龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：湖北大学
摘要：本发明公开了一种基于风格向量的语音驱动数字人面部视频生成方法，方法包括以下步骤：步骤S1：采集数据集；步骤S2：算法设计，网络整体结构由四部分组成，包括视频解耦模块、图像与音频编码模块、特征耦合模块、图像生成与视频编码模块；步骤S3：训练数据集；步骤S4：测试数据集。本发明通过图像与音频编码模块得到风格向量和音频特征，结合图像生成与视频编码模块，将风格向量和音频特征耦合后生成高质量的说话人面部视频。
主权项：1.一种基于风格向量的语音驱动数字人面部视频生成方法，其特征在于，所述方法包括以下步骤：步骤S1：采集数据集；步骤S2：算法设计，网络整体结构由四部分组成，包括视频解耦模块、图像与音频编码模块、特征耦合模块、图像生成与视频编码模块；步骤S3：训练所述数据集；具体包括以下步骤：S31：通过视频解耦模块对采集的数据集进行信息提取，生成图像序列和音频序列；S32：通过图像与音频编码模块对生成的图像序列和音频序列进行处理，输出图像的风格向量和音频特征；S33：通过特征耦合模块将所述风格向量和音频特征进行拼接，得到一个包含了音频和图像风格信息的联合特征表示；S34：通过图像生成与视频编码模块对所述包含了音频和图像风格信息的联合特征表示进行处理，最后将图像序列和音频信息整合生成最终的视频；步骤S4：测试所述数据集。
全文数据：
权利要求：
百度查询： 湖北大学 一种基于风格向量的语音驱动数字人面部视频生成方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号