CN115345980A - 个性化纹理贴图的生成方法及装置 - Google Patents
个性化纹理贴图的生成方法及装置 Download PDFInfo
- Publication number
- CN115345980A CN115345980A CN202211269727.0A CN202211269727A CN115345980A CN 115345980 A CN115345980 A CN 115345980A CN 202211269727 A CN202211269727 A CN 202211269727A CN 115345980 A CN115345980 A CN 115345980A
- Authority
- CN
- China
- Prior art keywords
- texture
- user
- model
- personalized
- target
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2024—Style variation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种个性化纹理贴图的生成方法、装置、电子设备及存储介质,涉及人工智能技术领域,具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域,可应用于虚拟数字人、元宇宙等场景下。具体实现方案为:获取目标用户的用户图像;基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图;基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。本公开显著提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
Description
技术领域
本公开涉及人工智能技术领域,具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域,尤其涉及个性化纹理贴图的生成方法、装置、电子设备、存储介质以及计算机程序产品,可应用于虚拟数字人、元宇宙等场景下。
背景技术
随着元宇宙概念的火热,虚拟形象走进了人们的视野。在虚拟形象的捏脸***中,手动调整虚拟形象的面部形状和纹理的自由度非常有限,而且都是通用的参数。为了提升虚拟形象对于用户的归属感,用户往往想要一个和自身比较贴合的定制角色。现有技术中,一般只注重虚拟形象的形状重建,以提升虚拟形象与真人用户的相似度,并不注重虚拟形象的纹理与真人用户的相似度。
发明内容
本公开提供了一种个性化纹理贴图的生成方法、装置、电子设备、存储介质以及计算机程序产品。
根据第一方面,提供了一种个性化纹理贴图的生成方法,包括:获取目标用户的用户图像;基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图;基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
根据第二方面,提供了一种个性化纹理贴图的生成装置,包括:获取单元,被配置成获取目标用户的用户图像;生成单元,被配置成基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图;得到单元,被配置成基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
根据第三方面,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如第一方面任一实现方式描述的方法。
根据第四方面,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,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
根据第五方面,提供了一种计算机程序产品,包括:计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
根据本公开的技术,提供了一种个性化纹理贴图的生成方法,基于用户的用户图像,即可生成与用户图像所表征的目标用户相适配,且适用于目标虚拟形象模型的个性化纹理贴图,显著提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
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可以应用于其中的示例性***架构图;
图2是根据本公开的个性化纹理贴图的生成方法的一个实施例的流程图;
图3是根据本实施例的个性化纹理贴图的生成方法的应用场景的示意图;
图4是根据本公开的个性化纹理贴图的生成方法的又一个实施例的流程图;
图5根据本公开的个性化纹理贴图的生成、渲染过程的示意性流程;
图6是根据本公开的个性化纹理贴图的生成装置的一个实施例的结构图;
图7是适于用来实现本公开实施例的计算机***的结构示意图。
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。
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。
图1示出了可以应用本公开的个性化纹理贴图的生成方法及装置的示例性架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络,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可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时,其可以是支持网络连接,信息获取、交互、显示、处理等功能的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如,基于终端设备101、102、103获取的用户图像,生成与用户图像所表征的目标用户相适配,且适用于目标虚拟形象模型的个性化纹理贴图的后台处理服务器。可选的,服务器可以渲染并展示采用个性化纹理贴图所表征的纹理的虚拟形象。作为示例,服务器105可以是云端服务器。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是,本公开的实施例所提供的个性化纹理贴图的生成方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,个性化纹理贴图的生成装置包括的各个部分(例如各个单元)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
