CN112221145B - 游戏脸模生成方法及装置、存储介质及电子设备 - Google Patents
游戏脸模生成方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112221145B CN112221145B CN202011162713.XA CN202011162713A CN112221145B CN 112221145 B CN112221145 B CN 112221145B CN 202011162713 A CN202011162713 A CN 202011162713A CN 112221145 B CN112221145 B CN 112221145B
- Authority
- CN
- China
- Prior art keywords
- face
- model
- game
- dimensional
- face model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 100
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 24
- 210000001508 eye Anatomy 0.000 description 19
- 238000001514 detection method Methods 0.000 description 11
- 210000004556 brain Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 210000000214 mouth Anatomy 0.000 description 6
- 210000000697 sensory organ Anatomy 0.000 description 6
- 210000005252 bulbus oculi Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 210000001331 nose Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 210000000887 face Anatomy 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/57—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/60—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
- A63F13/63—Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor by the player, e.g. authoring using a level editor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Human Computer Interaction (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供一种游戏脸模生成方法及装置、电子设备、计算机可读存储介质,涉及游戏技术领域。所述方法包括:获取游戏中的历史游戏角色脸模数据集,并计算得到游戏角色平均脸部模型;获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型向所述游戏角色平均脸部模型的拓扑对齐;确定所述三维人脸模型的人脸区域,依据预设规则对所述人脸区域的各部件进行形状夸张化处理得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定;通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。本公开可以使用已有游戏资源生成游戏角色脸模。
Description
技术领域
本公开涉及游戏技术领域,具体而言,涉及一种游戏脸模生成方法、游戏脸模生成装置、电子设备以及计算机可读存储介质。
背景技术
丰富游戏中人物的多样性可以很好地提升游戏玩家的兴趣,游戏角色的脸模设计制作因而成为了游戏设计领域很重要的组成部分。但由于游戏角色的脸模设计通常需要大量美工成本,目前常见的提高游戏人物丰富性的做法通常是重复使用同样的脸模,通过更换头发衣服等配饰来增强多样性,无法真正提升游戏角色丰富度。
因此需要提供一种游戏脸模生成方法,可以使用游戏资源中已有的角色脸模,结合输入的二维图像,得到与输入二维图像中的人脸相似且符合游戏风格的脸模,从而可以节省资源制作所需时间,并可提升游戏的角色多样性。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例的目的在于提供一种游戏脸模生成方法、游戏脸模生成装置、电子设备以及计算机可读存储介质,可以使用游戏资源中已有的角色脸模,得到与输入二维图像中的人脸相似且符合游戏风格的脸模,从而可以节省资源制作的时间及成本,丰富游戏角色多样性。
根据本公开的第一方面,提供一种游戏脸模生成方法,包括:
获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型向所述游戏角色平均脸部模型的拓扑对齐;
确定所述三维人脸模型的人脸区域,依据预设规则对所述人脸区域的各部件进行形状夸张化处理,并添加脑壳区域得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定;
