CN108288299A - 一种表情数据驱动三维形象表情的方法及系统 - Google Patents
一种表情数据驱动三维形象表情的方法及系统 Download PDFInfo
- Publication number
- CN108288299A CN108288299A CN201710015813.1A CN201710015813A CN108288299A CN 108288299 A CN108288299 A CN 108288299A CN 201710015813 A CN201710015813 A CN 201710015813A CN 108288299 A CN108288299 A CN 108288299A
- Authority
- CN
- China
- Prior art keywords
- expression
- skeleton model
- dimentional
- displacement
- dimensional image
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种表情数据驱动三维形象表情的方法及系统，所述方法包括：建立简化的目标三维形象面部骨骼模型，获取骨骼对应的表情位移数据，构建表情位移数据与面部骨骼的函数关系，计算目标三维形象面部骨骼位移及面部骨骼位移限定。本发明适用于快速三维形象夸张处理现实表情数据。此外，还提供了一种表情位移数据驱动三维动画表情的系统。
Description
技术领域
本发明涉及计算机技术领域，尤其是一种表情数据驱动三维形象表情的方法及系统。
背景技术
随着计算机技术及多媒体技术的发展，三维动画凭借其在视觉和感官上的逼真感，正在逐步取代二维动画的统治地位。
现有的三维动画表情生成方式基本都是手动调整，消耗大量的人力且效率底下。本发明通过匹配二维表情数据与三维形象骨骼点，实现了用表情数据驱动三维形象表情，同时可以通过调整使用的骨骼点数量，调整三维形象表情的复杂度，以适用于不同的场景。
发明内容
针对现有技术的不足，本发明提出一种表情位移驱动三维动画表情的方法与系统。
本发明提出一种表情位移驱动三维动画表情的方法，包括：
获取三维形象全面部骨骼模型；
根据所述三维形象全面部骨骼模型建立简化面部骨骼模型；
根据所述简化面部骨骼模型和二维表情特征数据确定简化二维表情特征集；
根据所述简化二维表情特征集建立表情位移数据集；
建立所述二维表情位移数据集与所述简化面部骨骼模型之间的函数对应关系集。
在一个可选的实施例中，根据所述三维形象全面部骨骼模型建立简化面部骨骼模型，包括：
根据额、双眉、双目、鼻、双颊、唇、齿和下颏对所述全面部骨骼模型分区，筛选每个分区的骨骼，仅保留每个分区对所述三维形象表情变化起关键作用的骨骼建立简化面部骨骼模型。
在一个可选的实施例中，根据所述简化面部骨骼模型和二维表情特征数据确定简化二维表情特征集，包括：
统计简化面部骨骼模型中骨骼两端在二维表情特征数据中的特征点表示；
合并距离小于d的特征点，确保所述简化面部骨骼模型中骨骼每个端点均有唯一的特征点与其对应；
将剩余特征点建立简化二维表情特征集；
其中，所述距离d根据经验数据获得。
在一个可选的实施例中，根据所述简化二维表情特征集建立表情位移数据集，包括：
对比自然状态下的特征点分布，计算所述简化二维表情特征集中特征点沿x、y、z轴方向的位移；
其中，所述自然状态定义为无表情状态；所述简化二维表情特征集中特征点在z方向的位移通过拟合算法得到。
在一个可选的实施例中，建立所述二维表情位移数据集与所述简化面部骨骼模型之间的函数对应关系集，包括：
限定所述简化面部骨骼模型中各个骨骼的位移范围；确定每个二维表情位移数据与所对应的面部骨骼之间的函数对应；统计所述二维表情位移数据集中所有位移数据与所述简化面部骨骼模型中骨骼的对应关系，建立所述函数对应关系集；
进一步的，所述简化面部骨骼模型中骨骼位移超出限定范围时，取允许范围内最值。
一种表情数据驱动三维形象表情系统，包括：
初始特征获取模块，用于获取自然状态下，二维表情特征集；
三维模型获取模块，用于接收三维形象及全面部骨骼模型；
二维特征获取模块，用于接收二维表情特征数据；
简化面部骨骼模型获取模块，用于增加或删除所述全面部骨骼模型的骨骼信息，建立简化面部骨骼模型；
简化二维表情特征集获取模块，用于根据所述简化面部骨骼模型裁剪所述二维表情特征数据，作为简化二维表情特征集；
表情位移数据集获取模块，用于建立表情位移数据集；
数据处理模块，用于根据所述表情位移数据集确定简化二维表情特征集中骨骼的位移变化，将位移变化数据传递到演示模块；
演示模块，用于根据所述数据处理模块传递的信息，驱动三维形象对应的骨骼模型进行演示；
容错模块，用于对所述最终位移变化数据进行检测，对超出规定范围的位移数据进行规范化处理。
在一个可选的实施例中，三维模型获取模块包括：
其中，所述三维形象包括：从三维制作软件获取的三维形象；
其中，所述全面部骨骼模型包括：从三维制作软件获取的所述三维形象的骨骼模型。
在一个可选的实施例中，二维特征获取模块包括：
其中，所述表情特征数据包括：通过手动标记或特征点检测算法获得的二维形象的特征点坐标信息。
在一个可选的实施例中，简化二维表情特征集获取模块包括：
第一计算单元，用于根据所述简化二维表情特征集中每个特征的二维坐标，使用拟合算法计算出对应的三维坐标。
在一个可选的实施例中，表情位移数据集获取模块包括：
第二计算单元，用于计算所述简化二维表情特征集对比于初始二维表情特征集的位移变化，并将位移数据进行存储。