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。当个性化纹理贴图的生成方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该***架构可以仅包括个性化纹理贴图的生成方法运行于其上的电子设备(例如服务器或终端设备)。
请参考图2,图2为本公开实施例提供的一种个性化纹理贴图的生成方法的流程图,其中,流程200包括以下步骤。
步骤201,获取目标用户的用户图像。
本实施例中,个性化纹理贴图的生成方法的执行主体(例如,图1中的终端设备或服务器)可以通过有线网络连接或无线网络连接从远程,或从本地获取目标用户的用户图像。
目标用户为待将其面部纹理匹配至目标虚拟形象的用户。用户图像可以是包括目标用户的面部对象的图像。具体的,用户图像可以目标用户对应的一张或多张图像。
步骤202,基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。
本实施例中,上述执行主体可以基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。目标用户对应的三维用户模型,为表征目标用户的面部形状特征的三维模型;目标用户对应的初始个性化纹理贴图,为表征目标用户的面部纹理特征的纹理贴图。
作为示例,用户图像包括目标用户的多视角用户图像,上述执行主体可以根据多视角图像进行三维重建,生成目标用户对应的三维用户模型;根据目标用户的位姿信息拼接多视角图像中的纹理,生成目标用户对应的初始个性化纹理贴图。具体的,可以基于预训练的神经网络模型根据多视角图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。
作为又一示例,用户图像为目标用户的一张用户图像,上述执行主体可以采用3DMM(3D Morphable models,三维可变形人脸模型)生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。
三维可变形人脸模型是一个通用的三维人脸模型,它用固定的点数来表示人脸。它的核心思想就是人脸可以在三维空间中进行一一匹配,并且可以由其他许多幅人脸正交基加权线性相加而来。在三维空间中的每一点(x,y,z),实际上都是由三维空间三个方向的基量,(1,0,0),(0,1,0),(0,0,1)加权相加所得,只是权重分别为x、y、z。转换到三维空间,道理也一样。每一个三维人脸,可以由一个数据库中的所有人脸组成的基向量空间进行表示,而求解任意三维人脸的模型,实际上等价于求解各个基向量的系数的问题。
具体的,首先,初始化一个三维人脸模型,需要初始化的参数包括内部参数α、β(分别为形状协方差矩阵的特征值和纹理协方差矩阵的特征值),以及外部渲染参数(包括相机的位置、图像平面的旋转角度、直射光和环境光的各个分量、图像对比度等)。有了上述参数之后,就可以唯一确定一个三维模型到二维图像的投影。
然后,在初始化参数的控制下,经过三维模型至二维图像的投影,即可由一个三维模型得到二维图像;计算投影得到的二维图像与输入图像之间的误差(损失);基于误差反向传播调整相关参数。基于调整后的参数,再次确定经过三维模型至二维图像的投影,再次由一个三维模型得到二维图像,如此不断迭代。
具体迭代过程时,采用由粗到精的方式,初始的时候使用低分辨率的输入图像,只优化第一个主成分的系数,后续再逐步增加主成分。在后续的迭代步骤中,可以固定外部参数,对人脸的各个部位分别优化。响应于达到预设结束条件,停止迭代,得到三维可变形人脸模型。其中,预设结束条件可以是迭代次数超过预设次数阈值、迭代时间超过预设时间阈值、损失趋于收敛。
步骤203,基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
本实施例中,上述执行主体可以基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。目标虚拟形象可以是任意的虚拟形象。例如,可以是动漫中对应的虚拟动漫角色、服务方设置的虚拟数字人等。
作为示例,上述执行主体可以确定三维用户模型的每个单位区域和目标虚拟形象模型的每个单位区域之间的对应关系,根据所确定的对应关系,得到三维用户模型和目标虚拟形象模型之间的变换矩阵,进而,根据变换矩阵,对适配于三维用户模型的初始个性化纹理贴图进行变换和迁移,得到适配于目标虚拟形象模型的个性化纹理贴图。其中,单位区域可以是基于预设尺寸对模型进行划分得到的区域。
在得到对应于目标虚拟形象模型的个性化纹理贴图后,上述执行主体可以通过渲染器渲染并展示适配了个性化纹理贴图所表征的纹理的目标虚拟形象。
继续参见图3,图3是根据本实施例的个性化纹理贴图的生成方法的应用场景的一个示意图300。在图3的应用场景中,首先,终端设备301摄取目标用户302的用户图像303;然后,将用户图像303传输至服务器304,服务器304基于用户图像303,生成目标用户302对应的三维用户模型305和目标用户302对应的初始个性化纹理贴图306;最后,服务器304基于三维用户模型305和目标虚拟形象模型307之间的对应关系,对初始个性化纹理贴图306进行变换和迁移,得到对应于目标虚拟形象模型307的个性化纹理贴图308。