通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述风格化模型,得到所述二维图像对应的游戏脸模。
在本公开的一种示例性实施例中,在所述通过纹理融合得到对应所述风格化模型的所述纹理贴图之后,所述方法还包括:
基于所述纹理贴图及所述三维人脸模型生成对应的法线贴图,并将所述法线贴图贴在所述游戏脸模上。
在本公开的一种示例性实施例中,所述依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型,包括:
对所述历史模型数据集中的历史脸模进行预处理,并基于预处理后的所述历史脸模计算得到游戏角色平均脸部模型;
所述预处理包括:
将所述历史脸模摆正对齐,得到空间关系及大小一致的多个所述历史脸模,并通过对称点修正各所述历史脸模的对称性。
在本公开的一种示例性实施例中,所述基于所述二维图像重建对应的三维人脸模型,包括:
对所述二维图像进行人脸特征点检测,得到所述二维图像中人脸特征点;
依据二维特征点及三维形状之间的对应关系,基于所述人脸特征点重建得到所述三维人脸模型。
在本公开的一种示例性实施例中,所述依据二维特征点及三维形状之间的对应关系,基于所述人脸特征点重建得到所述三维人脸模型,包括:
依据二维特征点及三维形状之间的对应关系,基于机器学习算法训练得到一个三维人脸重建模型;
将所述二维图像输入至所述三维人脸重建模型,得到所述二维图像对应的所述三维人脸模型。
在本公开的一种示例性实施例中,所述预设规则基于所述游戏角色平均脸部模型确定,包括:
在所述游戏角色平均脸部模型中标注三维特征点,并在对应的二维贴图中确定出人脸区域;
基于确定出的所述人脸区域反向索引得到各所述历史脸模的人脸区域;
分析各所述历史脸模中所述人脸区域中各部件的空间分布,确定各所述部件的夸张化特征及夸张化比例,并得出所述预设规则。
在本公开的一种示例性实施例中,所述依据预设规则对所述人脸区域的各部件进行形状夸张化处理,包括:
依据所述预设规则从所述历史人脸模型数据集中选取多个所述历史脸模,并将所述三维人脸模型与选取出的所述模型进行融合。
在本公开的一种示例性实施例中,所述生成所述形状风格化模型的纹理贴图,包括:
提取所述二维图像的纹理特征,依据所述纹理特征及所述形状风格化模型的形状风格生成所述纹理贴图。
根据本公开的第二方面,提供一种游戏脸模生成装置,包括:
预处理模块,用于获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
人脸重建模块,用于获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型与所述游戏角色平均脸部模型拓扑对齐;
形状风格化模块,用于确定所述三维人脸模型的人脸区域,并依据预设规则对所述人脸区域的各部件进行形状夸张化处理,并添加脑壳区域得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定;
纹理风格化模块,用于通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。
本公开示例性实施例可以具有以下部分或全部有益效果:
在本公开示例实施方式所提供的游戏脸模生成方法中,首先,获取游戏中的历史游戏角色脸模数据集,并依据该历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;接着,获取二维图像,基于得到的二维图像重建该图像对应的三维人脸模型,并重建出的三维人脸模型与游戏角色平均脸部模型拓扑对齐;之后,对得到的三维人脸模型进行形状风格化处理,具体通过确定三维人脸模型的人脸区域,依据预设规则对该人脸区域的各部件进行形状夸张化处理,并添加脑壳区域,从而得到上述三维人脸模型对应的形状风格化模型,其中,上述预设规则基于上述游戏角色平均脸部模型确定;最后,通过纹理融合生成形状风格化模型的纹理贴图,并基于该纹理贴图及上述形状风格化模型,得到二维图像对应的游戏脸模。一方面,本示例实施方式所提供的游戏脸模生成方法通过获取游戏中的历史游戏角色脸模数据集,可以将该历史游戏角色脸模数据集中的历史游戏脸模作为模板得到游戏脸模。通过使用游戏中已有的模型便可以生成游戏脸模,不需要获取大量的脸模数据资源,也不用制作捏脸***,节省了脸模生成所需的时间及成本,提高了效率。另一方面,在对上述重建得到的三维人脸模型进行形状风格化处理时,首先确定出人脸区域,在此基础上对人脸区域的各部件分别进行了形状风格化处理,之后再融合所有部件,得到上述形状风格化模型。从而,可以实现在游戏资源模板较少的情况下,也能生成五官多样性丰富的脸模及兼顾脑壳等不可变形区域的需求。同时,本示例实施方式所提供的方法仅通过输入的一张二维图像便可得到与该图像中的输入人脸对应的游戏脸模,且该游戏脸模与游戏风格一致,拓扑相同。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了可以应用本公开实施例的一种游戏脸模生成方法及装置的示例性***架构的示意图;
图2示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图;
图3示意性示出了根据本公开的一个实施例的游戏脸模生成方法的流程的示意图;
图4示意性示出了根据本公开的一个实施例的历史游戏模板资源的示意图;
图5示意性示出了根据本公开的一个实施例的输入图像及风格化处理后的游戏脸模的示意图;
