CN116228951B - 一种数字虚拟对象的表情数据处理方法和装置 - Google Patents
一种数字虚拟对象的表情数据处理方法和装置 Download PDFInfo
- Publication number
- CN116228951B CN116228951B CN202310452655.1A CN202310452655A CN116228951B CN 116228951 B CN116228951 B CN 116228951B CN 202310452655 A CN202310452655 A CN 202310452655A CN 116228951 B CN116228951 B CN 116228951B
- Authority
- CN
- China
- Prior art keywords
- matrix
- vertex
- expression data
- facial expression
- constructing
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明涉及一种数字虚拟对象的表情数据处理方法和装置,其中,该方法包括:实时获取数字虚拟对象的面部表情数据;构建并初始化面部表情数据的顶点对角线矩阵;构建并初始化面部表情数据的顶点矩阵;对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成的面部表情数据矩阵,从面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情,能够在线实时的、快速的、大规模的修复虚拟对象的表情,并使表情的表现更加自然。
Description
技术领域
本发明涉及云计算技术领域,具体涉及一种数字虚拟对象的表情数据处理方法和装置。
背景技术
本部分向读者介绍可能与发明实施例的各个方面相关的背景技术,相信能够向读者提供有用的背景信息,从而有助于读者更好地理解本发明实施例的各个方面。因此,可以理解,本部分的说明是用于上述目的,而并非构成对现有技术的承认。
近年来,元宇宙概念席卷全球,随着元宇宙的蓬勃发展,国内各大企业加速赛道布局,通过元宇宙为不同的应用场景的相关内容生态进行赋能。元宇宙(Metaverse),是人类运用数字技术构建的,由现实世界映射或超越现实世界,可与现实世界交互的虚拟世界,具备新型社会体系的数字生活空间。现实中的人可以在元宇宙拥有自己的个性化虚拟形象。人类与虚拟世界的交互方式也在不断改变。通常会通过人脸重建技术获得用户的人脸三维模型,然后应用到游戏、社交、影视等领域,提升人们的娱乐体验。
现有方式中以捏脸制作人脸三维模型最为主流,所谓捏脸,指应用中提供大量人物脸部部位可调参数滑竿,用户通过操作滑竿,实现对应数字虚拟对象的脸部五官形状、位置、细节调整,使用该方法可以满足用户精确操作人物五官,如眼角、鼻尖、脸型等特征,实现个性化的数字虚拟对象创建。但捏脸后的数字虚拟对象的表情跟标准表情之间的吻合度较低,进行表情驱动时会出现表情缺陷,导致表情的表现不太自然。
发明内容
针对现有技术中的缺陷,本发明提供一种数字虚拟对象的表情数据处理方法和装置,可以在线实时的、快速的、大规模的修复虚拟对象的表情,并使表情的表现更加自然。
第一方面,本发明提供了一种数字虚拟对象的表情数据处理方法,包括:
实时获取数字虚拟对象的面部表情数据;
构建并初始化面部表情数据的顶点对角线矩阵;
构建并初始化面部表情数据的顶点矩阵;
对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成的面部表情数据矩阵,从面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;
利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情。
第二方面,本发明实施例还提供一种数字虚拟对象的表情数据处理的装置,包括:
信息获取单元,用以实时获取数字虚拟对象的面部表情数据;
顶点对角线矩阵初始化单元,用以构建并初始化面部表情数据的顶点对角线矩阵;
第二矩阵初始化单元,用以构建并初始化面部表情数据的顶点矩阵;
数据运算单元,用以对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成面部表情数据矩阵,从所述面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;
渲染单元,用以利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情。
