CN114792355B - 虚拟形象生成方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种虚拟形象生成方法，涉及人工智能技术领域，尤其涉及虚拟现实、增强现实、计算机视觉和深度学习等技术领域，可应用于元宇宙等场景。具体实现方案为：获取目标图像和目标风格图像；对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像；确定归一化图像中目标对象的纹理图；将纹理图映射到三维空间，得到输出图像；以及根据输出图像和目标风格图像，生成与目标对象相对应的虚拟形象。本公开还提供了一种虚拟形象生成装置、电子设备和存储介质。

Description

虚拟形象生成方法、装置、电子设备和存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及虚拟现实、增强现实、计算机视觉和深度学习等技术领域，可应用于元宇宙等场景。更具体地，本公开提供了一种虚拟形象生成方法、装置、电子设备和存储介质。

背景技术

随着人工智能技术的发展，在例如虚拟现实和增强现实等领域中，深度学习模型广泛地应用于图像处理或图像生成。此外，虚拟形象在社交、直播或游戏等场景中也有广泛的应用。

发明内容

本公开提供了一种虚拟形象生成方法、装置、设备以及存储介质。

根据本公开的一方面，提供了一种虚拟形象生成方法，该方法包括：获取目标图像和目标风格图像；对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像；确定归一化图像中目标对象的纹理图；将纹理图映射到三维空间，得到输出图像；以及根据输出图像和目标风格图像，生成与目标对象相对应的虚拟形象。

根据本公开的另一方面，提供了一种虚拟形象生成装置，该装置包括：获取模块，用于获取目标图像和目标风格图像；归一化模块，用于对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像；确定模块，用于确定归一化图像中目标对象的纹理图；映射模块，用于将纹理图映射到三维空间，得到输出图像；以及生成模块，用于根据输出图像和目标风格图像，生成与目标对象相对应的虚拟形象。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的一个实施例的可以应用虚拟形象生成方法和装置的示例性***架构示意图；

图2是根据本公开的一个实施例的虚拟形象生成方法的流程图；

图3是根据本公开的一个实施例的深度学习模型的示意图；

图4是根据本公开的一个实施例的获得纹理图的原理图；

图5是根据本公开的一个实施例的调整深度学习模型的参数的原理图；

图6是根据本公开的一个实施例的虚拟形象生成装置的框图；以及

图7是根据本公开的一个实施例的可以应用虚拟形象生成方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

虚拟形象可以包括头部。虚拟形象的头部可以包括面部。可以基于目标对象的纹理图，将与目标对象关联的面部纹理渲染到虚拟形象的面部上，使得虚拟形象的面部与目标对象的面部之间具有较高的相似度。

根据目标对象的面部图像，可以基于人工的方式确定目标对象的纹理图。但人工方式确定纹理图所需的时间长、门槛高、成本高、迭代周期长。

图1是根据本公开一个实施例的可以应用虚拟形象生成方法和装置的示例性***架构示意图。需要注意的是，图1所示仅为可以应用本公开实施例的***架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。

如图1所示，根据该实施例的***架构100可以包括第一终端设备101、第二终端设备102、第三终端设备103，网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备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，例如有线和/或无线通信链路等等。

用户可以使用第一终端设备101、第二终端设备102、第三终端设备103通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器（仅为示例）。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果（例如根据用户请求获取或生成的网页、信息、或数据等）反馈给终端设备。

需要说明的是，本公开实施例所提供的虚拟形象生成方法一般可以由服务器105执行。相应地，本公开实施例所提供的虚拟形象生成装置一般可以设置于服务器105中。本公开实施例所提供的虚拟形象生成方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的虚拟形象生成装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。