本实施例中,提供了一种个性化纹理贴图的生成方法,基于用户的用户图像,即可生成与用户图像所表征的目标用户相适配,且适用于目标虚拟形象模型的个性化纹理贴图,显著提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述步骤202:基于用户图像,通过预训练的生成网络,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。其中,生成网络用于表征用户图像和目标用户对应的三维用户模型、初始个性化纹理贴图之间的对应关系。
本实现方式中,用户图像为目标用户对应的单目图像。预训练的生成网络包括形状重建器、纹理编码器和纹理解码器。形状重建器用于生成目标用户对应的三维用户模型,可以通过三维可变形人脸模型实现;纹理编码器用于对用户图像进行编码,得到用户图像中的纹理特征;纹理解码器用于对纹理特征进行解码,得到初始个性化纹理贴图。
本实现方式中,通过预训练的生成网络,基于用户图像,生成目标用户对应的三维用户模型和初始个性化纹理贴图,提高了三维用户模型和初始个性化纹理贴图的生成效率,以及三维用户模型、初始个性化纹理贴图与目标用户之间的相似度、适配性。
在本实施例的一些可选的实现方式中,生成网络包括形状重建器、纹理编码器、纹理解码器和可微分渲染器。本实现方式中,生成网络通过如下方式训练得到。
第一,基于样本用户图像,通过形状重建器,确定样本用户图像表征的样本用户的样本模型。
本实现方式中,形状重建器可以采用三维可变形人脸模型。上述执行主体从训练样本集中选取未经训练的样本用户图像,将所选取的样本用户图像输入至形状重建器,得到样本用户图像表征的样本用户的样本模型。
第二,将样本用户图像展开至预设纹理空间,得到粗纹理贴图。
本实现方式中,预设纹理空间为UV纹理空间。
第三,通过纹理编码器和纹理解码器细化粗纹理贴图,得到细纹理贴图。
本实现方式中,上述执行主体可以通过纹理编码器对粗纹理贴图进行编码,得到粗纹理贴图中的纹理特征,通过纹理解码器对纹理特征进行解码,得到细纹理贴图。
第四,基于样本模型和细纹理贴图,通过可微分渲染器渲染得到目标图像。
服务引擎(例如,典型的游戏引擎)的渲染过程是不可微的,因此,需要利用可微分渲染器将渲染输出中的梯度反向传播到训练过程中需要更新参数的各个模块。
第五,基于样本用户图像和目标图像之间的损失,训练得到生成网络。
样本用户图像和目标图像之间的损失,用于表征两者之间的差异。差异越大,表明生成网络的生成效果越不好。通过迭代执行上述训练步骤,直至达到预设结束条件,得到训练后的生成网络。
本实现方式中,提供了一种生成网络的训练方式,提高了生成网络的准确度。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述第三步骤:首先,通过纹理编码器得到粗纹理贴图的纹理特征;然后,基于纹理特征和用户图像的图像特征,通过纹理解码器细化粗纹理贴图,得到细纹理贴图。
本实现方式中,上述执行主体可以通过图像编码器提取用户图像的图像特征,进而,结合纹理特征和图像特征,通过纹理解码器细化粗纹理贴图,得到细纹理贴图,进一步提高了细纹理贴图的细化程度,有助于提高生成网络的训练效率。
在本实施例的一些可选的实现方式中,生成网络还包括:光照回归器。本实现方式中,上述执行主体还可以执行如下操作:通过光照回归器,确定样本用户图像对应的光照信息。具体的,可以通过图像编码器提取用户图像的图像特征,进而将图像特征输入光照回归器,得到样本用户图像对应的光照信息。样本用户图像对应的光照信息,为样本用户图像所表征的目标用户所处的周围环境的光照信息。
本实现方式中,上述执行主体可以通过如下方式执行上述第四步骤:基于样本模型、细纹理贴图和光线信息,通过可微分渲染器渲染得到目标图像。
本实现方式中,在渲染得到目标图像的过程中,在样本模型、细纹理贴图的基础上,还考虑光照信息的影响,有助于提高所得到的目标图像的准确度,以及生成网络的训练效率。
本实现方式中,上述执行主体在通过形状重建器,确定样本用户的样本模型的同时,确定样本用户的姿态信息。进而,上述执行主体可以基于样本模型、细纹理贴图、光线信息和姿态信息,通过可微分渲染器渲染得到目标图像。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述步骤203。
第一,参照三维用户模型,对目标虚拟形象模型进行网格对齐和变形,得到变形后虚拟形象模型。
本实现方式中,上述执行主体可以首先确定三维用户模型和目标虚拟形象模型之间的变换矩阵;然后,基于变换矩阵,将目标虚拟形象模型参照三维用户模型,进行网格对齐;经过网格对齐后,在目标虚拟形象模型保持拓扑不变的情况下,将目标虚拟形象模型进行变形,得到与三维用户模型的网格形状一致的变形后虚拟形象模型。
第二,确定三维用户模型和变形后虚拟形象模型之间关于纹理面片的第一对应关系。纹理面片为模型中的三角面片。作为示例,上述执行主体可以通过KNN(K NearestNeighbors,K近邻)算法确定三维用户模型和变形后虚拟形象模型之间关于纹理面片的第一对应关系。
第三,确定三维用户模型的纹理面片和初始个性化纹理贴图的像素点之间的第二对应关系。
UV映射是将二维图像投影到三维模型表面以进行纹理映射的三维建模过程,一个模型对应一个纹理UV坐标。因此,模型与纹理UV坐标之间存在对应关系,可以基于模型与纹理UV坐标之间的对应关系,确定三维用户模型的纹理面片和初始个性化纹理贴图的像素点之间的第二对应关系。
第四,根据第一对应关系和第二对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
结合第一对应关系和第二对应关系,即可确定三维用户模型和目标虚拟形象模型之间的对应关系,进而可以对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
本实现方式中,提供了一种得到对应于目标虚拟形象模型的个性化纹理贴图的具体实现方式,提高了目标虚拟形象模型与个性化纹理贴图之间的适配性。
在本实施例的一些可选的实现方式中,上述执行主体还可以执行如下操作。
第一,将个性化纹理贴图所表征的目标用户的肤色信息,迁移至目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息。第二,将迁移后肤色信息和原生纹理贴图的肤色信息进行融合,得到融合后纹理贴图。第三,基于融合后纹理贴图和目标虚拟形象模型,渲染得到采用融合后纹理贴图所表征的纹理的虚拟形象。
