[发明专利]模型生成、3D发型生成方法、装置、电子设备及存储介质

权利要求书

1.一种模型生成方法，其特征在于，所述方法包括：

获取3D发型图；

将所述3D发型图处理成2D发型图；

对所述2D发型图进行预处理，得到所述2D发型图对应的第一预处理数据；

将所述第一预处理数据作为输入，将所述2D发型图对应的3D发型图作为输出的目标，对初始模型进行训练；其中，所述初始模型的结构为：所述初始模型包括编码器和解码器，所述编码器和所述解码器均由多个串行的单元模块构成，所述编码器与所述解码器之间连接有多个并行的3D卷积模块；所述单元模块的输入端与输出端之间和所述3D卷积模块的输入端与输出端之间均具有直连分支，每个单元模块对数据流上游相连接的单元模块中输入的特征信息进行融合，使得所述单元模块能不断融合第一预处理数据的特征信息，所述特征信息至少包括位置信息，所述位置信息包括头发点的坐标信息；

将训练完成的初始模型确定为3D发型重建模型。

2.根据权利要求1所述的方法，其特征在于，

所述编码器和所述解码器均由多个串行的单元模块构成，包括：所述编码器和所述解码器分别由多个单元模块串联构成，且所述编码器中的最后一个单元模块与所述解码器中的第一个单元模块串联连接；其中，所述编码器中的单元模块与所述解码器中的单元模块一一对应；

所述编码器与所述解码器之间连接有多个并行的3D卷积模块，包括：所述编码器中的各单元模块与各单元模块在所述解码器中对应的单元模块之间连接有3D卷积模块。

3.根据权利要求1所述的方法，其特征在于，所述获取3D发型图，包括：

对多个原始3D发型图中的各原始3D发型进行分类；

对属于同一类型的两个原始3D发型分别进行发根点位的聚类，分别得到所述两个原始3D发型中每个原始3D发型的多个发束中心簇；

将所述两个原始3D发型进行以所述多个发束中心簇为标准的两两插值，获得属于同一类型的多个3D新发型；

将获得的属于各类型的多个3D新发型的3D新发型图，添加到包含所述多个原始3D发型图的3D发型库中；

从所述3D发型库中获取3D发型图。

4.根据权利要求3所述的方法，其特征在于，所述对多个原始3D发型图中的各原始3D发型进行分类，包括：

将所述原始3D发型图映射成原始2D发型图；

对所述原始2D发型图进行图像分割，得到所述原始2D发型图中头发区域对应的掩膜，根据所述掩膜进行发型长度的划分，得到划分结果；

对所述原始2D发型图中头发区域进行方向图的计算，确定头发的曲率；

根据所述头发的曲率以及所述划分结果，确定每个原始3D发型的所属类型。

5.根据权利要求1所述的方法，其特征在于，所述对所述2D发型图进行预处理，得到所述2D发型图对应的第一预处理数据，包括：

通过滤波器对所述2D发型图进行处理，得到所述2D发型图的方向图；

对所述2D发型图进行图像分割，得到所述2D发型图头发区域对应的掩膜；

通过人体轮廓识别模型对所述2D发型图进行处理，得到所述2D发型图的人头轮廓信息；

将所述2D发型图的方向图、所述2D发型图头发区域对应的掩膜和所述2D发型图的人头轮廓信息作为所述第一预处理数据。

6.根据权利要求2所述的方法，其特征在于，所述初始模型还包括一个初始卷积模块，所述初始卷积模块设置在所述编码器外部的数据流上游，所述初始卷积模块用于对所述第一预处理数据进行升维处理，得到初步特征图，以作为所述编码器中首个单元模块的输入；

所述编码器和所述解码器中的每个单元模块执行的步骤包括：

对所述单元模块的输入进行信息提取，得到分辨率降低的第一特征图；

通过双线性插值的方法将所述第一特征图的分辨率恢复到输入的分辨率，得到中间特征图；

增加所述中间特征图的通道数，得到最终特征图；

通过所述直连分支将所述最终特征图和所述输入进行特征融合，得到所述单元模块的最终输出。