图6示意性示出了根据本公开的一个实施例的游戏脸模生成装置的框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1示出了可以应用本公开实施例的一种游戏脸模生成方法及装置的示例性应用环境的***架构的示意图。
如图1所示,***架构100可以包括终端设备101、102、103中的一个或多个,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
本公开实施例所提供的游戏脸模生成方法可以由终端设备101、102、103执行,相应的,游戏脸模生成装置也可以设置于终端设备101、102、103中。本公开实施例所提供的游戏脸模生成方法也可以由终端设备101、102、103与服务器105共同执行,相应地,游戏脸模生成装置可以设置于终端设备101、102、103与服务器105中。此外,本公开实施例所提供的游戏脸模生成方法还可以由服务器105执行,相应的,游戏脸模生成装置可以设置于服务器105中,本示例性实施例中对此不做特殊限定。
例如,在本示例实施方式中,可以获取从部署在游戏平台的服务器105中获取历史游戏角色脸模数据集,将获取到的该历史游戏角色脸模数据集中的角色脸模作为模板,并依据各角色脸模计算得到游戏角色平均脸部模型;接着,接收通过终端设备101、102、103输入的二维图形,并基于该二维图像,重建该二维图像中输入人脸对应的三维人脸模型,并将该三维人脸模型与上述游戏角色平均脸部模型拓扑对齐,以得到与游戏模型拓扑布局一致的三维模型;之后,服务器105继续确定上述三维人脸模型的人脸区域,依据预设规则对人脸区域的各部件进行形状夸张化处理,并添加脑壳区域得到形状风格化模型,其中,预设规则基于上述游戏角色平均脸部模型确定;最后,通过纹理融合生成上述形状风格化模型的纹理贴图,基于纹理贴图及形状风格化模型,得到所述二维图像对应的游戏脸模。
图2示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
需要说明的是,图2示出的电子设备的计算机***200仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示,计算机***200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从储存部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有***操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
塑造多样性的人物可以丰富游戏的多样性,提升游戏玩家的兴趣。但由于游戏角色的脸模设计制作往往需要大量的美工成本,因此现有技术主要通过对同样的脸模更换头发衣服等配饰来增强多样性,然而,这一方法并不能真正提升游戏角色丰富度。
因此,发明人提出了以下方法来实现游戏中人物的多样性:目前游戏中的角色可以分为玩家角色和非玩家角色两种类型。玩家角色的多样性可以通过预先设计的捏脸***进行角色定制,而NPC脸模一般会单独进行设计制作,其中一个原因是现有捏脸***的表现力有限,无法对脸部进行大幅度形变,另一个原因是NPC往往比玩家角色更多变,需要表现比玩家角色更突出的风格特点。
具体而言,可以有以下两种游戏脸模生成方法:
第一种为基于捏脸***生成游戏脸模,该方法首先使用三维建模软件预先制作相应资源,以构建捏脸***。然后按照输入图像的信息进行参数调整,以完成脸模的风格化生成,并最终得到游戏脸模。但此种方法因为参数的限制,无法对模型进行大幅度形变,故得到的模型多样化不明显且捏脸***的制作成本较高。
第二种方法为基于网络模型进行训练分析合成游戏脸模。但该方法需要输入大量资源用于训练分析,一旦游戏风格转化,则需要重新制作大量资源,拓展使用不方便。
随着用户要求与游戏制作水平的提高,游戏角色脸模的多样性需求相应提升,通过上述两种方法制作大量不重复且符合游戏风格的脸模资源,无疑是繁琐且成本巨大的。
为了解决上述方法中存在的问题,在本示例实施方式中,发明人又提出了一种新的技术方案来生成游戏脸模,以下对本公开实施例的技术方案进行详细阐述:
本示例实施方式首先提供了一种游戏脸模生成方法。该游戏脸模生成方法可以应用于上述终端设备101、102、103中的一个或多个,也可以应用于上述服务器105,还可以应用于终端设备101、102、103与服务器105中。参考图3所示,该游戏脸模生成方法具体包括以下步骤:
步骤S310:获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
步骤S320:获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型与所述游戏角色平均脸部模型拓扑对齐;
步骤S330:确定所述三维人脸模型的人脸区域,依据预设规则对所述人脸区域的各部件进行形状夸张化处理,得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定;
步骤S340:通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
在本公开示例实施方式所提供的游戏脸模生成方法中,一方面,本示例实施方式所提供的游戏脸模生成方法通过获取游戏中的历史游戏角色脸模数据集,可以将该历史游戏角色脸模数据集中的历史游戏脸模作为模板得到游戏脸模。通过使用游戏中已有的模型便可以生成游戏脸模,不需要获取大量的脸模数据资源,也不用制作捏脸***,节省了脸模生成所需的时间及成本,提高了效率。另一方面,在对上述重建得到的三维人脸模型进行形状风格化处理时,首先确定出人脸区域,在此基础上对人脸区域的各部件分别进行了形状风格化处理,之后再融合所有部件,得到上述形状风格化模型。从而,可以实现在游戏资源模板较少的情况下,也能生成五官多样性丰富的脸模及兼顾不可变形区域(如脑壳)的需求。同时,本示例实施方式所提供的方法仅通过输入的一张二维图像便可得到与该图像中的输入人脸对应的游戏脸模,且该游戏脸模与游戏风格一致,拓扑相同。