图2是根据本公开的一个实施例的虚拟形象生成方法的流程图。

如图2所示，该方法可以包括操作S210至操作S250。

在操作S210，获取目标图像和目标风格图像。

例如，目标图像中可以包括目标对象。又例如，目标对象可以是包括面部和/或头部的对象。

例如，目标对象可以为人、动物或机器人等具有面部或头部的对象。

又例如，目标风格图像可以是人工确定的。在一个示例中，可以根据目标图像，由人工确定一个目标风格图像。

在操作S220，对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像。

例如，归一化处理例如包括对齐处理。对目标图像进行归一化处理，可以使得目标对象的脸部或头部处于归一化图像中的预设位置。

在操作S230，确定归一化图像中目标对象的纹理图。

例如，可以基于各种方式确定目标对象的纹理图。在一个示例中，可以利用各种深度学习模型处理归一化图像，得到归一化图像的特征，以获取纹理图，但本公开不限于此。

在操作S240，将纹理图映射到三维空间，得到输出图像。

例如，可以利用3DMM（3D Morphable Models，3D可变模型）将纹理图映射至三维空间，得到目标对象的三维图像。可以利用各种渲染器对三维图像的多个三维点数据进行渲染，得到输出图像。在一个示例中，各种渲染器例如可以包括Pytorch3D渲染器。

在操作S250，根据输出图像和目标风格图像，生成与目标对象相对应的虚拟形象。

例如，可以根据输出图像和目标风格图像之间的差异，调整纹理图，使得三维图像被调整。再利用Pytorch3D渲染器对调整后的三维图像进行渲染，得到虚拟形象。

通过本公开实施例，纹理图是基于深度学习模型生成的，可以降低人工成本，缩短虚拟形象的生成周期，降低生成虚拟形象的门槛，有助于提高用户体验。

在一些实施例中，对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像包括：对目标图像执行仿射变换，得到第一配准图像。

例如，仿射变换操作例如可以包括平移操作、缩放操作和旋转操作等多种操作中的至少一个。在一个示例中，可以将第一配准图像作为上文的归一化图像。可以理解，在对目标图像执行仿射变换后，可以调整目标对象在图像中的位置。

进一步地，在一些实施例中，对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像包括：确定第一配准图像的处理参数；以及根据处理参数，对第一配准图像进行处理，得到归一化图像。

在本公开实施例中，处理参数可以包括光照参数和其他参数。

例如，光照参数也可以被称为SH（Spherical Harmonics，球谐函数）参数。

又例如，其他参数例如可以包括Shape（形状）参数、Expression（表情）参数、Texture（纹理）参数、相机内参和相机外参等参数。

在一个示例中，利用3DMM，根据预设光照参数和预设其他参数，对上文所述的第一配准图像进行处理，可以得到一个第1级第二配准图像。接下来，可以根据第1级第二配准图像与目标图像之间的第1级差异值，对预设光照参数和预设其他参数进行调整，得到第1级光照参数和第1级其他参数。重复多次，例如，根据第n-1级光照参数和第n-1级其他参数，利用3DMM对第n-1级第二配准图像进行处理，得到第n级第二配准图像。接下来，可以根据第n级第二配准图像与目标图像之间的第n级差异值，对第n-1级光照参数和第n-1级其他参数进行调整，得到第n级光照参数和第n级其他参数。在重复N次之后，可以确定N级差异值中的最小值。根据该最小值调整得到的一级光照参数和其他参数，可以作为第一配准图像的光照参数和其他参数。n为小于或等于N的整数，N为大于1的整数，n为大于1的整数。

在一个示例中，根据该最小值调整得到的一级光照参数和其他参数可以为第M级光照参数和第M级其他参数，M为小于或等于N的整数，M为大于或等于1的整数。

又例如，可以根据目标图像，确定上文所述的预设光照参数和上文所述的预设其他参数。

例如，根据上文所述的第M级光照参数和第M级其他参数，可以利用3DMM对第一配准图像进行处理，得到归一化图像。

在一些实施例中，可以利用深度学习模型处理归一化图像，得到纹理图。下面将结合图3进行详细说明。

图3是根据本公开的一个实施例的深度学习模型的示意图。

如图3所示，该深度学习模型310例如可以是基于ResNet（Residual Network，残差网络）模型建立的。

深度学习模型310包括Conv（Convolution Layer，卷积层） 311、第1级Block（编码块） 312、第2级Block 313、第3级Block 314、第4级Block 315和FC（Fully ConnectedLayer，全连接层） 316。

