[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

说明书

本发明实施例提供了一种模型生成、3D发型生成方法、装置、电子设备及存储介质。该模型生成方法包括：获取3D发型图，将3D发型图处理成2D发型图；对2D发型图进行预处理，得到2D发型图对应的第一预处理数据；将第一预处理数据作为输入，将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；将训练完成的初始模型确定为3D发型重建模型。其中，初始模型中的编解码器均由多个串行的单元模块构成，编解码器之间连接有多个并行的3D卷积模块，单元模块和3D卷积模块的输入端与输出端之间均具有直连分支，使得单元模块能不断融合第一预处理数据的位置信息，保证初始模型随着网络结构的加深，尽可能地少减少头发的位置信息，以提升模型训练效果。

技术领域

本发明实施例涉及图像处理技术领域，特别是涉及一种模型生成、3D发型生成方法、装置、电子设备及存储介质。

背景技术

3D头发重建指的是根据平面人头图像重建得到三维立体的人头发型，当前通常将3D头发重建任务转化为一种回归任务，以计算3D头发点的坐标信息。但在当下传统的通过回归重建3D头发的模型中，随着模型网络结构的加深必然会伴随着头发位置信息的不断丢失，使得模型生成的3D发型中的头发位置信息与平面人头图像中的头发位置信息不相适应且差距较大，从而最终导致模型生成的3D发型效果不好，与平面人头图像的差距较大。

发明内容

本发明实施例的目的在于提供一种模型生成、3D发型生成方法、装置、电子设备及存储介质，以尽可能减少3D发型重建模型中头发位置信息的丢失。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种模型生成方法，该方法包括：

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，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。

在本发明实施的第二方面，还提供了一种3D发型生成方法，所述方法包括：

获取待处理的2D发型图；

对所述待处理的2D发型图进行预处理，得到所述待处理的2D发型图对应的第二预处理数据；

将所述第二预处理数据输入至如本发明第一方面所述的模型生成方法生成的3D发型重建模型，得到所述3D发型重建模型输出的3D发型图。

在本发明实施的第三方面，还提供了一种模型生成装置，该装置包括：

第一图像获取模块，用于获取3D发型图；

第一图像处理模块，用于将所述3D发型图处理成2D发型图；

第一数据处理模块，用于对所述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；