与现有技术相比，本发明实施例使用表情数据驱动三维形象表情，解放了大量人力；通过对三维形象面部骨骼数据进行分析，减少了三维形象表情驱动需要操作的骨骼数，并分析简化所需要的二维数据量，大大降低三维形象表情驱动所获取的数据量；通过建立三维骨骼与二维位移之间的对应关系，实现二维表情数据驱动三维形象表情的同时，使三维形象表情幅度在可控范围内，能够有效简化三维动画制作流程。
附图说明
图1是本发明的方法流程图。
图2是本发明的三维形象的简化面部骨骼模型图例。
图3是本发明的三维形象张嘴结果示意图。
图4是本发明的三维形象微笑结果示意图。
Claims (15)
1.一种表情数据驱动三维形象表情的方法，其特征在于，包括： 获取三维形象全面部骨骼模型； 根据所述三维形象全面部骨骼模型建立简化面部骨骼模型； 根据所述简化面部骨骼模型和二维表情特征数据确定简化二维表情特征集； 根据所述简化二维表情特征集建立表情位移数据集； 建立所述二维表情位移数据集与所述简化面部骨骼模型之间的函数对应关系集。
2.根据权利要求1所述的方法，其特征在于，所述简化面部骨骼模型包括：根据额、双眉、双目、鼻、双颊、唇、齿和下颏对所述全面部骨骼模型分区，筛选每个分区的骨骼，仅保留每个分区对所述三维形象表情变化起关键作用的骨骼建立简化面部骨骼模型。
3.根据权利要求1所述的方法，其特征在于，所述简化二维表情特征集包括：统计简化面部骨骼模型中骨骼两端在二维表情特征数据中的特征点表示；合并距离小于d的特征点，确保所述简化面部骨骼模型中骨骼每个端点均有唯一的特征点与其对应；将剩余特征点建立简化二维表情特征集。
4.根据权利要求3所述的方法，其特征在于，所述距离d根据经验数据获得。
5.根据权利要求1所述的方法，其特征在于，所述表情位移数据集包括：对比自然状态下的特征点分布，所述简化二维表情特征集中特征点沿x、y、z轴方向的位移。
6.根据权利要求5所述的方法，其特征在于，所述自然状态定义为无表情状态。
7.根据权利要求5所述的方法，其特征在于，所述简化二维表情特征集中特征点在z方向的位移通过拟合算法得到。
8.根据权利要求5所述的方法，其特征在于，所述函数对应关系集包括：限定所述简化面部骨骼模型中各个骨骼的位移范围；确定每个二维表情位移数据与所对应的面部骨骼之间的函数对应；统计所述二维表情位移数据集中所有位移数据与所述简化面部骨骼模型中骨骼的对应关系，建立所述函数对应关系集。
9.根据权利要求7所述的方法，其特征在于，所述简化面部骨骼模型中骨骼位移超出限定范围时，取允许范围内最值。
10.一种表情数据驱动三维形象表情系统，其特征在于，包括： 初始特征获取模块，用于获取自然状态下，二维表情特征集； 三维模型获取模块，用于接收三维形象及全面部骨骼模型； 二维特征获取模块，用于接收二维表情特征数据； 简化面部骨骼模型获取模块，用于增加或删除所述全面部骨骼模型的骨骼信息，建立简化面部骨骼模型； 简化二维表情特征集获取模块，用于根据所述简化面部骨骼模型裁剪所述二维表情特征数据，作为简化二维表情特征集； 表情位移数据集获取模块，用于建立表情位移数据集； 数据处理模块，用于根据所述表情位移数据集，确定简化二维表情特征集中骨骼的位移变化，将位移变化数据传递到演示模块； 演示模块，用于根据所述数据处理模块传递的信息，驱动三维形象对应的骨骼模型进行演示； 容错模块，用于对所述最终位移变化数据进行检测，对超出规定范围的位移数据进行规范化处理。
11.根据权利要求10所述的系统，其特征在于，所述三维形象包括： 从三维制作软件获取的三维形象。
12.根据权利要求10所述的系统，其特征在于，所述全面部骨骼模型包括： 从三维制作软件获取的所述三维形象的骨骼模型。
13.根据权利要求10所述的系统，其特征在于，所述表情特征数据包括： 通过手动标记或特征点检测算法获得的二维形象的特征点坐标信息。
14.根据权利要求10所述的系统，其特征在于，简化二维表情特征集获取模块包括： 第一计算单元，用于根据所述简化二维表情特征集中每个特征的二维坐标，使用拟合算法计算出对应的三维坐标。
15.根据权利要求10所述的系统，其特征在于，表情位移数据集获取模块包括： 第二计算单元，用于计算所述简化二维表情特征集对比于初始二维表情特征集的位移变化，并将位移数据进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710015813.1A CN108288299A (zh) | 2017-01-10 | 2017-01-10 | 一种表情数据驱动三维形象表情的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710015813.1A CN108288299A (zh) | 2017-01-10 | 2017-01-10 | 一种表情数据驱动三维形象表情的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108288299A true CN108288299A (zh) | 2018-07-17 |
Family
ID=62819943
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710015813.1A Pending CN108288299A (zh) | 2017-01-10 | 2017-01-10 | 一种表情数据驱动三维形象表情的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108288299A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109621419A (zh) * | 2018-12-12 | 2019-04-16 | 网易（杭州）网络有限公司 | 游戏角色表情的生成装置方法及装置、存储介质 |