归一化图像301可以作为深度学习模型310的输入。深度学习模型310可以对归一化图像301进行处理，得到输出特征Output 302。在深度学习模型的第i级Block完成特征提取之后，可以得到归一化图像的第i级初始特征。i为大于或等于1的整数，i为小于或等于I的整数。I为大于1的整数。本实施例中I=4。

例如，Conv 311可以对归一化图像301执行卷积处理，输出卷积后的图像。第1级Block 312至第4级Block 315可以依次对卷积后的图像执行特征提取，输出第I级初始特征。FC 316可以对第I级初始特征执行全连接处理，得到输出特征Output 302。

在一个示例中，归一化图像301的尺寸例如可以为224×224×3。卷积后图像的尺寸例如可以为112×112。将卷积后图像输入第1级Block 312，得到的第1级初始特征的尺寸例如可以为56×56。将第1级初始特征输入第2级Block 313，得到的第2级初始特征的尺寸例如可以为28×28。将第2级初始特征输入第3级Block 314，得到的第3级初始特征的尺寸例如可以为14×14。将第3级初始特征输入第4级Block 315，得到的第4级初始特征的尺寸例如可以为7×7。

在一个示例中，可以将上文所述的第1级初始特征、第2级初始特征、第3级初始特征和第4级初始特征中的任一级初始特征，作为上文所述的纹理图。

在一些实施例中，目标图像中目标对象的面部可以是目标对象的侧脸。

例如，侧脸可以是对象的左侧脸，也可以是对象的右侧脸。

在一些实施例中，确定归一化图像中目标对象的纹理图包括：确定归一化图像的初始特征；对初始特征进行翻转，得到翻转特征；将初始特征与翻转特征进行融合，得到融合特征；以及根据融合特征，得到目标对象的纹理图。下面将结合图4进行详细说明。

图4是根据本公开的一个实施例的获得纹理图的原理图。

如图4所示，第i级Block可以输出第i级初始特征403。对第i级初始特征403进行翻转，可以得到第i级翻转特征404。再将第i级初始特征403和第i级翻转特征404融合，可以得到第i级融合特征405。融合处理例如可以包括拼接、相加等处理中的至少一种。

例如，在i=1的情况下，第1级Block的输入例如可以是上文所述的卷积后图像。第1级Block可以输出第1级初始特征。对第1级初始特征进行翻转，可以得到第1级翻转特征。再将第1级初始特征和第1级翻转特征拼接，可以得到第1级融合特征。

又例如，在i大于1且i小于或等于I-1的情况下，第i级Block的输入例如可以是第i-1级融合特征。以i=2为示例，第2级Block的输入例如可以是上文所述的第1级融合特征。第2级Block可以输出第2级初始特征。对第2级初始特征进行翻转，可以得到第2级翻转特征。再将第2级初始特征和第2级翻转特征融合，可以得到第2级融合特征。

又例如，在i=I的情况下，第I级Block的输入例如可以是第I-1级融合特征。第I级Block可以输出第I级初始特征。对第I级初始特征进行翻转，可以得到第I级翻转特征。再将第I级初始特征和第I级翻转特征融合，可以得到第I级融合特征。

可以理解，第I级初始特征是根据第I-1级融合特征得到的。可以将第I级初始特征作为纹理图，也可以将第I级融合特征作为纹理图。

可以理解，上文所述的翻转例如可以为水平翻转。

通过本公开实施例，在目标图像包括对象的侧脸的情况下，也可以生成与目标对象相似度较高的虚拟形象，降低了对目标图像的要求，降低了用户使用门槛，提高了使用体验。此外，在目标图像中包括对象的整个面部或头部的情况下，可以进一步提高虚拟形象的真实性。