下面,在另一实施例中,对上述步骤进行更加详细的说明。
在步骤S310中,获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型。
在本示例实施方式中,如图4所示,上述历史游戏角色脸模数据集是游戏资源中已有的历史脸模构成的集合,通过对这一集合中的历史脸模进行预处理得到模板资源库,不需要额外获取大量的资源,并且可以得到与游戏风格一致的游戏脸模。具体地,该历史游戏角色脸模数据集中的历史脸模可以为三个,也可以为大于三的任意个数,本示例实施方式对此不做特殊限定。
在获取到上述历史游戏角色脸模数据集后,依据历史游戏角色脸模数据集可以计算得到该游戏资源中历史脸模的游戏角色平均脸部模型,该游戏角色平均脸部模型可以作为后续拓扑对齐等操作的参考模型。计算该游戏角色平均脸部模型的过程,举例而言,可以如下:对上述历史游戏角色脸模数据集中的多个历史脸模进行预处理操作;依据预处理后的上述多个历史脸模计算得出上述游戏角色平均脸部模型。
具体地,上述对历史脸模的预处理操作可以包括如下过程:首先,可以对上述多个历史脸模进行摆正对齐,以使各个历史脸模的大小、位置、角度等保持对齐。其中,该摆正对齐的过程可以通过普氏分析实现,也可以通过能实现该过程的其他技术手段完成,本示例实施方式对此不做特殊限定。
在将各历史脸模通过上述过程摆正对齐后,还可以通过对称点修正各历史脸模的对称性,例如,当某一历史脸模的左右眼睛或者嘴巴的左右不对称时,就可以依据对称点进行修正,得到对称的脸模。在经过上述全部的预处理过程后,可以对预处理后的历史脸模进行计算得到该游戏的游戏角色平均脸部模型,其中,该计算过程可以为任何能得出上述游戏角色平均脸部模型的算法,本示例实施方式对此不做特殊限定。
在得到上述游戏角色平均脸部模型后,还可以通过该游戏角色平均脸部模型得到本示例实施方式所提供的游戏脸模生成方法的模板资源库,该模板资源库可以包括上述经过预处理的历史脸模,以及各历史脸模对应的人脸区域。获取各历史脸模中的人脸区域的实现可以如下:在上述游戏角色平均脸部模型中标注相应的三维特征点,依据标注出的三维特征点划分出该游戏角色平均脸部模型对应的二维贴图中的人脸区域,并反向索引找出各历史脸模在对应的三维点云中的人脸区域。由于同一游戏中,历史脸模的拓扑布局是一致的,因此上述过程可以仅通过游戏角色平均脸部模型的二维贴图反向索引得到各历史脸模的人脸区域。在本示例实施方式的具体实施例中,上述人脸区域还可以进一步细化为五官区域,这些情况都属于本示例实施方式的保护范畴。
此外,在该步骤中,还可以确定上述模板资源库中历史游戏脸模的可变区域及不可变区域,以便于复用身体、减轻其他配件接缝、以及处理模板贴图去除不可复用的纹身等。需要说明的是,上述情景均为示例性说明,本示例实施方式的保护范畴并不以此为限。
在步骤S320中,获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型向所述游戏角色平均脸部模型的拓扑对齐。
在本示例实施方式中,上述二维图像为包含人脸的二维图片。例如,该二维图像可以为单纯的人像照,也可以为包含风景等背景的人物照,还可以为符合上述定义的任意二维图像,本示例实施方式对此不做特殊限定。
在接收到二维图像后,重建接收到的该二维图像对应的三维人脸模型,举例而言,该过程可以为:检测二维图像中的人脸并对齐;基于预训练的模型建立对应的三维人脸模型。
其中,人脸检测指在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征及结构特征等。人脸检测就是把其中有用的信息挑出来,并利用这些特征实现人脸检测。具体地,上述人脸检测可以通过基于知识的方法实现,也可以基于特征不变方法检测,还可以通过模板匹配或基于外观的方法来进行检测。除此之外,还可以为可以实现人脸检测功能的其他方法,这都属于本示例实施方式的保护范畴。
例如,上述基于知识的方法可以是基于典型的人脸形成规则库对人脸进行编码,并通过面部特征之间的关系进行人脸定位;上述特征不变方法可以通过在姿态、视角或光照条件改变的情况下寻找人脸存在的结构特征,并基于这些特征进行人脸检测;上述模板匹配方法则可以存储几种标准的人脸模式,用来描述整个人脸区域及面部特征,并通过计算接收到的上述二维图像和存储模式间的相互关系来实现人脸检测;上述基于外观的方法则是基于训练图片集训练得到人脸检测模型,并基于该人脸检测模型检测出上述二维图像中的人脸。需要说明的是,上述场景均为示例性说明,本示例实施方式的保护范畴并不以此为限。
在本示例实施方式中,举例而言,可以通过上述基于外观的方法,基于定义的68个i-bug特征点,采集一批二维图像作为数据集,预训练得到人脸检测模型,并基于该人脸检测模型定位上述接收到的二维图像中的人脸。之后,还可以基于上述定义的特征点对检测到的人脸进行对齐操作,得到合适的空间位置,例如,当获取到的人脸角度不正时,可以将其摆正等。此外,上述特征点的个数依据实际情况也可以进行调节,本示例实施方式对此不做特殊限定。
在对上述二维图像中的人脸检测对齐后,可以基于该二维人脸重建出对应的三维人脸模型。举例而言,该三维重建过程可以为:预训练得到三维人脸重建模型;基于该三维人脸重建模型重建对应的三维人脸模型。