由上述技术方案可知,本发明实施例提供的一种数字虚拟对象的表情数据处理方法和装置,与现有技术相比,解决传统的捏脸等表情变形的应用中表情驱动修复存在效率低下问题,通过对面部表情数据的数据顶点进行数据变换,确定出面部表情数据的各表情顶点的最优值作为新的面部表情数据,按照该新的面部表情数据渲染表情,可以在线实时的、快速的、大规模的修复虚拟对象的表情,并使表情的表现更加自然。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明一个实施例中数字虚拟对象的表情数据处理方法的流程示意图;
图2为本发明一个实施例中数字虚拟对象的表情数据处理装置的结构示意图;
图3为本发明一个实施例中电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是所有的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
本申请实施例提供的数字虚拟对象的表情数据处理方法可以由各种电子设备实施,例如,可以由终端单独实施,也可以由云服务器单独实施,也可以由终端和云服务器协同实施。例如云服务器独自执行本申请实施例提供的数字虚拟对象的表情数据处理方法,或者,终端向云服务器发送针对虚拟对象的表情数据处理请求,云服务器根据接收的表情数据处理请求执行本申请实施例提供的数字虚拟对象的表情数据处理方法。本申请实施例可应用于各种场景,包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。
如图1所示,本申请实施例提供的数字虚拟对象的表情数据处理方法可以在线实时的、快速的、大规模的修复虚拟对象的表情,使表情的表现更加自然。该方法具体包括:
S1、实时获取数字虚拟对象的面部表情数据;
在本发明实施例中,所述面部表情数据包括:表情顶点数据和接邻三角形数据,表情顶点数据包括移动顶点数据、固定顶点数据以及未标记的其它顶点数据等。表情顶点是在数字虚拟对象建模时面部模型网格中涉及到表情的顶点,表情顶点数据的变化反映数字虚拟对象的面部表情的变化。为了精细调整修复表情,动画变化过程中数据变化幅度相对比较大顶点标记为移动顶点;动画变化过程中数据变化幅度相对比较小的顶点标记为固定顶点。所述面部表情数据可以是其它软件输入虚幻引擎的,例如通过外部DCC软件(如maya等)输入。
S2、构建并初始化面部表情数据的顶点对角线矩阵;
S3、构建并初始化面部表情数据的顶点矩阵;
S4、对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成面部表情数据矩阵,从所述面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;
在本发明实施例中,面部表情数据矩阵中各个位置的元素值为对应表情顶点在三维坐标系中相应坐标的坐标值,各个坐标的坐标值组成表情顶点在三维坐标系中的位置坐标,从面部表情数据矩阵中可以获得各个顶点的位置坐标,该位置坐标即为对应表情顶点的位置坐标的最优值(也即表情顶点的最优值)。具体可以通过多线程技术对初始化后的顶点对角线矩阵和顶点矩阵进行分布式矩阵乘法运算,从而在欧几里得空间中求得各个表情顶点的位置坐标的最优取值作为新的面部表情数据。
S5、利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情。
在本发明实施例中,需要使用新的面部表情数据(也即各个表情顶点的位置坐标的最优取值)更新老的面部表情数据,并可以通过虚幻引擎UE的渲染线程进行新的面部表情数据更新,使GPU按照更新后的面部表情数据渲染新的表情。
综上所述,本发明实施例提供的数字虚拟对象的表情数据处理方法、装置及存储介质,与现有技术相比,通过对面部表情数据的数据顶点进行数据变换,确定出面部表情数据的各表情顶点的最优值作为新的面部表情数据,按照该新的面部表情数据渲染表情,可以在线实时的、快速的、大规模的修复虚拟对象的表情,并使表情的表现更加自然。
在前述方法实施例的基础上,所述构建并初始化面部表情数据的顶点对角线矩阵可以包括:
构建大小为M×M的顶点对角线矩阵并赋值,M为所述面部表情数据中表情顶点的数量;
按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵并赋值;
按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵并赋值;
对所述第三矩阵进行转置操作完成顶点对角线矩阵初始化。
本发明实施例中,顶点对角线矩阵的大小为M×M,第i(i为正整数,且1≤i≤M)行第j(j为正整数,且1≤j≤M)列的位置对应第i个表情顶点和第j个表情顶点,第i行第j列的位置的元素值根据第i个表情顶点和第j个表情顶点确定(简单理解可以为按序号对所有的表情顶点分别排一行和排一列,这样第i行第j列的位置就对应第i个表情顶点和第j个表情顶点)。