在一些实施例中，将所述纹理图映射到三维空间，得到输出图像包括：将纹理图映射到三维空间，得到三维图像；以及对三维图像进行渲染，得到输出图像。

例如，如上文所述，可以利用Pytorch3D渲染器对三维图像进行渲染，得到输出图像。

在一些实施例中，根据输出图像和目标风格图像，可以生成与所述目标对象相对应的虚拟形象。

例如，对深度学习模型的参数进行调整，使得深度学习模型输出的纹理图被调整，进而使得由纹理图得到的三维图像被调整。根据调整后的三维图像，可以得到虚拟形象。

又例如，确定输出图像与目标风格图像之间的第一差异值。调整深度学习模型的参数，使得第一差异值收敛。

又例如，利用对比图文预训练模型处理输出图像和目标风格图像，分别得到输出图像感知特征和目标风格图像感知特征。确定输出图像感知特征与目标风格图像感知特征之间的第二差异值。调整深度学习模型的参数，使得第二差异值收敛。

又例如，确定输出图像和目标风格图像之间的学习感知图像块相似度。调整深度学习模型的参数，使得学习感知图像块相似度收敛。

下面将结合图5进行详细说明。

图5是根据本公开的一个实施例的调整深度学习模型的参数的原理图。

为了得到虚拟形象，可以对深度学习模型进行K次调整。K为大于1的整数。

在K次调整的第k次调整过程中，将归一化图像301输入第k-1次调整后的深度学习模型310，得到第k个纹理图506。可以理解，在上述图3中描述的关于深度学习模型的内容，也可以适用于本实施例，在此不再赘述。可以理解，上文所述的获得纹理图的原理同样适用于本实施例，本公开在此不再赘述。k为小于或等于K的整数，k为大于1的整数。

接下来，可以利用3DMM将第k个纹理图506映射至三维空间，得到第k个三维模型。第k个三维模型包括多个三维点数据。利用Pytorch3D渲染器根据第k个三维模型进行渲染，得到第k个输出图像507。

接下来，根据第k个输出图像507和目标风格图像508，可以对深度学习模型310进行第k次调整。

例如，利用L1损失函数，确定第k个输出图像507与目标风格图像508之间的第k个第一差异值5011。

又例如，可以利用CLIP（Contrastive Language-Image Pre-Training，对比图文预训练）模型520处理第k个输出图像507和目标风格图像508，分别得到第k个输出图像感知特征509和目标风格图像感知特征5010。再利用L1损失函数，确定第k个输出图像感知特征509与目标风格图像感知特征5010之间的第k个第二差异值5012。

又例如，可以确定第k个输出图像507和目标风格图像508之间的第k个LPIPS（Learned Perceptual Image Patch Similarity，学习感知图像块相似度） 5013。

接下来，根据第k个第一差异值5011、第k个第二差异值5012和第k个LPIPS 5013，调整深度学习模型310的参数，以完成K次调整中的第k次调整。例如，可以根据第k个第一差异值5011、第k个第二差异值5012和第k个LPIPS 5013进行各种运算，得到第k个损失值，以调整深度学习模型310的参数。

又例如，在完成K次调整之后，可以确定最小的损失值，作为使得第一差异值、第二差异值和LPIPS收敛的损失值。例如，K次调整之后，若确定第J个损失值最小，可以将第J次调整后的深度学习模型作为目标深度学习模型。J为小于或等于K的整数，J为大于或等于1的整数。

利用目标深度学习模型处理归一化图像，得到目标纹理图。再将目标纹理图映射到三维空间，得到目标三维图像。根据目标三维图像，利用Pytorch3D渲染器进行渲染，得到虚拟形象。

如上文所述，图5所示的实施例中，同时利用第一差异值、第二差异值和LPIPS对深度学习模型进行调整。可以理解，本公开实施例中，也可以利用第一差异值、第二差异值和LPIPS中的一个或多个来调整深度学习模型的参数。