目标虚拟形象模型固有的原生纹理贴图,表征在创建目标虚拟形象模型时,所创建的与目标虚拟形象模型能够完全适配的纹理贴图,一般具有较高的观赏性。可以理解,目标虚拟形象模型固有的原生纹理贴图一般只有一个或有限的几个。
本实现方式中,将个性化纹理贴图中的肤色信息迁移后得到的迁移后肤色信息和原生纹理贴图的肤色信息进行融合,使得融合后纹理贴图在保留原生纹理贴图的美观性、与目标虚拟形象模型之间的适配度的同时,具有目标用户的个性化特征,达到了千人千面的效果。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述第一步骤:首先,将个性化纹理贴图和原生纹理贴图转换至第一色彩空间下,得到转换后个性化纹理贴图和转换后原生纹理贴图;然后,确定转换后个性化纹理贴图的像素点的像素值的均值和标准差,以及转换后原生纹理贴图中的像素点的像素值的均值和标准差;然后,根据均值和标准差,对转换后个性化纹理贴图进行处理,得到处理后个性化纹理贴图;最后,将处理后个性化纹理贴图转换至第二色彩空间下,得到迁移后肤色信息。
本实现方式中,第一色彩空间为Lab色彩空间,Lab色彩空间是颜色-对立空间,其中,L表示亮度,a和b表示颜色对立维度。第二色彩空间为RGB(Red、Green、Blue,红、绿、蓝)色彩空间。个性化纹理贴图和原生纹理贴图本身采用第二色彩空间。
具体的,对转换后个性化纹理贴图中的每一个像素点,执行如下操作:将该像素点的像素值,减去转换后个性化纹理贴图对应的均值,得到第一像素值;然后,将第一像素值乘上转换后原生纹理贴图和转换后个性化纹理贴图之间关于标准差的比值,得到第二像素值;最后,在第二像素值的基础上,加上转换后原生纹理贴图对应的均值。
本实现方式中,提供了色彩迁移的具体实现方式中,提高了迁移后肤色信息的准确度。
继续参考图4,示出了根据本公开的个性化纹理贴图的生成方法的又一个实施例的示意性流程400,包括以下步骤。
步骤401,获取目标用户的用户图像。
步骤402,基于用户图像,通过预训练的生成网络,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。
步骤403,参照三维用户模型,对目标虚拟形象模型进行网格对齐和变形,得到变形后虚拟形象模型。
步骤404,确定三维用户模型和变形后虚拟形象模型之间关于纹理面片的第一对应关系。
步骤405,确定三维用户模型的纹理面片和初始个性化纹理贴图的像素点之间的第二对应关系。
步骤406,根据第一对应关系和第二对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
步骤407,将个性化纹理贴图所表征的目标用户的肤色信息,迁移至目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息。
步骤408,将迁移后肤色信息和原生纹理贴图的肤色信息进行融合,得到融合后纹理贴图。
步骤409,基于融合后纹理贴图和目标虚拟形象模型,渲染得到采用融合后纹理贴图所表征的纹理的虚拟形象。
继续参考图5,示出了个性化纹理贴图的生成过程、渲染过程的示意性流程500。首先,基于生成网络,根据用户图像501生成初始个性化纹理贴图502和三维用户模型;然后,根据三维用户模型和目标虚拟形象模型之间的对应关系,变形和迁移初始个性化纹理贴图502,得到个性化纹理贴图503;然后,基于目标虚拟形象模型的原生纹理贴图,对个性化纹理贴图503进行肤色迁移,并融合原生纹理贴图的肤色信息,得到融合后纹理贴图504;最后,渲染融合后纹理贴图504和目标虚拟形象模型,得到采用融合后纹理贴图所表征的纹理的虚拟形象505。
从本实施例中可以看出,与图2对应的实施例相比,本实施例中的个性化纹理贴图的生成方法的流程400具体说明了初始个性化纹理贴图的变换和迁移过程,个性化纹理贴图的肤色信息的迁移过程,进一步提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
继续参考图6,作为对上述各图所示方法的实现,本公开提供了一种个性化纹理贴图的生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,个性化纹理贴图的生成装置600包括:获取单元601,被配置成获取目标用户的用户图像;生成单元602,被配置成基于用户图像,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图;得到单元603,被配置成基于三维用户模型和目标虚拟形象模型之间的对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
在本实施例的一些可选的实现方式中,生成单元602,进一步被配置成:基于用户图像,通过预训练的生成网络,生成目标用户对应的三维用户模型和目标用户对应的初始个性化纹理贴图。
在本实施例的一些可选的实现方式中,生成网络包括形状重建器、纹理编码器、纹理解码器和可微分渲染器,装置还包括:训练单元(图中未示出),被配置成通过如下方式训练得到生成网络:基于样本用户图像,通过形状重建器,确定样本用户图像表征的样本用户的样本模型;将样本用户图像展开至预设纹理空间,得到粗纹理贴图;通过纹理编码器和纹理解码器细化粗纹理贴图,得到细纹理贴图;基于样本模型和细纹理贴图,通过可微分渲染器渲染得到目标图像;基于样本用户图像和目标图像之间的损失,训练得到生成网络。
在本实施例的一些可选的实现方式中,训练单元(图中未示出),进一步被配置成:通过纹理编码器得到粗纹理贴图的纹理特征;基于纹理特征和用户图像的图像特征,通过纹理解码器细化粗纹理贴图,得到细纹理贴图。
在本实施例的一些可选的实现方式中,生成网络还包括:光照回归器;以及训练单元(图中未示出),还被配置成:通过光照回归器,确定样本用户图像对应的光照信息;以及训练单元(图中未示出),进一步被配置成:基于样本模型、细纹理贴图和光线信息,通过可微分渲染器渲染得到目标图像。