第二矩阵为在顶点对角线矩阵的末尾追加扩展得到,第二矩阵的大小可以为M×(M+F)或者(M+F)×M,其中,F为固定顶点的数量。如果第二矩阵的大小为M×(M+F),则第二矩阵的第i行第k(k为正整数,且M+1≤k≤M+F)列的位置对应第i个表情顶点和第k-M个固定顶点,第i行第k列的位置的元素值根据第i个表情顶点和第k-M个固定顶点确定(简单理解可以为按序号对所有的表情顶点分别排一行和排一列,并在表情顶点行后按顺序排列所有的固定顶点,这样第i行第k列的位置就对应第i个表情顶点和第k-M个固定顶点,而第i行第j列的位置的元素值与顶点对角线矩阵的第i行第j列的位置的元素值相同);而如果第二矩阵的大小为(M+F)×M,则第二矩阵的第k行第j列的位置对应第k-M个固定顶点和第j个表情顶点,第k行第j列的位置的元素值根据第k-M个固定顶点和第j个表情顶点确定(简单理解可以为按序号对所有的表情顶点分别排一行和排一列,并在表情顶点列后按顺序排列所有的固定顶点,这样第k行第j列的位置就对应第k-M个固定顶点和第j个表情顶点,而第i行第j列的位置的元素值与顶点对角线矩阵的第i行第j列的位置的元素值相同)。
第三矩阵为在第二矩阵的末尾追加扩展得到,第三矩阵的大小可以为M×(M+F+N)或者(M+F+N)×M,具体形式需要根据第二矩阵确定:如果第二矩阵的大小为M×(M+F),则第三矩阵的大小为M×(M+F+N),或者如果第二矩阵的大小为(M+F)×M,则第三矩阵的大小为(M+F+N)×M,其中,N为移动顶点的数量。如果第三矩阵的大小为M×(M+F+N),则第三矩阵的第i行第l(l为正整数,且M+F+1≤l≤M+F+N)列的位置对应第i个表情顶点和第l-M-F个移动顶点,第i行第l列的位置的元素值根据第i个表情顶点和第l-M-F个移动顶点确定(简单理解可以为按序号对所有的表情顶点分别排一行和排一列,并在表情顶点行后按顺序排列所有的固定顶点,在固定顶点行后按顺序排列所有的移动顶点,这样第i行第l列的位置就对应第i个表情顶点和第l-M-F个移动顶点,而第i行第j列的位置的元素值与第二矩阵的第i行第j列的位置的元素值相同,第i行第k列的位置的元素值与第二矩阵的第i行第k列的位置的元素值相同);而如果第三矩阵的大小为(M+F+N)×M,则第三矩阵的第l行第j列的位置对应第l-M-F个移动顶点和第j个表情顶点,第l行第j列的位置的元素值根据第l-M-F个移动顶点和第j个表情顶点确定(简单理解可以为按序号对所有的表情顶点分别排一行和排一列,并在表情顶点列后按顺序排列所有的固定顶点,在固定顶点列后按顺序排列所有的移动顶点,这样第l行第j列的位置就对应第l-M-F个移动顶点和第j个表情顶点,而第i行第j列的位置的元素值与第二矩阵的第i行第j列的位置的元素值相同,第k行第j列的位置的元素值与第二矩阵的第k行第j列的位置的元素值相同)。
在前述方法实施例的基础上,所述构建大小为M×M的顶点对角线矩阵并赋值可以包括:
构建大小为M×M的对角线矩阵;
将所述对角线矩阵中对角线位置的元素值设置为1,对于所述对角线矩阵中除对角线位置外的其它每一个位置,确定该位置对应的表情顶点,根据由所述表情顶点确定的接邻边所属的接邻边三角形的数量确定该位置的元素值。
本发明实施例中,对角线矩阵中对角线位置的元素值可以设置为1,其它位置的元素值可以为该其它位置对应的表情顶点形成的接邻边所属的接邻边三角形的数量与预设阈值(该预设阈值可以根据表情渲染画质和/或计算效率调整)的乘积。
在前述方法实施例的基础上,所述按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵并赋值可以包括:
按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵;
对于所述第二矩阵中新增的每一个位置,若该位置对应的两个表情顶点相同,则将该位置的元素值设置为1,或若该位置对应的两个表情顶点不相同,则将该位置的元素值设置为0,其中,新增的位置为所述第二矩阵相较于所述顶点对角线矩阵增加的位置。
本发明实施例中,第二矩阵中新增的位置的元素值可以根据该位置对应的表情顶点确定:如果该位置对应的表情顶点相同,则该位置的元素值可以为1,否则,该位置的元素值为0。
在前述方法实施例的基础上,所述按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵并赋值可以包括:
按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵;
对于所述第三矩阵中新增的每一个位置,若该位置对应的两个表情顶点相同,则将该位置的元素值设置为1,或若该位置对应的两个表情顶点不相同,则将该位置的元素值设置为0,其中,新增的位置为所述第三矩阵相较于所述第二矩阵增加的位置。
本发明实施例中,第三矩阵中新增的位置的元素值可以根据该位置对应的表情顶点确定:如果该位置对应的表情顶点相同,则该位置的元素值可以为1,否则,该位置的元素值为0。
在前述方法实施例的基础上,所述构建并初始化面部表情数据的顶点矩阵可以包括:
按所述面部表情数据中表情顶点的数量构建预定大小的顶点矩阵并赋值;
按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵并赋值;
按所述面部表情数据中移动顶点的数量值在所述第四矩阵的末尾追加扩展形成第五矩阵并赋值完成顶点矩阵初始化。
本发明实施例中,顶点矩阵的大小可以为M×3或3×M,具体大小与第三矩阵对应,即保证第三矩阵的转置可以与第五矩阵进行乘法运算,下面以大小为M×3的顶点矩阵为例(大小为3×M的顶点矩阵是大小为M×3的顶点矩阵的转置矩阵,大小为3×M的顶点矩阵的运算与大小为M×3的顶点矩阵的运算一致,此处不再赘述)进行说明。大小为M×3的顶点矩阵的第i(i为正整数,且1≤i≤M)行第p(p为正整数,且1≤p≤3)列的位置对应第i个表情顶点,第i行第p列的位置的元素值根据第i个表情顶点的位置坐标确定。
第四矩阵的大小可以为(M+F)×3,则第四矩阵的第k行第p列的位置对应第k-M个固定顶点,第k行第p列的位置的元素值根据第k-M个固定顶点的位置坐标确定,而第i行第p列的位置的元素值与顶点矩阵中第i行第p列的位置的元素值相同。
第五矩阵的大小可以为(M+F+N)×3,则第五矩阵的第l行第p列的位置对应第l-M-F个移动顶点,第l行第p列的位置的元素值根据第l-M-F个移动顶点的位置坐标确定,而第i行第p列的位置的元素值与第四矩阵中第i行第p列的位置的元素值相同,第k行第p列的位置的元素值与第四矩阵中第k行第p列的位置的元素值相同。
如果顶点矩阵的大小为3×M,则第四矩阵的大小为3×(M+F),第五矩阵的大小为3×(M+F+N)。
在前述方法实施例的基础上,所述按所述面部表情数据中表情顶点的数量构建预定大小的顶点矩阵并赋值可以包括:
构建大小为M×3或3×M的矩阵,M为所述面部表情数据中表情顶点的数量;
对于所述大小为M×3或3×M的矩阵中的每一个位置,根据该位置对应的表情顶点对应的位置坐标值确定该位置的元素值。
本发明实施例中,以大小为M×3的顶点矩阵为例进行说明,顶点矩阵中第i行第1列的位置的元素值可以为第i个表情顶点的第一坐标轴坐标与预设阈值的乘积,顶点矩阵中第i行第2列的位置的元素值可以为第i个表情顶点的第二坐标轴坐标与预设阈值的乘积,顶点矩阵中第i行第3列的位置的元素值可以为第i个表情顶点的第三坐标轴坐标与预设阈值的乘积,其中,该预设阈值可以根据表情渲染画质和/或计算效率调整。第一坐标轴、第二坐标轴和第三坐标轴为x轴、y轴和z轴中的三个坐标轴。
在前述方法实施例的基础上,所述按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵并赋值可以包括:
按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵;
对于所述第四矩阵中的每一个位置,根据该位置对应的固定顶点对应的位置坐标值确定该位置的元素值。
本发明实施例中,以大小为(M+F)×3的第四矩阵(大小为3×(M+F)的第四矩阵是大小为(M+F)×3的第四矩阵的转置矩阵,大小为3×(M+F)的第四矩阵的运算与大小为(M+F)×3的第四矩阵的运算一致,此处不再赘述)为例进行说明,第四矩阵中第k行第1列的位置的元素值可以为第k-M个固定顶点的第一坐标轴坐标与预设阈值的乘积,第四矩阵中第k行第2列的位置的元素值可以为第k-M个固定顶点的第二坐标轴坐标与预设阈值的乘积,第四矩阵中第k行第3列的位置的元素值可以为第k-M个固定顶点的第三坐标轴坐标与预设阈值的乘积。
在前述方法实施例的基础上,所述按所述面部表情数据中移动顶点的数量值在所述第四矩阵的末尾追加扩展形成第五矩阵并赋值可以包括:
按所述面部表情数据中移动顶点的数量值对所述第四矩阵的末尾追加扩展形成第五矩阵;
对于所述第五矩阵中的每一个位置,根据该位置对应的移动顶点对应的位置坐标值确定该位置的元素值。
本发明实施例中,以大小为(M+F+N)×3的第五矩阵(大小为3×(M+F+N)的第五矩阵是大小为(M+F+N)×3的第五矩阵的转置矩阵,大小为3×(M+F+N)的第五矩阵的运算与大小为(M+F+N)×3的第五矩阵的运算一致,此处不再赘述)为例进行说明,第五矩阵中第l行第1列的位置的元素值可以为第l-M-F个移动顶点的第一坐标轴坐标与预设阈值的乘积,第五矩阵中第l行第2列的位置的元素值可以为第l-M-F个移动顶点的第二坐标轴坐标与预设阈值的乘积,第五矩阵中第l行第3列的位置的元素值可以为第l-M-F个移动顶点的第三坐标轴坐标与预设阈值的乘积。
