（2）对获取的用户输入图进行预处理；
6、（3）将预处理后的图输入到blip语言模型，得到对应输入图的文本描述；
7、（4）选择某一种动漫风格的生成模型，将预处理的图和对应文本描述输入到生成模型中，生成与用户形象一致的表情包；
8、（5）制作不同的表情引导图用来驱动多样性的表情包生成；
9、（6）以步骤（4）中生成的表
10、本方法利用先进的扩散模型技术，在保证高分辨率和视觉吸引力的同时，创建独特和创新的表情包设计，采用自动化工作流程，大大减少了制作高质量表情包所需的时间和劳动力，以提高表情包生成效率，同时能够根据用户的形象生成与其一致的动漫表情包组图。
11、作为优选，在步骤（1）中，具体为：获取用户输入图i，主要包含用户自身形象。
12、作为优选，在步骤（2）中，具体为：对获取的用户图i进行预处理，主要包括人脸矫正和背景替换两个步骤；（21）准备一个标准的模特图i1，分别对用户图i和模特图i1进行人脸检测，得到对应的人脸五官点位；（22）根据用户图i和模特图i1的人脸五官点位，计算得到仿射变换矩阵m，利用仿射变换矩阵m对用户图i进行放射变换，得到矫正后的用户图i2；（23）用抠像算法将矫正后的用户图i2的背景替换为纯白色，得到预处理后的图i3。
13、作为优选，在步骤（3）中，具体为：将预处理后的图i3送入到blip语言模型中，该模型将输入图转化成对应的文本描述，得到输入图的文本描述p。
14、作为优选，在步骤（4）中，针对不同动漫风格的生成模型训练，具体为：准备n组不同风格的动漫数据集，每组数据集至少包括20张以上的动漫图片，将每张动漫图片输入到步骤（3）中提到的blip语言模型中，得到对应的动漫文本描述；通过n组动漫数据集训练得到n个动漫风格的模型，以某一动漫风格的模型n1为例，将步骤（2）中的处理图i3和步骤（3）中对应的文本描述p输入到模型n1中，得到用户形象的动漫图x1。
15、作为优选，在步骤（5）中，针对制作脸部的表情引导图，具体为：拍摄模特不同表情的真实图片，对这些图片进行人脸关键点及人体姿态点检测，得到表情引导图l，每张表情引导图最多包括68个人脸关键点及18个人体姿态点。
16、作为优选，在步骤（6）中，条件控制模型采用controlnet模型，其主要作用是将步骤（5）中的表情引导图转换成特征向量，然后将特征向量输入到生成模型中，以步骤（4）中的动漫图x1作为用户动漫形象参考图，选取对应的动漫模型n1，选取一张表情引导图l1，将l1输入到条件控制模型中，得到对应的特征向量y1，y1由13个4维特征矩阵组成，然后将{x1，y1}输入到模型n1中，得到一张具有用户形象的动漫表情包图，根据表情包内动漫表情包图的数量对步骤（6）循环执行对应的次数，即可得到一组包含对应次数用户形象的不同动漫表情包组图。
17、本专利技术的有益效果是：利用先进的扩散模型技术，在保证高分辨率和视觉吸引力的同时，创建独特和创新的表情包设计，采用自动化工作流程，大大减少了制作高质量表情包所需的时间和劳动力，以提高表情包生成效率。
本文档来自技高网...【技术保护点】
1.一种动漫表情包生成方法，其特征是，具体包括如下步骤：
2.根据权利要求1所述的一种动漫表情包生成方法，其特征是，在步骤（1）中，具体为：获取用户输入图I，主要包含用户自身形象。
3.根据权利要求2所述的一种动漫表情包生成方法，其特征是，在步骤（2）中，具体为：对获取的用户图I进行预处理，主要包括人脸矫正和背景替换两个步骤；（21）准备一个标准的模特图I1，分别对用户图I和模特图I1进行人脸检测，得到对应的人脸五官点位；（22）根据用户图I和模特图I1的人脸五官点位，计算得到仿射变换矩阵M，利用仿射变换矩阵M对用户图I进行放射变换，得到矫正后的用户图I2；（23）用抠像算法将矫正后的用户图I2的背景替换为纯白色，得到预处理后的图I3。
4.根据权利要求3所述的一种动漫表情包生成方法，其特征是，在步骤（3）中，具体为：将预处理后的图I3送入到Blip语言模型中，该模型将输入图转化成对应的文本描述，得到输入图的文本描述P。
5.根据权利要求4所述的一种动漫表情包生成方法，其特征是，在步骤（4）中，针对不同动漫风格的生成模型训练，具体为
6.根据权利要求5所述的一种动漫表情包生成方法，其特征是，在步骤（5）中，针对制作脸部的表情引导图，具体为：拍摄模特不同表情的真实图片，对这些图片进行人脸关键点及人体姿态点检测，得到表情引导图L，每张表情引导图最多包括68个人脸关键点及18个人体姿态点。
7.根据权利要求6所述的一种动漫表情包生成方法，其特征是，在步骤（6）中，条件控制模型采用Controlnet模型，其主要作用是将步骤（5）中的表情引导图转换成特征向量，然后将特征向量输入到生成模型中，以步骤（4）中的动漫图X1作为用户动漫形象参考图，选取对应的动漫模型N1，选取一张表情引导图L1，将L1输入到条件控制模型中，得到对应的特征向量Y1，Y1由13个4维特征矩阵组成，然后将{X1，Y1}输入到模型N1中，得到一张具有用户形象的动漫表情包图，根据表情包内动漫表情包图的数量对步骤（6）循环执行对应的次数，即可得到一组包含对应次数用户形象的不同动漫表情包组图。
...【技术特征摘要】
1.一种动漫表情包生成方法，其特征是，具体包括如下步骤：
2.根据权利要求1所述的一种动漫表情包生成方法，其特征是，在步骤（1）中，具体为：获取用户输入图i，主要包含用户自身形象。
3.根据权利要求2所述的一种动漫表情包生成方法，其特征是，在步骤（2）中，具体为：对获取的用户图i进行预处理，主要包括人脸矫正和背景替换两个步骤；（21）准备一个标准的模特图i1，分别对用户图i和模特图i1进行人脸检测，得到对应的人脸五官点位；（22）根据用户图i和模特图i1的人脸五官点位，计算得到仿射变换矩阵m，利用仿射变换矩阵m对用户图i进行放射变换，得到矫正后的用户图i2；（23）用抠像算法将矫正后的用户图i2的背景替换为纯白色，得到预处理后的图i3。
4.根据权利要求3所述的一种动漫表情包生成方法，其特征是，在步骤（3）中，具体为：将预处理后的图i3送入到blip语言模型中，该模型将输入图转化成对应的文本描述，得到输入图的文本描述p。
5.根据权利要求4所述的一种动漫表情包生成方法，其特征是，在步骤（4）中，针对不同动漫风格的生成模型训练，具体为：准备n组不同风格的动漫数据集，每组数据集至少包括20张以上的动漫图片，将每张动漫图片输入到步骤...
【专利技术属性】
技术研发人员：张明琦，吴茗，韩晟，
申请(专利权)人：杭州小影创新科技股份有限公司，
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。