在本实施例的一些可选的实现方式中,得到单元603,进一步被配置成:参照三维用户模型,对目标虚拟形象模型进行网格对齐和变形,得到变形后虚拟形象模型;确定三维用户模型和变形后虚拟形象模型之间关于纹理面片的第一对应关系;确定三维用户模型的纹理面片和初始个性化纹理贴图的像素点之间的第二对应关系;根据第一对应关系和第二对应关系,对初始个性化纹理贴图进行变换和迁移,得到对应于目标虚拟形象模型的个性化纹理贴图。
在本实施例的一些可选的实现方式中,上述装置还包括:迁移单元(图中未示出),被配置成将个性化纹理贴图所表征的目标用户的肤色信息,迁移至目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息;融合单元(图中未示出),被配置成将迁移后肤色信息和原生纹理贴图的肤色信息进行融合,得到融合后纹理贴图;渲染单元(图中未示出),被配置成基于融合后纹理贴图和目标虚拟形象模型,渲染得到采用融合后纹理贴图所表征的纹理的虚拟形象。
在本实施例的一些可选的实现方式中,迁移单元(图中未示出),进一步被配置成:将个性化纹理贴图和原生纹理贴图转换至第一色彩空间下,得到转换后个性化纹理贴图和转换后原生纹理贴图;确定转换后个性化纹理贴图的像素点的像素值的均值和标准差,以及转换后原生纹理贴图中的像素点的像素值的均值和标准差;根据均值和标准差,对转换后个性化纹理贴图进行处理,得到处理后个性化纹理贴图;将处理后个性化纹理贴图转换至第二色彩空间下,得到迁移后肤色信息。
本实施例中,提供了一种个性化纹理贴图的生成装置,基于用户的用户图像,即可生成与用户图像所表征的目标用户相适配,且适用于目标虚拟形象模型的个性化纹理贴图,显著提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括: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,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的个性化纹理贴图的生成方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的个性化纹理贴图的生成方法。
本公开实施例提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的个性化纹理贴图的生成方法。
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。输入/输出(I/O)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,例如个性化纹理贴图的生成方法。例如,在一些实施例中,个性化纹理贴图的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个性化纹理贴图的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)而被配置为执行个性化纹理贴图的生成方法。
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)、负载可编程逻辑设备(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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷;也可以为分布式***的服务器,或者是结合了区块链的服务器。
根据本公开实施例的技术方案,提供了一种个性化纹理贴图的生成方法,基于用户的用户图像,即可生成与用户图像所表征的目标用户相适配,且适用于目标虚拟形象模型的个性化纹理贴图,显著提高了个性化虚拟形象与目标用户的相似度,同时提高了目标虚拟形象模型对于多风格的个性化纹理贴图的接入效率。
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,本发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提供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 (18)
1.一种个性化纹理贴图的生成方法,包括:
获取目标用户的用户图像;
基于所述用户图像,生成所述目标用户对应的三维用户模型和所述目标用户对应的初始个性化纹理贴图;
基于所述三维用户模型和目标虚拟形象模型之间的对应关系,对所述初始个性化纹理贴图进行变换和迁移,得到对应于所述目标虚拟形象模型的个性化纹理贴图。
2.根据权利要求1所述的方法,其中,所述基于所述用户图像,生成所述目标用户对应的三维用户模型和所述目标用户对应的初始个性化纹理贴图,包括:
基于所述用户图像,通过预训练的生成网络,生成所述目标用户对应的三维用户模型和所述目标用户对应的初始个性化纹理贴图。
3.根据权利要求2所述的方法,其中,所述生成网络包括形状重建器、纹理编码器、纹理解码器和可微分渲染器,所述生成网络通过如下方式训练得到:
基于样本用户图像,通过所述形状重建器,确定所述样本用户图像表征的样本用户的样本模型;
将所述样本用户图像展开至预设纹理空间,得到粗纹理贴图;
通过所述纹理编码器和所述纹理解码器细化所述粗纹理贴图,得到细纹理贴图;
基于所述样本模型和所述细纹理贴图,通过所述可微分渲染器渲染得到目标图像;
基于所述样本用户图像和所述目标图像之间的损失,训练得到所述生成网络。
4.根据权利要求3所述的方法,其中,所述通过所述纹理编码器和所述纹理解码器细化所述粗纹理贴图,得到细纹理贴图,包括:
通过所述纹理编码器得到所述粗纹理贴图的纹理特征;
基于所述纹理特征和所述用户图像的图像特征,通过所述纹理解码器细化所述粗纹理贴图,得到所述细纹理贴图。
5.根据权利要求3所述的方法,其中,所述生成网络还包括:光照回归器;以及所述方法还包括:
通过所述光照回归器,确定所述样本用户图像对应的光照信息;以及
所述基于所述样本模型和所述细纹理贴图,通过所述可微分渲染器渲染得到目标图像,包括:
基于所述样本模型、所述细纹理贴图和所述光线信息,通过所述可微分渲染器渲染得到所述目标图像。