| CN110443872A (zh) * | 2019-07-22 | 2019-11-12 | 北京科技大学 | 一种具备动态纹理细节的表情合成方法 |
| CN111249691A (zh) * | 2018-11-30 | 2020-06-09 | 百度在线网络技术（北京）有限公司 | 一种基于形体识别的运动员训练方法和系统 |
| CN113096805A (zh) * | 2021-04-12 | 2021-07-09 | 华中师范大学 | 一种自闭症情绪认知与干预系统 |
-
2017
- 2017-01-10 CN CN201710015813.1A patent/CN108288299A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111249691A (zh) * | 2018-11-30 | 2020-06-09 | 百度在线网络技术（北京）有限公司 | 一种基于形体识别的运动员训练方法和系统 |
| CN111249691B (zh) * | 2018-11-30 | 2021-11-23 | 百度在线网络技术（北京）有限公司 | 一种基于形体识别的运动员训练方法和系统 |
| CN109621419A (zh) * | 2018-12-12 | 2019-04-16 | 网易（杭州）网络有限公司 | 游戏角色表情的生成装置方法及装置、存储介质 |
| CN109621419B (zh) * | 2018-12-12 | 2022-05-03 | 网易（杭州）网络有限公司 | 游戏角色表情的生成装置方法及装置、存储介质 |
| CN110443872A (zh) * | 2019-07-22 | 2019-11-12 | 北京科技大学 | 一种具备动态纹理细节的表情合成方法 |
| CN113096805A (zh) * | 2021-04-12 | 2021-07-09 | 华中师范大学 | 一种自闭症情绪认知与干预系统 |
| CN113096805B (zh) * | 2021-04-12 | 2024-02-13 | 华中师范大学 | 一种自闭症情绪认知与干预系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022121645A1 (zh) | 一种教学场景中虚拟对象的真实感生成方法 | |
| CN106600667B (zh) | 一种基于卷积神经网络的视频驱动人脸动画方法 | |
| CN101853523B (zh) | 一种采用草图创建三维人脸模型的方法 | |
| CN105389539B (zh) | 一种基于深度数据的三维手势姿态估计方法及系统 | |
| Ren et al. | Depth camera based hand gesture recognition and its applications in human-computer-interaction | |
| JP7526412B2 (ja) | パラメータ推定モデルの訓練方法、パラメータ推定モデルの訓練装置、デバイスおよび記憶媒体 | |
| CN101324961B (zh) | 计算机虚拟世界中人脸部三维贴图方法 | |
| CN103606190B (zh) | 单张人脸正面照片自动转换为三维人脸模型的方法 | |
| CN101561710B (zh) | 一种基于人脸姿态估计的人机交互方法 | |
| CN105913416A (zh) | 一种自动分割三维人脸模型区域的方法 | |
| CN104809638A (zh) | 一种基于移动终端的眼镜虚拟试戴方法和系统 | |
| CN108288299A (zh) | 一种表情数据驱动三维形象表情的方法及系统 | |
| CN108154550A (zh) | 基于rgbd相机的人脸实时三维重建方法 | |
| CN107688391A (zh) | 一种基于单目视觉的手势识别方法和装置 | |
| CN109377557A (zh) | 基于单帧人脸图像的实时三维人脸重建方法 | |
| CN101715581A (zh) | 体积识别方法和系统 | |
| CN110148217A (zh) | 一种实时三维重建方法、装置及设备 | |
| CN105069751B (zh) | 一种深度图像缺失数据的插值方法 | |
| CN104899563A (zh) | 一种二维人脸关键特征点定位方法及系统 | |
| CN107728792A (zh) | 一种基于手势识别的增强现实三维绘图系统及绘图方法 | |
| CN105739702A (zh) | 用于自然人机交互的多姿态指尖跟踪方法 | |
| CN104615996B (zh) | 一种多视角二维人脸特征点自动定位方法 | |
| KR101759188B1 (ko) | 2d 얼굴 이미지로부터 3d 모델을 자동 생성하는 방법 | |
| CN106650654B (zh) | 一种基于人体头部彩色点云模型的三维发际线提取方法 | |
| CN107886558A (zh) | 一种基于RealSense的人脸表情动画驱动方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180717 |