[发明专利]一种人脸模型生成的方法、模型生成的方法及装置有效
申请号: | 201911204672.3 | 申请日: | 2019-11-29 |
公开(公告)号: | CN111009031B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 王泽宇;陈雅静;朱展图;暴林超;郭权乐 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 吴磊 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模型 生成 方法 装置 | ||
1.一种人脸模型生成的方法,其特征在于,包括:
获取第一待识别图像,其中,所述第一待识别图像中包括待建模对象;
若所述第一待识别图像中的所述待建模对象为已戴眼镜的对象,则根据所述第一待识别图像生成眼镜模型,其中,所述第一待识别图像中包括眼镜图像;
获取第二待识别图像,其中,所述第二待识别图像中包括所述待建模对象;
若所述第二待识别图像中的所述待建模对象为未戴眼镜的对象,所述第一待识别图像与所述第二待识别图像的判别结果为第一判别结果,则根据所述第二待识别图像生成待合成人脸模型,所述第一判别结果为所述第一待识别图像中的待建模对象和所述第二待识别图像中的待建模对象为同一个待建模对象;
根据所述眼镜模型以及所述待合成人脸模型,生成所述待建模对象所对应的目标人脸模型。
2.根据权利要求1所述的方法,其特征在于,所述获取第一待识别图像,包括:
获取第一待处理图像,其中,所述第一待处理图像中包括所述待建模对象;
基于所述第一待处理图像,通过关键点检测模型获取所述待建模对象所对应的M个关键点信息,其中,所述关键点信息与关键点一一对应,所述M为大于1的整数;
从所述M个关键点信息中确定N个关键点信息,其中,所述N为大于1,且小于或等于所述M的整数;
基于所述N个关键点信息,根据所述第一待处理图像获取所述第一待识别图像。
3.根据权利要求1所述的方法,其特征在于,所述获取第一待识别图像之后,所述方法还包括:
基于所述第一待识别图像,通过眼镜检测模型获取所述第一待识别图像的分类结果;
若所述第一待识别图像的分类结果为第一分类结果,则基于所述第一待识别图像,通过对象构建模型获取所述待建模对象所对应的目标人脸模型;
所述获取第二待识别图像,包括:
若所述第一待识别图像的分类结果为第二分类结果,则确定所述第一待识别图像中的所述待建模对象为已戴眼镜的对象,执行所述获取第二待识别图像的步骤。
4.根据权利要求1所述的方法,其特征在于,所述获取第二待识别图像,包括:
获取第二待处理图像,其中,所述第二待处理图像中包括所述待建模对象;
基于所述第二待处理图像,通过关键点检测模型获取所述待建模对象所对应的M个关键点信息,其中,所述关键点信息与关键点一一对应,所述M为大于1的整数;
从所述M个关键点信息中确定N个关键点信息,其中,所述N为大于1,且小于或等于所述M的整数;
基于所述N个关键点信息,根据所述第二待处理图像获取所述第二待识别图像。
5.根据权利要求1所述的方法,其特征在于,所述获取第二待识别图像之后,所述方法还包括:
基于所述第二待识别图像,通过眼镜检测模型获取所述第二待识别图像的分类结果;
若所述第二待识别图像的分类结果为第一分类结果,则执行所述根据所述第二待识别图像生成待合成人脸模型的步骤;
若所述第二待识别图像的分类结果为第二分类结果,则确定所述第二待识别图像中的所述待建模对象为已戴眼镜的对象。
6.根据权利要求2所述的方法,其特征在于,所述获取第一待识别图像之后,所述方法还包括:
若所述第一待识别图像中的所述待建模对象为已戴眼镜的对象,基于所述N个关键点信息,从所述第一待识别图像中获取眼镜图像;
所述根据所述第一待识别图像生成眼镜模型,包括:
基于所述第一待识别图像中的所述眼镜图像,通过眼镜分类模型获取目标眼镜类型;
根据所述目标眼镜类型生成所述眼镜模型。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述第二待识别图像生成待合成人脸模型,包括:
基于所述第二待识别图像,通过对象构建模型获取所述待合成人脸模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911204672.3/1.html,转载请声明来源钻瓜专利网。