6.根据权利要求1所述的方法,其中,所述基于所述三维用户模型和目标虚拟形象模型之间的对应关系,对所述初始个性化纹理贴图进行变换和迁移,得到对应于所述目标虚拟形象模型的个性化纹理贴图,包括:
参照所述三维用户模型,对所述目标虚拟形象模型进行网格对齐和变形,得到变形后虚拟形象模型;
确定所述三维用户模型和所述变形后虚拟形象模型之间关于纹理面片的第一对应关系;
确定所述三维用户模型的纹理面片和所述初始个性化纹理贴图的像素点之间的第二对应关系;
根据所述第一对应关系和所述第二对应关系,对所述初始个性化纹理贴图进行变换和迁移,得到对应于所述目标虚拟形象模型的个性化纹理贴图。
7.根据权利要求1-6中任一项所述的方法,其中,还包括:
将所述个性化纹理贴图所表征的所述目标用户的肤色信息,迁移至所述目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息;
将所述迁移后肤色信息和所述原生纹理贴图的肤色信息进行融合,得到融合后纹理贴图;
基于所述融合后纹理贴图和所述目标虚拟形象模型,渲染得到采用所述融合后纹理贴图所表征的纹理的虚拟形象。
8.根据权利要求7所述的方法,其中,所述将所述个性化纹理贴图所表征的所述目标用户的肤色信息,迁移至所述目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息,包括:
将所述个性化纹理贴图和所述原生纹理贴图转换至第一色彩空间下,得到转换后个性化纹理贴图和转换后原生纹理贴图;
确定所述转换后个性化纹理贴图的像素点的像素值的均值和标准差,以及所述转换后原生纹理贴图中的像素点的像素值的均值和标准差;
根据所述均值和所述标准差,对所述转换后个性化纹理贴图进行处理,得到处理后个性化纹理贴图;
将所述处理后个性化纹理贴图转换至第二色彩空间下,得到所述迁移后肤色信息。
9.一种个性化纹理贴图的生成装置,包括:
获取单元,被配置成获取目标用户的用户图像;
生成单元,被配置成基于所述用户图像,生成所述目标用户对应的三维用户模型和所述目标用户对应的初始个性化纹理贴图;
得到单元,被配置成基于所述三维用户模型和目标虚拟形象模型之间的对应关系,对所述初始个性化纹理贴图进行变换和迁移,得到对应于所述目标虚拟形象模型的个性化纹理贴图。
10.根据权利要求9所述的装置,其中,所述生成单元,进一步被配置成:
基于所述用户图像,通过预训练的生成网络,生成所述目标用户对应的三维用户模型和所述目标用户对应的初始个性化纹理贴图。
11.根据权利要求10所述的装置,其中,所述生成网络包括形状重建器、纹理编码器、纹理解码器和可微分渲染器,所述装置还包括:
训练单元,被配置成通过如下方式训练得到所述生成网络:
基于样本用户图像,通过所述形状重建器,确定所述样本用户图像表征的样本用户的样本模型;将所述样本用户图像展开至预设纹理空间,得到粗纹理贴图;通过所述纹理编码器和所述纹理解码器细化所述粗纹理贴图,得到细纹理贴图;基于所述样本模型和所述细纹理贴图,通过所述可微分渲染器渲染得到目标图像;基于所述样本用户图像和所述目标图像之间的损失,训练得到所述生成网络。
12.根据权利要求11所述的装置,其中,所述训练单元,进一步被配置成:
通过所述纹理编码器得到所述粗纹理贴图的纹理特征;基于所述纹理特征和所述用户图像的图像特征,通过所述纹理解码器细化所述粗纹理贴图,得到所述细纹理贴图。
13.根据权利要求11所述的装置,其中,所述生成网络还包括:光照回归器;以及训练单元,还被配置成:
通过所述光照回归器,确定所述样本用户图像对应的光照信息;以及
所述训练单元,进一步被配置成:
基于所述样本模型、所述细纹理贴图和所述光线信息,通过所述可微分渲染器渲染得到所述目标图像。
14.根据权利要求9所述的装置,其中,所述得到单元,进一步被配置成:
参照所述三维用户模型,对所述目标虚拟形象模型进行网格对齐和变形,得到变形后虚拟形象模型;确定所述三维用户模型和所述变形后虚拟形象模型之间关于纹理面片的第一对应关系;确定所述三维用户模型的纹理面片和所述初始个性化纹理贴图的像素点之间的第二对应关系;根据所述第一对应关系和所述第二对应关系,对所述初始个性化纹理贴图进行变换和迁移,得到对应于所述目标虚拟形象模型的个性化纹理贴图。
15.根据权利要求9-14中任一项所述的装置,其中,还包括:
迁移单元,被配置成将所述个性化纹理贴图所表征的所述目标用户的肤色信息,迁移至所述目标虚拟形象模型固有的原生纹理贴图上,得到迁移后肤色信息;
融合单元,被配置成将所述迁移后肤色信息和所述原生纹理贴图的肤色信息进行融合,得到融合后纹理贴图;
渲染单元,被配置成基于所述融合后纹理贴图和所述目标虚拟形象模型,渲染得到采用所述融合后纹理贴图所表征的纹理的虚拟形象。
16.根据权利要求15所述的装置,其中,所述迁移单元,进一步被配置成:
将所述个性化纹理贴图和所述原生纹理贴图转换至第一色彩空间下,得到转换后个性化纹理贴图和转换后原生纹理贴图;确定所述转换后个性化纹理贴图的像素点的像素值的均值和标准差,以及所述转换后原生纹理贴图中的像素点的像素值的均值和标准差;根据所述均值和所述标准差,对所述转换后个性化纹理贴图进行处理,得到处理后个性化纹理贴图;将所述处理后个性化纹理贴图转换至第二色彩空间下,得到所述迁移后肤色信息。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269727.0A CN115345980B (zh) | 2022-10-18 | 2022-10-18 | 个性化纹理贴图的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269727.0A CN115345980B (zh) | 2022-10-18 | 2022-10-18 | 个性化纹理贴图的生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115345980A true CN115345980A (zh) | 2022-11-15 |
CN115345980B CN115345980B (zh) | 2023-03-24 |