为进一步体现本发明提供的一种数字虚拟对象的表情数据处理方法的优越性,本发明还提供一种应用上述数字虚拟对象的表情数据处理的装置,所述装置可以是电子设备中的处理器、芯片或者芯片***,或者是电子设备中一个模块等,如图2所示,所述装置包括:信息获取单元1,用以实时获取数字虚拟对象的面部表情数据;顶点对角线矩阵初始化单元2,用以构建并初始化面部表情数据的顶点对角线矩阵;顶点矩阵初始化单元3,用以构建并初始化面部表情数据的顶点矩阵;数据运算单元4,用以对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成面部表情数据矩阵,从所述面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;渲染单元5,用以利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情。
本说明书实施例提供的数字虚拟对象的表情数据处理装置,其实现过程与本申请实施例提供的数字虚拟对象的表情数据处理方法一致,所能达到的效果也与本申请实施例提供的数字虚拟对象的表情数据处理方法相同,在此不再赘述。
本发明实施例还提供一种电子设备,如图3所示,所述电子设备包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本说明书实施例中上述数字虚拟对象的表情数据处理方法的各个步骤。
本说明书的实施例提供了一种计算机可读存储介质,该存储介质上存储有计算机程序,这些计算机程序在被处理器运行时,执行本说明书实施例中上述数字虚拟对象的表情数据处理方法的各个步骤。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种数字虚拟对象的表情数据处理方法,其特征在于,包括:
实时获取数字虚拟对象的面部表情数据;
构建并初始化面部表情数据的顶点对角线矩阵;
构建并初始化面部表情数据的顶点矩阵;
对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成面部表情数据矩阵,从所述面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;
利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情;
其中,所述构建并初始化面部表情数据的顶点对角线矩阵包括:
构建大小为M×M的顶点对角线矩阵并赋值,M为所述面部表情数据中表情顶点的数量;
按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵并赋值;
按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵并赋值;
对所述第三矩阵进行转置操作完成顶点对角线矩阵初始化;
其中,所述构建并初始化面部表情数据的顶点矩阵包括:
按所述面部表情数据中表情顶点的数量构建预定大小的顶点矩阵并赋值;
按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵并赋值;
按所述面部表情数据中移动顶点的数量值在所述第四矩阵的末尾追加扩展形成第五矩阵并赋值完成顶点矩阵初始化。
2.根据权利要求1所述的方法,其特征在于,所述构建大小为M×M的顶点对角线矩阵并赋值包括:
构建大小为M×M的对角线矩阵;
将所述对角线矩阵中对角线位置的元素值设置为1,对于所述对角线矩阵中除对角线位置外的其它每一个位置,确定该位置对应的表情顶点,根据由所述表情顶点确定的接邻边所属的接邻边三角形的数量确定该位置的元素值。
3.根据权利要求1所述的方法,其特征在于,所述按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵并赋值包括:
按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵;
对于所述第二矩阵中新增的每一个位置,若该位置对应的两个表情顶点相同,则将该位置的元素值设置为1,或若该位置对应的两个表情顶点不相同,则将该位置的元素值设置为0,其中,新增的位置为所述第二矩阵相较于所述顶点对角线矩阵增加的位置。
4.根据权利要求1所述的方法,其特征在于,所述按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵并赋值包括:
按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵;
对于所述第三矩阵中新增的每一个位置,若该位置对应的两个表情顶点相同,则将该位置的元素值设置为1,或若该位置对应的两个表情顶点不相同,则将该位置的元素值设置为0,其中,新增的位置为所述第三矩阵相较于所述第二矩阵增加的位置。
5.根据权利要求1所述的方法,其特征在于,所述按所述面部表情数据中表情顶点的数量构建预定大小的顶点矩阵并赋值包括:
构建大小为M×3或3×M的矩阵,M为所述面部表情数据中表情顶点的数量;
对于所述大小为M×3或3×M的矩阵中的每一个位置,根据该位置对应的表情顶点对应的位置坐标值确定该位置的元素值。
6.根据权利要求1所述的方法,其特征在于,所述按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵并赋值包括:
按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵;
对于所述第四矩阵中的每一个位置,根据该位置对应的固定顶点对应的位置坐标值确定该位置的元素值。
7.根据权利要求1所述的方法,其特征在于,所述按所述面部表情数据中移动顶点的数量值在所述第四矩阵的末尾追加扩展形成第五矩阵并赋值包括:
按所述面部表情数据中移动顶点的数量值对所述第四矩阵的末尾追加扩展形成第五矩阵;
对于所述第五矩阵中的每一个位置,根据该位置对应的移动顶点对应的位置坐标值确定该位置的元素值。
8.一种数字虚拟对象的表情数据处理装置,其特征在于,包括:
信息获取单元,用以实时获取数字虚拟对象的面部表情数据;
顶点对角线矩阵初始化单元,用以构建并初始化面部表情数据的顶点对角线矩阵;
其中,所述构建并初始化面部表情数据的顶点对角线矩阵包括:
构建大小为M×M的顶点对角线矩阵并赋值,M为所述面部表情数据中表情顶点的数量;
按照所述面部表情数据中固定顶点的数量值在所述顶点对角线矩阵的末尾追加扩展形成第二矩阵并赋值;
按照所述面部表情数据中移动顶点的数量值在所述第二矩阵的末尾追加扩展形成第三矩阵并赋值;
对所述第三矩阵进行转置操作完成顶点对角线矩阵初始化;
顶点矩阵初始化单元,用以构建并初始化面部表情数据的顶点矩阵;
其中,所述构建并初始化面部表情数据的顶点矩阵包括:
按所述面部表情数据中表情顶点的数量构建预定大小的顶点矩阵并赋值;
按所述面部表情数据中固定顶点的数量值在所述顶点矩阵的末尾追加扩展形成第四矩阵并赋值;
按所述面部表情数据中移动顶点的数量值在所述第四矩阵的末尾追加扩展形成第五矩阵并赋值完成顶点矩阵初始化;
数据运算单元,用以对初始化后的所述顶点对角线矩阵和所述顶点矩阵进行乘法运算生成面部表情数据矩阵,从所述面部表情数据矩阵中取出面部表情数据的各表情顶点的最优值作为新的面部表情数据;
渲染单元,用以利用新的面部表情数据对面部表情数据进行更新,按照更新后的面部表情数据渲染新的表情。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452655.1A CN116228951B (zh) | 2023-04-25 | 2023-04-25 | 一种数字虚拟对象的表情数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452655.1A CN116228951B (zh) | 2023-04-25 | 2023-04-25 | 一种数字虚拟对象的表情数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116228951A CN116228951A (zh) | 2023-06-06 |
CN116228951B true CN116228951B (zh) | 2023-07-14 |
Family
ID=86569778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310452655.1A Active CN116228951B (zh) | 2023-04-25 | 2023-04-25 | 一种数字虚拟对象的表情数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228951B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116485964B (zh) * | 2023-06-21 | 2023-10-13 | 海马云(天津)信息技术有限公司 | 一种数字虚拟对象的表情处理方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110075372A (ko) * | 2009-12-28 | 2011-07-06 | 성결대학교 산학협력단 | 개인성향을 반영한 과장표정 생성방법 |
WO2021012590A1 (zh) * | 2019-07-22 | 2021-01-28 | 广州华多网络科技有限公司 | 面部表情迁移方法、装置、存储介质及计算机设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101911906B1 (ko) * | 2012-09-26 | 2018-10-25 | 에스케이플래닛 주식회사 | 3차원 객체 생성 장치 및 그 방법 |
US9378576B2 (en) * | 2013-06-07 | 2016-06-28 | Faceshift Ag | Online modeling for real-time facial animation |