举例而言,上述过程可以通过基于级联回归的三维人脸重建算法实现,具体可以如下:基于公开数据库构建训练数据,并利用训练数据的二维特征点和三维形状内在的相关性建立得到三维重建人脸模型,以通过特定公开格式的点云和面片组织重建人脸模型的布线。需要说明的是,上述场景只是一种示例性说明,本示例实施方式的保护范畴不以此为限,其他建立三维人脸重建模型的方法,以及其他基于二维图像重建三维人脸模型的方法也属于本示例实施方式的保护范畴。
在通过上述过程得到上述二维图像对应的三维人脸模型后,为了和游戏模型保持布线一致,以便于后续动作绑定及表情动画制作,还需要将该三维人脸模型向游戏参考模型的拓扑对齐中,举例而言,该参考模型可以为上述游戏游戏角色平均脸部模型。
上述过程,举例而言,可以通过网格形变技术实现,具体可以如下:为了划分出脑壳及脖子等不变区域,以便于适配其他配饰,可以扣取出脸部可变区域的网格单独处理。在处理中,可以使用基于拉普拉斯的网格形变方法,首先,选取出作为锚点的特征点并进行标注,再基于锚点进行网格形变。优选地,为了在形变的同时尽可能保持形状结构,更好的实现非刚性形变。本示例实施方式还可以在上述基于拉普拉斯坐标形变方法添加ICP项,具体损失函数如下:
E=ωfEf+ωdEd;
其中,
在该损失函数的值最小时,得到网格形变的最佳结果,完成上述三维人脸模型拓扑对齐至游戏模型的过程。需要说明的是,上述场景只是一种示例性说明,其他将三维人脸模型拓扑对齐至游戏模型的过程也属于本示例实施方式的保护范畴。
在步骤S330中,确定所述三维人脸模型的人脸区域,依据预设规则对所述人脸区域的各部件进行形状夸张化处理,得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定。
在本示例实施方式中,该步骤用于对上述得到的三维人脸模型进行形状风格化处理,通过该风格化处理过程,可以得到与游戏风格一致的完整头部模型。为了在上述历史游戏角色脸模数据集中的历史脸模资源较少的情况下也可以生成多样性丰富的游戏脸模,并兼顾不可变形区域的需求,本示例实施方式首先确定上述三维人脸模型中的人脸区域,并对该人脸区域中的各部件分别进行形状风格化处理,并融合得到该三维人脸模型对应的形状风格化模型。
上述确定三维人脸模型中的人脸区域可以通过在二维图像中确定人脸特征点,并在三维模型中反向索引得到,这一过程在上述步骤S310中有详细描述,故在此不再赘述。在确定人脸区域中,可以依据预设规则对该人脸区域中的各部件,如眼睛、嘴巴等五官部件进行夸张化处理。
上述预设规则可以包括人脸区域中各部件的夸张化规则,该预设规则可以依据上述游戏角色平均脸部模型确定。例如,该确定过程可以如下:在上述游戏角色平均脸部模型中标注三维特征点,并在对应的二维贴图中确定出人脸区域;基于确定出的人脸区域反向索引得到上述历史脸模的人脸区域;分析三维模型中人脸区域中各部件的空间分布,确定各部件的夸张化特征及夸张化比例,并得出预设规则。
上述过程中,在确定出上述三维人脸模型中的人脸区域后,基于上述三维特征点对人脸区域的空间分布进行分析,例如,通过上述标注的三维特征点可以计算出五官的分布,如两眼之间的间距、嘴巴的位置、鼻梁的高度,眼睛的宽度等。基于分析结果可以确定各部件的夸张化特征及比例,也即,眼睛、鼻子,嘴巴等各部件都有自己对应的夸张化特征及夸张化比例,作为各部件对应的预设规则。其中,夸张化特征及比例的确定还与游戏风格有关,例如,当游戏为漫画风格时,上述接收到的二维图像中的眼睛应进行适当的放大,以得到较大的眼睛,而在游戏为写实风格时,则可以保持或适当缩小真实的眼睛大小。需要说明的是,上述场景只是一种示例性说明,本示例实施方式的保护范畴不以此为限,对于其他部件的预设规则的确定,以及通过其他方式获取人脸区域的空间分布及各部件对应的预设规则等情况也属于本示例实施方式的保护范畴。
在本示例实施方式中,在确定出各部件的预设规则后,还可以基于该预设规则对对应的部件进行风格夸张化处理,具体实现可以为:依据预设规则从上述模板库中选取多个历史脸模,并将上述三维人脸模型与选取出的历史模型进行融合。以对眼睛的形状风格化为例,可以在模板库中选出一个眼睛宽度最接近的历史脸模,再选取一个眼睛间距最接近的历史脸模,并将选取出的历史脸模与上述依据二维图像得到的三维人脸模型进行融合,得到最终经过形状风格化处理的眼睛。需要说明的是,上述场景只是一种示例性说明,本示例实施方式并不以此为限,其他进行眼睛形状风格化处理的方法,以及对其他部件进行形状风格化处理等情景也属于本示例实施方式的保护范畴。
在上述形状风格化完成后,还需要对各部件进行融合,并添加脑壳区域得到形状风格化模型。该融合过程,举例而言,可以通过网格形变技术实现,也可以采用其他可以实现该融合过程的方法,本示例实施方式对此不做特殊限定。
在具体实现中,以网格形变方法为例,为了得到平滑的游戏脸模,且更好地保持夸张形状一致,网格形变时需要注意形变顺序,先以脸颊做锚点形变,再以眼睛、鼻子、嘴巴及脸部轮廓点做锚点形变。加入脸部轮廓点是为了尽量使其脸型在平滑形变时不发生较大的改变,在五官夸张化步骤中,直接进行平滑组合偶尔会出现鼻子山根塌陷或高耸的现象,需要先对筛选的五官部件对齐后进行深度方向上的调整来改善这一问题。此外,在添加脑壳时,还可以通过增大指定区域形变损失的约束,来更好地保持夸张形状一致。从而减少脑壳接缝不平滑不一致,以及嘴巴张开,脸变长等面部区域的变化。需要说明的是,上述场景只是一种示例性说明,本示例实施方式的保护范畴并不以此为限。
在步骤S340中,通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
在本示例实施方式中,在进行上述形状风格化处理后,还可以对上述形状风格化模型进行纹理风格化处理,得到最终的游戏脸模。该纹理风格化处理的过程,举例而言,可以为:提取上述二维图像的纹理特征,依据提取出的纹理特征及上述形状风格化模型的形状风格生成纹理贴图。