Family
ID=83957593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211269727.0A Active CN115345980B (zh) | 2022-10-18 | 2022-10-18 | 个性化纹理贴图的生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115345980B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809696A (zh) * | 2022-12-01 | 2023-03-17 | 支付宝(杭州)信息技术有限公司 | 虚拟形象模型训练方法及装置 |
CN116012666A (zh) * | 2022-12-20 | 2023-04-25 | 百度时代网络技术(北京)有限公司 | 图像生成、模型的训练、信息重建方法、装置及电子设备 |
CN116109798A (zh) * | 2023-04-04 | 2023-05-12 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置、设备及介质 |
CN116152403A (zh) * | 2023-01-09 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 一种形象生成方法、装置、存储介质及电子设备 |
CN116188640A (zh) * | 2022-12-09 | 2023-05-30 | 北京百度网讯科技有限公司 | 三维虚拟形象的生成方法、装置、设备和介质 |
CN116503508A (zh) * | 2023-06-26 | 2023-07-28 | 南昌航空大学 | 一种个性化模型构建方法、***、计算机及可读存储介质 |
CN116542846A (zh) * | 2023-07-05 | 2023-08-04 | 深圳兔展智能科技有限公司 | 用户账号图标生成方法、装置、计算机设备及存储介质 |
CN117218266A (zh) * | 2023-10-26 | 2023-12-12 | 神力视界(深圳)文化科技有限公司 | 3d白模的纹理贴图生成方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210407216A1 (en) * | 2020-11-09 | 2021-12-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating three-dimensional virtual image, and storage medium |
CN114037802A (zh) * | 2021-11-24 | 2022-02-11 | Oppo广东移动通信有限公司 | 三维人脸模型重建方法、装置、存储介质及计算机设备 |
CN114792355A (zh) * | 2022-06-24 | 2022-07-26 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备和存储介质 |
WO2022157718A1 (en) * | 2021-01-22 | 2022-07-28 | Sony Group Corporation | 3d face modeling based on neural networks |
CN114820905A (zh) * | 2022-06-24 | 2022-07-29 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备及可读存储介质 |
CN114842123A (zh) * | 2022-06-28 | 2022-08-02 | 北京百度网讯科技有限公司 | 三维人脸重建模型训练和三维人脸形象生成方法及装置 |
-
2022
- 2022-10-18 CN CN202211269727.0A patent/CN115345980B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210407216A1 (en) * | 2020-11-09 | 2021-12-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating three-dimensional virtual image, and storage medium |
WO2022157718A1 (en) * | 2021-01-22 | 2022-07-28 | Sony Group Corporation | 3d face modeling based on neural networks |
CN114037802A (zh) * | 2021-11-24 | 2022-02-11 | Oppo广东移动通信有限公司 | 三维人脸模型重建方法、装置、存储介质及计算机设备 |
CN114792355A (zh) * | 2022-06-24 | 2022-07-26 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备和存储介质 |
CN114820905A (zh) * | 2022-06-24 | 2022-07-29 | 北京百度网讯科技有限公司 | 虚拟形象生成方法、装置、电子设备及可读存储介质 |
CN114842123A (zh) * | 2022-06-28 | 2022-08-02 | 北京百度网讯科技有限公司 | 三维人脸重建模型训练和三维人脸形象生成方法及装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115809696A (zh) * | 2022-12-01 | 2023-03-17 | 支付宝(杭州)信息技术有限公司 | 虚拟形象模型训练方法及装置 |