CN112116699B (zh) * | 2020-08-14 | 2023-05-16 | 浙江工商大学 | 一种基于3d人脸跟踪的实时真人虚拟试发方法 |
-
2023
- 2023-04-25 CN CN202310452655.1A patent/CN116228951B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110075372A (ko) * | 2009-12-28 | 2011-07-06 | 성결대학교 산학협력단 | 개인성향을 반영한 과장표정 생성방법 |
WO2021012590A1 (zh) * | 2019-07-22 | 2021-01-28 | 广州华多网络科技有限公司 | 面部表情迁移方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116228951A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106710003B (zh) | 一种基于OpenGL ES的三维拍照方法和*** | |
CN113838176B (zh) | 模型的训练方法、三维人脸图像生成方法及设备 | |
Chen et al. | A survey on 3d gaussian splatting | |
US11514638B2 (en) | 3D asset generation from 2D images | |
CN116228951B (zh) | 一种数字虚拟对象的表情数据处理方法和装置 | |
CN113658309A (zh) | 三维重建方法、装置、设备以及存储介质 | |
CN115018992B (zh) | 发型模型的生成方法、装置、电子设备及存储介质 | |
CN116977522A (zh) | 三维模型的渲染方法、装置、计算机设备和存储介质 | |
US9056247B2 (en) | System and method for efficient character animation | |
Chen et al. | Synthesizing cloth wrinkles by CNN‐based geometry image superresolution | |
US20180276870A1 (en) | System and method for mass-animating characters in animated sequences | |
CN116385667B (zh) | 三维模型的重建方法、纹理重构模型的训练方法以及装置 | |
Peng et al. | A real-time system for crowd rendering: parallel lod and texture-preserving approach on gpu | |
Chen et al. | Skeleton-driven surface deformation through lattices for real-time character animation | |
JP2000268188A (ja) | オクルージョンカリングを行う3次元グラフィックス描画装置および方法 | |
CN107818578B (zh) | 一种基于注册方法的快速人脸模型重建算法及*** | |
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 | |
CN102855652B (zh) | 基于测地距的径向基函数人脸表情重定向与动画方法 | |
CN115908651A (zh) | 一种三维人体模型与骨架的同步更新方法及电子设备 | |
Pawaskar et al. | Expression transfer: A system to build 3d blend shapes for facial animation | |
CN116485964B (zh) | 一种数字虚拟对象的表情处理方法、装置及存储介质 | |
CN117557699B (zh) | 动画数据生成方法、装置、计算机设备和存储介质 | |
Wang | Construction of Internet Game Development Environment based on OpenGL and Augmented Reality | |
Yueh et al. | Conformal surface morphing with applications on facial expressions | |
JP3711273B2 (ja) | オクルージョンカリングを行う3次元グラフィックス描画装置 |
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 |