[发明专利]一种自定义3D虚拟形象生成系统及方法在审
| 申请号: | 202210174064.8 | 申请日: | 2022-02-24 |
| 公开(公告)号: | CN114549709A | 公开(公告)日: | 2022-05-27 |
| 发明(设计)人: | 陈楚;陈光银;白家军 | 申请(专利权)人: | 重庆长安汽车股份有限公司 |
| 主分类号: | G06T13/40 | 分类号: | G06T13/40;G06T15/00;G06T19/20;G06V40/16 |
| 代理公司: | 重庆博凯知识产权代理有限公司 50212 | 代理人: | 张先芸 |
| 地址: | 400020 *** | 国省代码: | 重庆;50 |
| 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 自定义 虚拟 形象 生成 系统 方法 | ||
本发明公开一种自定义3D虚拟形象生成系统,包括Maya绑定模块、文件管理模块、分类特征解析模块、脸形解析生成模块、形象资源生成模块和渲染交互模块。本发明还提供一种自定义3D虚拟形象生成方法,基于Maya骨骼绑定和BlendShape形变、深度学习、特征预置参数类型、具有标准动画适应性的3D虚拟形象生成能力;可根据主观需要对生成结果进行指向性调整。用户在Maya中对3D虚拟角色的标准模型进行绑定,通过文件管理模块加载真人形象,在生成模块中解析,通过深度学习对面部次特征和面部附属特征进行分类识别,对脸型特征进行参数化,渲染交互模块将参数应用到3D标准形象之上;根据角色动态生成特定动画的3D虚拟拟人形象,可以根据主观需要对生成结果进行指向性调整。
技术领域
本发明涉及3D虚拟拟人形象生成领域,具体涉及一种基于Maya绑定的自动化与人工重定向相结合的自定义3D虚拟形象生成系统及其生成方法。
背景技术
在当前软件应用领域之中,数字孪生、VR、AR、MR和形象可视化都是可见的未来重要的产品和技术趋势。在这些应用之中,针对特定人员设定具有高度形象相似性和相关性的角色,可以大幅提高用户沉浸感、用户参与度、产品可交互性,最终提升产品的附加价值;另一方面,为了更加高质量和高效率的生成符合相关性与相似性的绑定3D虚拟形象,随着近年来深度学习的不断进步,根据人像照片生成3D形象的技术,也在逐渐成熟。
但是,现有方法生成的3D虚拟角色相对固定,不能进行自定义修改,不具有较好的灵活性,不能高效率地满足个性化设计需要,每个角色的设计都需要独立的流程去完成。例如CN111389008A公开的“虚拟角色的面部生成方法、自动捏脸方法及装置”中,提供了一种基于随机参数的3D虚拟形象的随机生成方法,不能根据人像自动生成,更不能满足用户相关性与相似性的个性化设计。又如CN112562043A公开的“图像处理方法、装置和电子设备”中,提供一种在MAYA中对 3D虚拟角色模型的绑定方法,可对3D虚拟角色动态设置参数以调整形象外形,但是该方法过于复杂,并且不能自动生成处理过程以及手动自定义定向调整,不能满足个性化的灵活设计。再如CN108363973A公开的“一种无约束的3D表情迁移方法”中,提供了一种基于BlendShape的动态表情迁移方法,然而所述方案不能基于骨骼对脸型设置方案且并不能将变形静态固定到3D虚拟形象这中。
综上,如何提供一种满足自动化、自定义和高效率设计的3D虚拟角色设计是本领域技术人员亟需解决的技术问题。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种自定义3D虚拟角色生成系统和生成方法,解决不能根据角色动态生成特定动画的3D虚拟拟人形象,也不能根据主观需要对生成结果进行指向性调整的问题。
为实现上述目的,本发明采用如下技术方案:
本发明提供一种自定义3D虚拟形象生成系统,包括Maya绑定模块、文件管理模块、分类特征解析模块、脸形解析生成模块、形象资源生成模块和渲染交互模块;其中:
(1)Maya绑定模块
在Maya中按规范(行业标准建模流程:建模、雕刻、烘焙、制作贴图)建立标准模型,并对身体、头部、面部进行绑定和导出;
(2)文件管理模块
将素材文件、中间文件导入脸形生成模块、脸形解析生成模块和渲染交互模块;将形象资源生成模块生成的变形配置序列化,即将数据以一定格式写到文件里,进行传输、存储和分发导出;将配置文件导入渲染模块进行渲染;
(3)分类特征解析模块
将文件管理模块导入的真人形象照片进行特征解析分类,并生成面部特征类型参数;
(4)脸形解析生成模块
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重庆长安汽车股份有限公司,未经重庆长安汽车股份有限公司许可,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/202210174064.8/2.html,转载请声明来源钻瓜专利网。





