[发明专利]一种捏脸处理方法在审

专利信息
申请号: 202210177764.2 申请日: 2022-02-24
公开(公告)号: CN114549293A 公开(公告)日: 2022-05-27
发明(设计)人: 叶德贤;吕卓然;严航宇 申请(专利权)人: 巨人移动技术有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06V40/16;G06N3/04;G06N3/08
代理公司: 上海专利商标事务所有限公司 31100 代理人: 施浩
地址: 201613 上海市*** 国省代码: 上海;31
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 处理 方法
【说明书】:

发明公开了一种捏脸处理方法,通过控制虚拟角色的风格化参数来收敛真实人脸特征图和虚拟人脸特征图的距离损失,直到获取到符合风格化参数的虚拟人脸骨骼参数,进而获取到符合用户风格化需求的虚拟角色。其技术方案如下:获取用户的真实人脸图像;设置虚拟角色的风格化参数,并随机初始化一组虚拟人脸骨骼参数;基于虚拟人脸骨骼参数生成虚拟人脸图像;根据真实人脸图像和虚拟人脸图像提取真实人脸特征图和虚拟人脸特征图;根据风格化参数、真实人脸特征图和虚拟人脸特征图迭代收敛虚拟人脸骨骼参数;基于完成收敛的虚拟人脸骨骼参数生成虚拟角色。

技术领域

本发明涉及游戏角色生成领域,具体涉及一种捏脸处理方法。

背景技术

对于现有的捏脸方法,一般根据用户上传的一张真实人脸给出一个虚拟角色。尽管有部分用户的需求是角色要跟我尽量相似,但是还有很多用户的需求是角色跟我有点像就行,主要还得好看,或徘徊于二者之间,因此根据现有技术生成的虚拟角色未必能满足用户的需求。

此外,现有的捏脸方法通常使用开源的人脸识别模型提取真实人脸和虚拟人脸的人脸编码特征,而这些开源的人脸识别模型均使用真实人脸数据集训练,用于提取虚拟人脸的人脸编码特征并不十分妥当。而对于风格迁移方法,现有技术中通常使用图像到图像的神经网络,但是由于游戏角色由渲染引擎构建,神经网络输出的图像无法在游戏中使用,这对游戏捏脸来说并不适用。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明的目的在于解决上述问题,提供了一种捏脸方法,通过控制虚拟角色的风格化参数来控制自动捏脸所生成的虚拟角色的风格化程度,给予用户更灵活的选择,获取符合自己风格需求的游戏角色,进而提高用户对自动捏脸的接受度。

本发明的技术方案为:本发明提供一种捏脸处理方法,包括以下步骤:

获取用户的真实人脸图像;

设置虚拟角色的风格化参数,并随机初始化一组虚拟人脸骨骼参数;

基于虚拟人脸骨骼参数生成虚拟人脸图像;

根据真实人脸图像和虚拟人脸图像提取真实人脸特征图和虚拟人脸特征图;

根据风格化参数、真实人脸特征图和虚拟人脸特征图迭代收敛所述虚拟人脸骨骼参数;

基于完成收敛的虚拟人脸骨骼参数生成虚拟角色。

根据本发明的捏脸处理方法的一实施例,所述捏脸方法通过图形用户界面上传真实人脸图像,并对所述真实人脸图像进行质量控制,获取符合规范的真实人脸图像。

根据本发明的捏脸处理方法的一实施例,所述用户图形用户界面包括风格化参数调整组件,用户通过所述风格化参数调整组件设置虚拟角色的风格化参数。

根据本发明的捏脸处理方法的一实施例,所述捏脸方法通过虚拟人脸生成网络生成虚拟人脸图像;其中,所述虚拟人脸生成网络根据输入的虚拟人脸骨骼参数生成对应的虚拟人脸图像。

根据本发明的捏脸处理方法的一实施例,所述虚拟人脸生成网络基于虚拟人脸数据集进行模型训练,包括以下步骤:

随机采集虚拟人脸骨骼参数;

基于虚拟人脸骨骼参数生成虚拟角色,获取对应的虚拟人脸图像;其中,所述虚拟人脸骨骼参数和所述虚拟人脸图像构成虚拟人脸数据集;

构建卷积神经网络;

根据虚拟人脸骨骼参数和虚拟人脸图像训练卷积神经网络,获取虚拟人脸生成网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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巨人移动技术有限公司,未经巨人移动技术有限公司许可,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/202210177764.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top