CN115809696B (zh) * | 2022-12-01 | 2024-04-02 | 支付宝(杭州)信息技术有限公司 | 虚拟形象模型训练方法及装置 |
CN116188640A (zh) * | 2022-12-09 | 2023-05-30 | 北京百度网讯科技有限公司 | 三维虚拟形象的生成方法、装置、设备和介质 |
CN116188640B (zh) * | 2022-12-09 | 2023-09-08 | 北京百度网讯科技有限公司 | 三维虚拟形象的生成方法、装置、设备和介质 |
CN116012666B (zh) * | 2022-12-20 | 2023-10-27 | 百度时代网络技术(北京)有限公司 | 图像生成、模型的训练、信息重建方法、装置及电子设备 |
CN116012666A (zh) * | 2022-12-20 | 2023-04-25 | 百度时代网络技术(北京)有限公司 | 图像生成、模型的训练、信息重建方法、装置及电子设备 |
CN116152403A (zh) * | 2023-01-09 | 2023-05-23 | 支付宝(杭州)信息技术有限公司 | 一种形象生成方法、装置、存储介质及电子设备 |
CN116152403B (zh) * | 2023-01-09 | 2024-06-07 | 支付宝(杭州)信息技术有限公司 | 一种形象生成方法、装置、存储介质及电子设备 |
CN116109798A (zh) * | 2023-04-04 | 2023-05-12 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置、设备及介质 |
CN116109798B (zh) * | 2023-04-04 | 2023-06-09 | 腾讯科技(深圳)有限公司 | 图像数据处理方法、装置、设备及介质 |
CN116503508A (zh) * | 2023-06-26 | 2023-07-28 | 南昌航空大学 | 一种个性化模型构建方法、***、计算机及可读存储介质 |
CN116503508B (zh) * | 2023-06-26 | 2023-09-08 | 南昌航空大学 | 一种个性化模型构建方法、***、计算机及可读存储介质 |
CN116542846B (zh) * | 2023-07-05 | 2024-04-26 | 深圳兔展智能科技有限公司 | 用户账号图标生成方法、装置、计算机设备及存储介质 |
CN116542846A (zh) * | 2023-07-05 | 2023-08-04 | 深圳兔展智能科技有限公司 | 用户账号图标生成方法、装置、计算机设备及存储介质 |
CN117218266A (zh) * | 2023-10-26 | 2023-12-12 | 神力视界(深圳)文化科技有限公司 | 3d白模的纹理贴图生成方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115345980B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115345980B (zh) | 个性化纹理贴图的生成方法及装置 | |
CN113643412B (zh) | 虚拟形象的生成方法、装置、电子设备及存储介质 | |
CN113327278B (zh) | 三维人脸重建方法、装置、设备以及存储介质 | |
CN114820905B (zh) | 虚拟形象生成方法、装置、电子设备及可读存储介质 | |
CN113658309B (zh) | 三维重建方法、装置、设备以及存储介质 | |
CN115082639A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN114842123B (zh) | 三维人脸重建模型训练和三维人脸形象生成方法及装置 | |
CN114842121B (zh) | 贴图生成模型训练和贴图生成方法、装置、设备及介质 | |
CN114549710A (zh) | 一种虚拟形象的生成方法、装置、电子设备及存储介质 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN115147265A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114723888A (zh) | 三维发丝模型生成方法、装置、设备、存储介质及产品 | |
CN114708374A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114972017A (zh) | 个性化人脸风格图的生成方法、装置和电子设备 | |
CN114120413A (zh) | 模型训练方法、图像合成方法、装置、设备及程序产品 | |
CN113658035A (zh) | 脸部变换方法、装置、设备、存储介质以及产品 | |
CN116402914B (zh) | 用于确定风格化图像生成模型的方法、装置及产品 | |
CN115965735B (zh) | 纹理贴图的生成方法和装置 | |
CN115393488B (zh) | 虚拟人物表情的驱动方法、装置、电子设备和存储介质 | |
CN116524162A (zh) | 三维虚拟形象迁移方法、模型更新方法及相关设备 | |
CN115775300A (zh) | 人体模型的重建方法、人体重建模型的训练方法及装置 | |
CN115311403A (zh) | 深度学习网络的训练方法、虚拟形象生成方法及装置 | |
CN113421335B (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
CN114648601A (zh) | 虚拟形象的生成方法、电子设备、程序产品及用户终端 | |
CN114638919A (zh) | 虚拟形象的生成方法、电子设备、程序产品及用户终端 |
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 |