通过本公开实施例，在第一差异值、第二差异值和LPIPS中的至少一个收敛之后，得到的纹理图与目标图像的真实纹理图更加接近。基于该纹理图生成的虚拟形象，更加真实，精度更高，与目标图像之间的差异也更小。

图6是根据本公开的一个实施例的虚拟形象生成装置的框图。

如图6所示，该装置600可以包括获取模块610、归一化模块620、确定模块630、映射模块640和生成模块650。

获取模块610，用于获取目标图像和目标风格图像。

归一化模块620，用于对目标图像执行归一化处理，得到目标图像中目标对象的归一化图像。

确定模块630，用于确定归一化图像中目标对象的纹理图。

映射模块640，用于将纹理图映射到三维空间，得到输出图像。

生成模块650，用于根据输出图像和目标风格图像，生成与目标对象相对应的虚拟形象。

在一些实施例中，归一化模块包括：仿射变换子模块，用于对目标图像执行仿射变换，得到第一配准图像；第一确定子模块，用于确定第一配准图像的处理参数；以及第一处理子模块，用于根据处理参数，对第一配准图像进行处理，得到归一化图像。

在一些实施例中，确定模块包括：第二确定子模块，用于确定归一化图像的初始特征；翻转子模块，用于对初始特征进行翻转，得到翻转特征；融合子模块，用于将初始特征与翻转特征进行融合，得到融合特征；以及获得子模块，用于根据融合特征，得到目标对象的纹理图。

在一些实施例中，映射模块包括：映射子模块，用于将纹理图映射到三维空间，得到三维图像；以及渲染子模块，用于对三维图像进行渲染，得到输出图像。

在一些实施例中，确定模块包括：第二处理子模块，用于利用深度学习模型处理归一化图像，得到纹理图。生成模块包括：第三确定子模块，用于确定输出图像与目标风格图像之间的第一差异值；以及第一调整子模块，用于调整深度学习模型的参数，使得第一差异值收敛。

在一些实施例中，生成模块还包括：第三处理子模块，用于利用对比图文预训练模型处理输出图像和目标风格图像，分别得到输出图像感知特征和目标风格图像感知特征；第四确定子模块，用于确定输出图像感知特征与目标风格图像感知特征之间的第二差异值；以及第二调整子模块，用于调整深度学习模型的参数，使得第二差异值收敛。

在一些实施例中，生成模块还包括：第五确定子模块，用于确定输出图像和目标风格图像之间的学习感知图像块相似度；以及第三调整子模块，用于调整深度学习模型的参数，使得学习感知图像块相似度收敛。

在一些实施例中，目标对象包括头部。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

在本公开实施例中，电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。例如，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

在本公开实施例中，可读存储介质存储有计算机指令，可读存储介质可以为非瞬时计算机可读存储介质。例如，计算机指令可以使计算机执行根据本公开提供的方法。

在本公开实施例中，计算机程序产品包括计算机程序，该计算机程序在被处理器执行时实现根据本公开提供的方法。下面将结合图7进行详细说明。

图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器（ROM）702中的计算机程序或者从存储单元708加载到随机访问存储器（RAM）703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。I/O（输入/输出）接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如虚拟形象生成方法。例如，在一些实施例中，虚拟形象生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的虚拟形象生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行虚拟形象生成方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上***的***（SOC）、复杂可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***（例如，作为数据服务器）、或者包括中间件部件的计算***（例如，应用服务器）、或者包括前端部件的计算***（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将***的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (8)