具体地,上述过程可以如下:首先,通过反向渲染得到上述二维图像的纹理,并从模板库中选取合适纹理进行拼接融合,进而得到和游戏纹理风格一致的纹理贴图。在进行纹理选择,要考虑上述形状风格化模型的风格并保持风格的一致,例如,当上述形状风格化的风格为漫画风格时,形状风格化模型的眼睛较之真实人眼会更大,此时睫毛及眼影等的选择应当保持眼睛大等。需要说明的是,这只是一种示例性说明,其他符合保持游戏风格一致的纹理选择也属于本示例实施方式的保护范畴。
在纹理风格化处理的过程中,上述反向渲染可以基于重心插值实现。在提取到原图纹理之后,还可以基于分割好的五官区域及泊松融合进行纹理的筛选及拼接,对脸部区域重新插值使其过渡平滑,保持脑壳的渐变色完好没有接缝。在将上述二维图像中得到真实纹理及从模板库中选取的纹理进行纹理融合时,可以通过设置权重进行加权运算实现该融合过程,不同五官的融合权重可以根据实际情况进行相应调整。
此外,在上述过程中,由于真实图像噪点的存在会导致融合结果不平滑,故在提取原图纹理之前,还可以对上述二维图像做双边滤波预处理,在去除噪点的同时保留边缘信息,以便更好地与模板风格融合。
需要说明的是,上述场景只是一种示例性说明,实现相应功能的其他方法也属于本示例实施方式的保护范畴。
在本示例实施方式中,为了提高游戏脸模的真实性,可选地,还可以生成上述纹理贴图对应的法线贴图。举例而言,该法线贴图可以基于上述纹理贴图生成,例如,得到纹理贴图后,可用其灰度值近似深度值并计算得到法线贴图,并可通过对输入的二维图像精细化重建得到带有细节的模型烘焙得到法线贴图,用这些贴图与模板中的法线贴图进行融合可得到最终的法线贴图,并将法线贴图贴在上述生成的游戏脸模上。需要说明的是,上述场景只是一种示例性说明,其他得到法线贴图的方法也属于本示例实施方式的保护范畴。
在本示例实施方式中,在上述过程全部完成后,还可以继续对牙齿、眼球部件进行处理,其实现可以为:将生成的游戏模型放缩至合适大小并对齐到指定位置,将三角面片转为四边形面片按照原始的网格布局写入。具体地,可以包括以下步骤:(1)对齐:使用脖子与身体相接的各点,通过普氏分析对齐;(2)眼球放置:通过眼球中心点计算平移位置,通过眼球框边缘点与眼眶点计算旋转&缩放,并基于计算结果放置眼球;(3)牙齿放置:通过牙齿点与口腔点计算平移位置,并放置牙齿。需要说明的是,上述场景只是一种示例性说明,实现相应功能的其他方法也属于本示例实施方式的保护范畴。
上述二维图像及生成的对应的游戏脸模,可以如图5所示。此外,在上述风格化处理之后,还可以继续对生成的上述游戏脸模进行配饰等处理。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本示例实施方式中,还提供了一种游戏脸模生成装置。该游戏脸模生成装置。参考图6所示,该游戏脸模生成装置600可以包括预处理模块610、人脸重建模块620、形状风格化模块630和纹理风格化模块640。其中:
预处理模块610可以用于获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
人脸重建模块620可以用于获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型与所述游戏角色平均脸部模型拓扑对齐;
形状风格化模块630可以用于确定所述三维人脸模型的人脸区域,并依据预设规则对所述人脸区域的各部件进行形状夸张化处理,得到形状风格化模型,所述预设规则基于所述游戏角色平均脸部模型确定;
纹理风格化模块640可以用于通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
在本示例实施方式中,在得到上述游戏脸模后,上述纹理化风格模块还可以包括法线贴图处理单元、后处理单元。其中,法线贴图处理单元可以用于基于纹理贴图及上述重建的三维人脸模型生成对应的法线贴图,并将法线贴图贴在上述生成的游戏脸模上,可以提高生成的游戏脸模的真实度。上述后处理单元可以用于继续对牙齿、眼球部件进行处理,其实现可以为:将生成的游戏模型放缩至合适大小并对齐到指定位置,将三角面片转为四边形面片按照原始的网格布局写入。上述场景只是一种示例性说明,本示例实施方式的保护范畴并不以此为限。
上述游戏脸模生成装置中各模块或单元的具体细节已经在对应的游戏脸模生成方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图3所示的各个步骤等。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种游戏脸模生成方法,其特征在于,包括:
获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型向所述游戏角色平均脸部模型的拓扑对齐;
在所述游戏角色平均脸部模型中标注三维特征点,并在对应的二维贴图中确定出人脸区域;基于确定出的所述人脸区域反向索引得到所述历史游戏角色脸模数据集中各历史脸模的人脸区域;分析各所述历史脸模中所述人脸区域中各部件的空间分布,确定各所述部件的夸张化特征及夸张化比例,得出预设规则,确定所述三维人脸模型的人脸区域,依据所述预设规则对所述三维人脸模型的人脸区域的各部件进行形状夸张化处理,得到形状风格化模型;
通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
2.根据权利要求1所述的游戏脸模生成方法,其特征在于,在所述通过纹理融合得到对应所述风格化模型的所述纹理贴图之后,所述方法还包括:
基于所述纹理贴图及所述三维人脸模型生成对应的法线贴图,并将所述法线贴图贴在所述游戏脸模上。
3.根据权利要求1所述的游戏脸模生成方法,其特征在于,所述依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型,包括:
对所述历史游戏角色脸模数据集中的历史脸模进行预处理,并基于预处理后的所述历史脸模计算得到游戏角色平均脸部模型;
所述预处理包括:
将所述历史脸模摆正对齐,得到空间关系及大小一致的多个所述历史脸模,并通过对称点修正各所述历史脸模的对称性。
4.根据权利要求1所述的游戏脸模生成方法,其特征在于,所述基于所述二维图像重建对应的三维人脸模型,包括:
对所述二维图像进行人脸特征点检测,得到所述二维图像中人脸特征点;
依据二维特征点及三维形状之间的对应关系,基于所述人脸特征点重建得到所述三维人脸模型。
5.根据权利要求4所述的游戏脸模生成方法,其特征在于,所述依据二维特征点及三维形状之间的对应关系,基于所述人脸特征点重建得到所述三维人脸模型,包括:
依据二维特征点及三维形状之间的对应关系,基于机器学习算法训练得到一个三维人脸重建模型;
将所述二维图像输入至所述三维人脸重建模型,得到所述二维图像对应的所述三维人脸模型。
6.根据权利要求1所述的游戏脸模生成方法,其特征在于,所述依据所述预设规则对所述人脸区域的各部件进行形状夸张化处理,包括:
依据所述预设规则从所述历史游戏角色脸模数据集中选取多个所述历史脸模,并将所述三维人脸模型与选取出的所述历史脸模进行融合。
7.根据权利要求1所述的游戏脸模生成方法,其特征在于,所述生成所述形状风格化模型的纹理贴图,包括:
提取所述二维图像的纹理特征,依据所述纹理特征及所述形状风格化模型的形状风格生成所述纹理贴图。
8.一种游戏脸模生成装置,其特征在于,包括:
预处理模块,用于获取游戏中的历史游戏角色脸模数据集,依据所述历史游戏角色脸模数据集计算得到游戏角色平均脸部模型;
人脸重建模块,用于获取二维图像,基于所述二维图像重建对应的三维人脸模型,并将所述三维人脸模型与所述游戏角色平均脸部模型拓扑对齐;
形状风格化模块,用于在所述游戏角色平均脸部模型中标注三维特征点,并在对应的二维贴图中确定出人脸区域;基于确定出的所述人脸区域反向索引得到各历史脸模的人脸区域;分析各所述历史脸模中所述人脸区域中各部件的空间分布,确定各所述部件的夸张化特征及夸张化比例,得出预设规则,确定所述三维人脸模型的人脸区域,依据所述预设规则对所述人脸区域的各部件进行形状夸张化处理,得到形状风格化模型;
纹理风格化模块,用于通过纹理融合生成所述形状风格化模型的纹理贴图,基于所述纹理贴图及所述形状风格化模型,得到所述二维图像对应的游戏脸模。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011162713.XA CN112221145B (zh) | 2020-10-27 | 2020-10-27 | 游戏脸模生成方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011162713.XA CN112221145B (zh) | 2020-10-27 | 2020-10-27 | 游戏脸模生成方法及装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112221145A CN112221145A (zh) | 2021-01-15 |
CN112221145B true CN112221145B (zh) | 2024-03-15 |
Family
ID=74109552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011162713.XA Active CN112221145B (zh) | 2020-10-27 | 2020-10-27 | 游戏脸模生成方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112221145B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113838176B (zh) * | 2021-09-16 | 2023-09-15 | 网易(杭州)网络有限公司 | 模型的训练方法、三维人脸图像生成方法及设备 |
CN114327718B (zh) * | 2021-12-27 | 2024-07-12 | 北京百度网讯科技有限公司 | 界面展示方法及装置、设备和介质 |
CN115393487B (zh) * | 2022-10-27 | 2023-05-12 | 科大讯飞股份有限公司 | 一种虚拟角色模型处理方法、装置、电子设备及存储介质 |
CN115861543B (zh) * | 2022-12-20 | 2023-12-29 | 北京百度网讯科技有限公司 | 三维虚拟形象生成方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1074271A (ja) * | 1996-08-30 | 1998-03-17 | Nippon Telegr & Teleph Corp <Ntt> | 3次元似顔作成方法および装置 |
CN108510437A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种虚拟形象生成方法、装置、设备以及可读存储介质 |
