恭喜中国科学院软件研究所白泽琛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中国科学院软件研究所申请的专利二维到三维人脸表情迁移方法、电子装置及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114926581B 。
龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210430797.3,技术领域涉及:G06T17/00;该发明授权二维到三维人脸表情迁移方法、电子装置及存储介质是由白泽琛;陈辉;姚乃明;王宏安设计研发完成,并于2022-04-22向国家知识产权局提交的专利申请。
本二维到三维人脸表情迁移方法、电子装置及存储介质在说明书摘要公布了:本发明公开了一种二维到三维人脸表情迁移方法、电子装置及存储介质,属于计算机视觉领域。该方法包括:获取真实交互场景下的二维人脸图像作为源表情表示,虚拟交互场景下的三维人脸形变模型作为目标三维人脸表情表示;为二维人脸图像提取人脸三维参数;基于人脸三维参数中的表情参数,通过融合变形系数估计模型获取目标表情的融合变形系数;依据所得目标表情融合变形系数驱动三维人脸模型生成目标表情表示。本发明能够有效提取人脸表情相关参数,缓解人脸表情从二维空间到三维空间的跨维度难题;将表情参数变换至目标融合变形系数,保证了该方法的广泛适用性。本方法可实现准确、快速的人脸表情迁移,可用于提升动画师在进行三维人脸建模与创作过程中的工作效率。
本发明授权二维到三维人脸表情迁移方法、电子装置及存储介质在权利要求书中公布了:1.一种二维到三维人脸表情迁移方法,其特征在于,包括以下步骤:获取真实交互场景下的二维人脸图像,作为源表情表示;获取虚拟交互场景下的三维人脸形变模型,作为目标三维人脸表情表示;采用预先训练的人脸三维参数提取模型,对所述二维人脸图像进行人脸三维参数提取;所述人脸三维参数包括身份参数、表情参数、相机参数;将所述二维人脸图像对应的所述表情参数输入一个预先训练的融合变形系数估计模型,获得融合变形系数;将所述融合变形系数输入三维建模软件,驱动所述三维人脸形变模型,获得目标三维人脸表情表示,具有与所述二维人脸图像一致的表情;所述融合变形系数估计模型是一种神经网络模型,采用如下方式训练得到:采集虚拟样本训练集,所述虚拟样本训练集包含多组部分随机生成的融合变形系数,以及与之对应的虚拟交互场景内的虚拟人脸图像与虚拟人脸表情参数;采用所述虚拟样本训练集,训练得到所述融合变形系数估计模型;其中,采用所述虚拟样本训练集,训练得到所述融合变形系数估计模型,包括:将所述虚拟人脸表情参数输入待训练的融合变形系数估计模型,获得预估的虚拟人脸融合变形系数;根据所述部分随机生成的融合变形系数、所述预估的虚拟人脸融合变形系数、预设的损失函数,对所述待训练的融合变形系数估计模型的神经网络参数进行迭代优化,得到所述融合变形系数估计模型;所述融合变形系数估计模型包含两层全连接层以及一个激活函数层,用于实现非线性变换的操作,考虑到融合变形系数的数值一定是介于0~1的范围之间,模型最后一层额外设置一个截断层将上一层输出的范围之外的数值进行截断操作;通过计算模型预测估计的融合变形系数和数据集中原有的部分随机生成融合变形系数之间的差异,得到损失量,然后通过梯度反向传播算法,优化融合变形系数估计模型中的权重。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院软件研究所,其通讯地址为:100190 北京市海淀区中关村南四街4号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。