1.一种虚拟形象生成方法，其特征在于，包括：

获取目标图像和目标风格图像；

对所述目标图像执行归一化处理，得到所述目标图像中目标对象的归一化图像，其中，所述目标对象包括头部；

利用深度学习模型处理所述归一化图像，确定所述归一化图像的初始特征；

对所述初始特征进行翻转，得到翻转特征；

将所述初始特征与所述翻转特征进行融合，得到融合特征；

根据所述融合特征，得到所述目标对象的纹理图；

将所述纹理图映射到三维空间，得到输出图像；

确定所述输出图像与所述目标风格图像之间的第一差异值；

利用对比图文预训练模型处理所述输出图像和所述目标风格图像，分别得到输出图像感知特征和目标风格图像感知特征；

确定所述输出图像感知特征与所述目标风格图像感知特征之间的第二差异值；

确定所述输出图像和所述目标风格图像之间的学习感知图像块相似度；

调整所述深度学习模型的参数，使得所述第一差异值、所述第二差异值和所述学习感知图像块相似度收敛，得到目标深度学习模型；

利用所述目标深度学习模型处理所述归一化图像，得到目标纹理图；

将所述目标纹理图映射到所述三维空间，得到目标三维图像；以及

对所述目标三维图像进行渲染，得到与所述目标对象相对应的虚拟形象。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像执行归一化处理，得到所述目标图像中目标对象的归一化图像包括：

对所述目标图像执行仿射变换，得到第一配准图像；

确定所述第一配准图像的处理参数；以及

根据所述处理参数，对所述第一配准图像进行处理，得到所述归一化图像。

3.根据权利要求1所述的方法，其特征在于，所述将所述纹理图映射到三维空间，得到输出图像包括：

将所述纹理图映射到三维空间，得到三维图像；以及

对所述三维图像进行渲染，得到所述输出图像。

4.一种虚拟形象生成装置，其特征在于，包括：

获取模块，用于获取目标图像和目标风格图像；

归一化模块，用于对所述目标图像执行归一化处理，得到所述目标图像中目标对象的归一化图像；

确定模块，用于确定所述归一化图像中所述目标对象的纹理图；

映射模块，用于将所述纹理图映射到三维空间，得到输出图像；以及

生成模块，用于根据所述输出图像和所述目标风格图像，生成与所述目标对象相对应的虚拟形象，

所述确定模块包括：

第二确定子模块，用于利用深度学习模型处理所述归一化图像，确定所述归一化图像的初始特征；

翻转子模块，用于对所述初始特征进行翻转，得到翻转特征；

融合子模块，用于将所述初始特征与所述翻转特征进行融合，得到融合特征；

获得子模块，用于根据所述融合特征，得到所述目标对象的纹理图；

所述生成模块包括：

第三确定子模块，用于确定所述输出图像与所述目标风格图像之间的第一差异值；以及

第三处理子模块，用于利用对比图文预训练模型处理所述输出图像和所述目标风格图像，分别得到输出图像感知特征和目标风格图像感知特征；

第五确定子模块，用于确定所述输出图像和所述目标风格图像之间的学习感知图像块相似度；第四确定子模块，用于确定所述输出图像感知特征与所述目标风格图像感知特征之间的第二差异值；

第一调整子模块，用于调整所述深度学习模型的参数，使得所述第一差异值收敛；

第二调整子模块，用于调整所述深度学习模型的参数，使得所述第二差异值收敛；

第三调整子模块，用于执行以下操作：调整所述深度学习模型的参数，使得所述学习感知图像块相似度收敛，得到目标深度学习模型；利用所述目标深度学习模型处理所述归一化图像，得到目标纹理图；将所述目标纹理图映射到所述三维空间，得到目标三维图像；以及对所述目标三维图像进行渲染，得到与所述目标对象相对应的虚拟形象。

5.根据权利要求4所述的装置，其特征在于，所述归一化模块包括：

仿射变换子模块，用于对所述目标图像执行仿射变换，得到第一配准图像；

第一确定子模块，用于确定所述第一配准图像的处理参数；以及

第一处理子模块，用于根据所述处理参数，对所述第一配准图像进行处理，得到所述归一化图像。

6.根据权利要求4所述的装置，其特征在于，所述映射模块包括：

映射子模块，用于将所述纹理图映射到三维空间，得到三维图像；以及

渲染子模块，用于对所述三维图像进行渲染，得到所述输出图像。

7.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1至3中任一项所述的方法。

Images