CN109675315A (zh) * | 2018-12-27 | 2019-04-26 | 网易(杭州)网络有限公司 | 游戏角色模型的生成方法、装置、处理器及终端 |
CN111402394A (zh) * | 2020-02-13 | 2020-07-10 | 清华大学 | 三维夸张漫画人脸生成方法及装置 |
CN111729314A (zh) * | 2020-06-30 | 2020-10-02 | 网易(杭州)网络有限公司 | 一种虚拟角色的捏脸处理方法、装置及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10440350B2 (en) * | 2015-03-03 | 2019-10-08 | Ditto Technologies, Inc. | Constructing a user's face model using particle filters |
-
2020
- 2020-10-27 CN CN202011162713.XA patent/CN112221145B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1074271A (ja) * | 1996-08-30 | 1998-03-17 | Nippon Telegr & Teleph Corp <Ntt> | 3次元似顔作成方法および装置 |
CN108510437A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种虚拟形象生成方法、装置、设备以及可读存储介质 |
CN109675315A (zh) * | 2018-12-27 | 2019-04-26 | 网易(杭州)网络有限公司 | 游戏角色模型的生成方法、装置、处理器及终端 |
CN111402394A (zh) * | 2020-02-13 | 2020-07-10 | 清华大学 | 三维夸张漫画人脸生成方法及装置 |
CN111729314A (zh) * | 2020-06-30 | 2020-10-02 | 网易(杭州)网络有限公司 | 一种虚拟角色的捏脸处理方法、装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112221145A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112221145B (zh) | 游戏脸模生成方法及装置、存储介质及电子设备 | |
CN110766776B (zh) | 生成表情动画的方法及装置 | |
EP3992919B1 (en) | Three-dimensional facial model generation method and apparatus, device, and medium | |
CN113838176B (zh) | 模型的训练方法、三维人脸图像生成方法及设备 | |
CN108961369A (zh) | 生成3d动画的方法和装置 | |
US11562536B2 (en) | Methods and systems for personalized 3D head model deformation | |
CN111833236B (zh) | 产生模拟用户的三维脸部模型的方法及装置 | |
US11587288B2 (en) | Methods and systems for constructing facial position map | |
CN110197462A (zh) | 一种人脸图像实时美化与纹理合成方法 | |
CN110796593A (zh) | 基于人工智能的图像处理方法、装置、介质及电子设备 | |
CN113689538A (zh) | 一种视频生成方法、装置、电子设备及存储介质 | |
US11417053B1 (en) | Methods and systems for forming personalized 3D head and facial models | |
US11461970B1 (en) | Methods and systems for extracting color from facial image | |
CN113870404A (zh) | 一种3d模型的皮肤渲染方法及设备 | |
CN116229548A (zh) | 模型的生成方法及装置、电子设备、存储介质 | |
CN113223128B (zh) | 用于生成图像的方法和装置 | |
Vanakittistien et al. | 3D hair model from small set of images | |
CN113436299B (zh) | 动画生成方法、装置、存储介质及电子设备 | |
CN117576280B (zh) | 一种基于3d数字人的智能端云一体化生成方法及*** | |
CN112819922B (zh) | 一种基于连续线条的人物肖像画生成方法 | |
CN115205171A (zh) | 图像生成方法、装置和电子设备 | |
CN115908655A (zh) | 一种虚拟人物面部表情处理方法及装置 | |
CN114998554A (zh) | 三维卡通人脸建模方法及装置 | |
CN118115642A (zh) | 三维数字人的生成方法、装置、电子设备、存储介质和程序产品 | |
CN117095126A (zh) | 一种虚拟模型的生成方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |