CN111599002A - 用于生成图像的方法和装置 - Google Patents

用于生成图像的方法和装置 Download PDF

Info

Publication number
CN111599002A
CN111599002A CN202010412294.4A CN202010412294A CN111599002A CN 111599002 A CN111599002 A CN 111599002A CN 202010412294 A CN202010412294 A CN 202010412294A CN 111599002 A CN111599002 A CN 111599002A
Authority
CN
China
Prior art keywords
face
image
facial
key point
parameters
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
Application number
CN202010412294.4A
Other languages
English (en)
Inventor
姚锟
洪智滨
何声一
秦飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010412294.4A priority Critical patent/CN111599002A/zh
Publication of CN111599002A publication Critical patent/CN111599002A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174Facial expression recognition

Abstract

本申请实施例公开了用于生成图像的方法和装置,涉及图像处理领域。具体实现方案为:获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;根据第一脸部关键点信息确定脸部表情参数;根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。该实施方式提高了生成图像的效率。

Description

用于生成图像的方法和装置
技术领域
本申请实施例涉及计算机技术领域,尤其涉及图像处理技术领域。
背景技术
随着图像处理技术的发展,在移动终端的应用中出现了在不同脸部图像之间进行特征迁移的功能。
目前,相关的特征迁移方式通常是基于仿生学的方案,需要事先为三维脸部模型设置骨骼、肌肉等模型来控制脸部变形。
发明内容
本申请实施例提出了用于生成图像的方法、装置、设备以及存储介质。
第一方面,本申请的一些实施例提供了一种用于生成图像的方法,该方法包括:获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;根据第一脸部关键点信息确定脸部表情参数;根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
第二方面,本申请的一些实施例提供了一种用于生成图像的装置,该装置包括:获取单元,被配置成获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;第一确定单元,被配置成根据第一脸部关键点信息确定脸部表情参数;第二确定单元,被配置成根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;生成单元,被配置成基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
根据本申请的技术,提高了生成图像的效率。
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,不构成对本申请的限定。其中:
图1是本申请的一些可以应用于其中的示例性系统架构图;
图2是根据本申请第一实施例的示意图;
图3是根据本申请第二实施例的示意图;
图4是根据本申请实施例的一个可选实施方式中标注有第一脸部关键点的第一脸部图像的示意图;
图5是根据本申请实施例的一个可选实施方式中标注有第二脸部关键点的第二脸部图像的示意图;
图6是根据本申请实施例的一个可选实施方式中根据第二脸部图像生成的脸部纹理图的示意图;
图7是根据本申请实施例的一个可选实施方式中利用脸部纹理图渲染脸部模型得到的图像的示意图;
图8是根据本申请实施例的一个可选实施方式中填充口腔区域后得到的图像的示意图;
图9是根据本申请第三实施例的示意图;
图10是根据本申请第四实施例的示意图;
图11是适于用来实现本申请实施例的用于生成图像的方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成图像的方法或用于生成图像的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如图像处理类应用、视频类应用、社交类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、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,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;根据第一脸部关键点信息确定脸部表情参数;根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
需要说明的是,本申请实施例所提供的用于生成图像的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,用于生成图像的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
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),也可以实现成单个软件或软件模块。在此不做具体限定。
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。
继续参考图2,示出了根据本申请的用于生成图像的方法的一个实施例的流程200。该用于生成图像的方法,包括以下步骤:
步骤201,获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息。
在本实施例中,用于生成图像的方法执行主体(例如图1所示的服务器或终端)可以获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息。第一脸部图像、第二脸部图像可以包括人或动物脸部的图像,第一脸部图像、第二脸部图像可以包括三维图像或二维图像,可以通过普通相机或深度相机采集。普通相机或深度相机采集到的图像中除第一脸部图像、第二脸部图像外,还可以包括背景部分,背景部分可以包括其他身体部分及其他物体的图像,可以通过图像分割技术从采集到的图像中分割出第一脸部图像、第二脸部图像。
脸部关键点信息可以表征各脸部关键点的位置,关键点可以包括表征诸如眼睛、鼻子、耳朵、眉毛等的脸部主要特征的关键点和描绘脸部可见轮廓的关键点。脸部关键点信息可以包括脸部关键点的坐标,或基于脸部关键点的坐标而生成的特征向量。上述执行主体可以通过边框检测和脸部关键点检测获取脸部关键点信息,检测方法可以包括:ASM(Active Shape Model,主动形状模型)算法,基于LBF(Local Binary Features,局部二值特征)方法,基于级联卷积神经网络(Convolutional Neural Networks,CNN)的脸部特征点定位方法。在检测后,还可以进行平滑操作,进一步提高确定出的关键点的准确性。
步骤202,根据第一脸部关键点信息确定脸部表情参数。
在本实施例中,上述执行主体可以根据步骤201中得到的第一脸部关键点信息确定脸部表情参数。脸部表情参数可以表征脸部的表情,例如,嘴角上扬程度,眉毛上挑程度,嘴部张开程度等。上述执行主体可以直接根据第一脸部关键点信息计算脸部表情参数,也可以根据第一脸部关键点信息,与无表情的脸部关键点信息或其他基准脸部的关键点信息进行对比,得到脸部表情参数。
步骤203,根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数。
在本实施例中,上述执行主体可以根据步骤201中得到的第二脸部关键点信息确定脸部姿态参数和脸部形状参数。脸部姿态参数可以表征脸部的姿态,脸部姿态参数可以包括3*3的旋转矩阵或欧拉角。其中,欧拉角可以包括以下至少一项:俯仰角(pitch),方位角(yaw),滚转角(roll)。脸部姿态参数可以通过基于大量的脸部关键点信息和对应的人脸姿态信息而建立的对应关系表确定,也可以通过通用人脸模型(CANDIDE-3),三维变形模型(3DMM,3D Morphable Models),基于CNN结构进行回归的端到端方法确定。脸部形状参数可以表征脸部的形状,例如表征脸的长短胖瘦,五官比例等。上述执行主体可以直接根据第二脸部关键点信息计算脸部形状参数,也可以根据第二脸部关键点信息,与基准脸部的关键点信息,如大量脸部图像的平均图像的关键点信息进行对比,得到脸部形状参数。
步骤204,基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
在本实施例中,上述执行主体可以基于步骤202中得到的脸部表情参数、步骤203中得到的脸部形状参数和脸部姿态参数,调整第二人脸图像生成第三脸部图像。上述执行主体也可以获取脸部纹理向量,基于脸部纹理向量、步骤202中得到的脸部表情参数步骤203中得到的脸部形状参数生成人脸模型,使用步骤203中得到的脸部姿态参数,调整人脸模型姿态,得到第三脸部图像,脸部纹理向量可以来源于第二人脸图像,也可以来源于其他图像,此外,脸部纹理的部分也可以直接从脸部图像中提取纹理进行贴合。
在一些可选的实现方式中,上述执行主体可以从目标视频的视频帧中获取第一脸部图像,并保留其关联时间信息,而后根据各第一脸部图像与第二脸部图像得到关联有时间信息的第三脸部图像,可以基于关联有时间信息的第三脸部图像生成视频。
此外,在生成第三脸部图像后,还可以将第三脸部图像与背景图像进行融合,背景图像可以包括采集第一脸部图像、第二脸部图像时获取的背景部分,也可以包括其他背景图像。以背景图像为采集第二脸部图像时获取的背景部分为例,将第三脸部图像与背景图像进行融合时,为了使融合更加自然,可以对第三脸部图像进行磨皮、脸部边缘膨胀、脸部边缘模糊等操作。
本实施例中的用于生成图像的方法的流程200中通过第一脸部图像的第一脸部关键点信息确定表情参数,通过第二脸部图像中的第二脸部关键点信息确定脸部姿态参数和脸部形状参数,最后基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像,实现了第一脸部图像的中脸部的表情与第二脸部图像中脸部的姿态、形状的融合,无需提取骨骼、肌肉等复杂参数,由此,本实施例描述的方案提高了生成图像的效率。
进一步参考图3,其示出了用于生成图像的方法的又一个实施例的流程300。该用于生成图像的方法的流程300,包括以下步骤:
步骤301,获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息。标注有第一脸部关键点的第一脸部图像可以参考图4,标注有第二脸部关键点的第二脸部图像可以参考图5。
步骤302,根据第一脸部关键点信息确定脸部表情参数。
步骤303,根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数。
步骤304,根据第二脸部图像生成脸部纹理图。
在本实施例中,用于生成图像的方法执行主体(例如图1所示的服务器或终端)可以根据第二脸部图像生成脸部纹理图,根据第二脸部图像生成的脸部纹理图可以参考图6。第二脸部图像为三维图像时可以直接进行纹理生成,第二脸部图像为二维图像时可以先进行三维重建而后进行纹理生成,也可以根据第二脸部图像进行局部仿射变换得到纹理图像。需要说明的是,本实施例对根据第二脸部图像生成脸部纹理图的方法不作限定,生成纹理图像的方法为本领域技术人员熟知的技术,在此不作赘述。
步骤305,融合脸部表情参数和脸部形状参数得到脸部模型。
在本实施例中,上述执行主体可以融合脸部表情参数和脸部形状参数得到脸部模型。脸部模型可以建立在三维脸部数据库或二维脸部数据库的基础上,可以以脸部形状、表情、纹理等统计为约束,同时可以考虑脸部的姿态和光照因素的影响。脸部模型可以包括CANDIDE-3,3DMM,巴塞尔脸模型(Basel Face Model,BFM)模型等。上述执行主体可以通过脸部表情参数和脸部形状参数,确定脸部模型中各主成分的系数,从而得到脸部模型。
步骤306,基于脸部姿态参数,利用脸部纹理图渲染脸部模型。
在本实施例中,上述执行主体可以基于脸部姿态参数,利用脸部纹理图渲染脸部模型,渲染得到的图像可以参考图7。上述执行主体可以基于脸部姿态参数,将通过脸部模型和脸部纹理图送入渲染引擎。上述执行主体也可以先为脸部模型中的顶点找到其在脸部纹理图中的对应的像素点及RGB色彩信息,而后进行渲染,具体可以使用固定鼻尖点等方法来实现。此外,还可以对渲染得到的图像进行磨皮等操作。
在本实施例的一些可选实现方式中,基于脸部姿态参数,利用脸部纹理图渲染脸部模型之后,方法还包括:响应于确定第一脸部图像中嘴部为张开状态,第二脸部图像中嘴部为闭合状态,获取第一脸部图像的口腔图像;将口腔图像填充于渲染得到的图像的口腔区域,填充得到的图像可以参考图8。第一脸部图像中嘴部为张开状态,第二脸部图像中嘴部为闭合状态,会导致渲染得到的图像口腔部分缺乏纹理,将第一脸部图像的口腔图像填充于渲染得到的图像的口腔区域,可以进一步提升图像生成效果。
在本实施例的一些可选实现方式中,将口腔图像填充于渲染后的脸部模型的口腔区域,包括:获取渲染得到的图像和第二脸部图像的掩膜(mask);根据掩膜获取渲染得到的图像的颜色和第二脸部图像的颜色;根据所获取的颜色对口腔图像进行颜色转换得到待填充口腔图像;将待填充口腔图像填充于渲染后的脸部模型的口腔区域。颜色转换的方法包括直方图匹配、线性颜色转换、RGB缩放校色等,本实现方式可以解决因第一脸部图像和第二脸部图像亮度、对比度的差异所造成的填充后不自然的问题。此外,进行填充时可以确定渲染得到的图像和第一脸部图像的口腔图像的关键点,利用三角剖分、放射变换等方法,将口腔图像填充至渲染得到的图像的口腔区域,通过口腔图像的mask,对填入的口腔图像做边缘膨胀、模糊、融合等操作,使口腔图像与嘴唇衔接自然。
在本实施例的一些可选实现方式中,基于脸部姿态参数,利用脸部纹理图渲染脸部模型之后,方法还包括:响应于确定脸部模型中眼部关键点信息缺失,获取第一脸部图像中的眼部图像;将眼部图像填充于渲染得到的图像的眼部区域。脸部模型中眼部关键点信息缺失,会导致渲染得到的图像眼部缺乏纹理,将第一脸部图像中的眼部图像填充于渲染得到的图像的眼部区域,可以进一步提升图像生成效果。此外,参考口腔图像的填充,针对眼部图像,也可以通过三角剖分、放射变换、边缘膨胀、模糊、融合等操作,使得填充效果更加自然。
在本实施例中,步骤301、步骤302、步骤303的操作与步骤201、步骤202、步骤203的操作基本相同,在此不再赘述。
从图3中可以看出,与图2对应的实施例相比,本实施例中的用于生成图像的方法的流程300中根据第二脸部图像生成脸部纹理图,并融合脸部表情参数和脸部形状参数得到脸部模型,最后基于脸部姿态参数,利用脸部纹理图渲染脸部模型,由此,本实施例描述的方案实现了将第一脸部图像的表情迁移到第二脸部图像,同时,直接利用脸部纹理图渲染脸部模型,相比于重建纹理模型的方式生成图像的效果更好。
进一步参考图9,其示出了用于生成图像的方法的又一个实施例的流程900。该用于生成图像的方法的流程900,包括以下步骤:
步骤901,获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息。
步骤902,将第一脸部关键点信息映射到三维空间,得到第三脸部关键点信息。
在本实施例中,第一脸部图像可以包括二维脸部图像,用于生成图像的方法执行主体(例如图1所示的服务器或终端)可以将第一脸部关键点信息映射到三维空间,得到第三脸部关键点信息。第一脸部关键点信息与第三脸部关键点信息的对应关系可以通过仿射映射得到,作为示例,可以设置初始的仿射参数矩阵,以及以下脸部参数中的至少一项:形状参数、表情参数、姿态参数、纹理参数,而后不断优化这些参数,直到达到预先设置的精度要求。此外,第一脸部关键点信息与第三脸部关键点信息的对应关系还可以基于弱透视投影等方法建立。
步骤903,根据第三脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部表情参数。
在本实施例中,上述执行主体可以根据步骤902中得到的第三脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部表情参数。基准脸部模型可以包括人为建立的模型或基于大量脸部图像得出的一个“平均”的脸部模型。上述执行主体可以通过调整基准脸部模型的形状、表情、姿态等参数模拟任何一个脸部。上述执行主体可以将第三脸部关键点信息与基准脸部模型的关键点信息之间,与表情变换有关的关键点的位置变化信息确定为脸部表情参数。不同的脸部模型,表情参数不同,以3DMM模型为例,脸部表情参数可以包括脸部表情主成分部分的系数。
步骤904,将第二脸部关键点信息映射到三维空间,得到第四脸部关键点信息。
在本实施例中,第二脸部图像可以包括二维脸部图像,上述执行主体可以将第二脸部关键点信息映射到三维空间,得到第四脸部关键点信息。第二脸部关键点信息与第四脸部关键点信息的对应关系的建立方法,可以参考步骤902中第一脸部关键点信息与第三脸部关键点信息的对应关系的建立。
步骤905,根据第四脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部姿态参数和脸部形状参数。
在本实施例中,上述执行主体可以根据第四脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部姿态参数和脸部形状参数。参考脸部表情参数的确定,上述执行主体可以将第三脸部关键点信息与基准脸部模型的关键点信息之间,与形状变换有关的关键点的位置变化信息确定为脸部形状参数。不同的脸部模型,形状参数不同,以3DMM模型为例,脸部形状参数可以包括脸部形状主成分部分的系数。同样,上述执行主体可以将第三脸部关键点信息与基准脸部模型的关键点信息之间,与姿态变换有关的关键点的位置变化信息确定为脸部姿态参数。不同的脸部模型,姿态参数不同,以3DMM模型为例,脸部姿态参数可以包括脸部姿态主成分部分的系数。
步骤906,基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
在本实施例中,步骤901、步骤906的操作与步骤201、步骤204的操作基本相同,在此不再赘述。
从图9中可以看出,与图2对应的实施例相比,本实施例中的用于生成图像的方法的流程900中将第一脸部关键点信息、第二脸部关键点信息映射到三维空间,并基于映射到三维空间的关键点信息生成第三图像,由此进一步提高了生成图像的效果。
进一步参考图10,作为对上述各图所示方法的实现,本申请提供了一种用于生成图像的装置的一个实施例,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10所示,本实施例的用于生成图像的装置1000包括:获取单元1001、第一确定单元1002、第二确定单元1003和生成单元1004。其中,获取单元,被配置成获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;第一确定单元,被配置成根据第一脸部关键点信息确定脸部表情参数;第二确定单元,被配置成根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;生成单元,被配置成基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像。
在本实施例中,用于生成图像的装置1000的获取单元1001、第一确定单元1002、第二确定单元1003和生成单元1004的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选实现方式中,生成单元,包括:生成子单元,被配置成根据第二脸部图像生成脸部纹理图;融合子单元,被配置成融合脸部表情参数和脸部形状参数得到脸部模型;渲染子单元,被配置成基于脸部姿态参数,利用脸部纹理图渲染脸部模型。
在本实施例的一些可选实现方式中,生成单元,还包括:第一获取子单元,被配置成响应于确定第一脸部图像中嘴部为张开状态,第二脸部图像中嘴部为闭合状态,获取第一脸部图像的口腔图像;第一填充子单元,被配置成将口腔图像填充于渲染得到的图像的口腔区域。
在本实施例的一些可选实现方式中,第一填充子单元,进一步被配置成:获取渲染得到的图像和第二脸部图像的掩膜;根据掩膜获取渲染得到的图像的颜色和第二脸部图像的颜色;根据所获取的颜色对口腔图像进行颜色转换得到待填充口腔图像;将待填充口腔图像填充于渲染后的脸部模型的口腔区域。
在本实施例的一些可选实现方式中,生成单元,还包括:第二获取子单元,被配置成响应于确定脸部模型中眼部关键点缺失,获取第一脸部图像中的眼部图像;第二填充子单元,被配置成将眼部图像填充于渲染后的脸部模型的眼部区域。
在本实施例的一些可选实现方式中,第一脸部图像包括二维脸部图像;以及第一确定单元,包括:第一映射子单元,被配置成将第一脸部关键点映射到三维空间,得到第三脸部关键点;第一确定子单元,被配置成根据第三脸部关键点与预先建立的基准脸部模型的关键点确定脸部表情参数。
在本实施例的一些可选实现方式中,第二脸部图像包括二维脸部图像;以及第二确定单元,包括:第二映射子单元,被配置成将第二脸部关键点映射到三维空间,得到第四脸部关键点;第二确定子单元,被配置成根据第四脸部关键点与预先建立的基准脸部模型的关键点确定脸部姿态参数和脸部形状参数。
本申请的上述实施例提供的装置,通过获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;根据第一脸部关键点信息确定脸部表情参数;根据第二脸部关键点信息确定脸部姿态参数和脸部形状参数;基于脸部表情参数、脸部形状参数和脸部姿态参数生成第三脸部图像,提高了生成图像的效率。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图11所示,是根据本申请实施例的用于生成图像的方法的电子设备的框图。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/或者要求的本申请的实现。
如图11所示,该电子设备包括:一个或多个处理器1101、存储器1102,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图11中以一个处理器1101为例。
存储器1102即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的用于生成图像的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于生成图像的方法。
存储器1102作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用于生成图像的方法对应的程序指令/模块(例如,附图10所示的获取单元1001、第一确定单元1002、第二确定单元1003和生成单元1004)。处理器1101通过运行存储在存储器1102中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于生成图像的方法。
存储器1102可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于生成图像的电子设备的使用所创建的数据等。此外,存储器1102可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1102可选包括相对于处理器1101远程设置的存储器,这些远程存储器可以通过网络连接至用于生成图像的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于生成图像的方法的电子设备还可以包括:输入装置1103和输出装置1104。处理器1101、存储器1102、输入装置1103和输出装置1104可以通过总线或者其他方式连接,图11中以通过总线连接为例。
输入装置1103可接收输入的数字或字符信息,以及产生与用于生成图像的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1104可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、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系统上执行和/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,可以从存储系统、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系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统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。
根据本申请实施例的技术方案,提高了生成图像的效率。
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,本申请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,只要能够实现本申请公开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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (16)

1.一种用于生成图像的方法,包括:
获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;
根据所述第一脸部关键点信息确定脸部表情参数;
根据所述第二脸部关键点信息确定脸部姿态参数和脸部形状参数;
基于所述脸部表情参数、所述脸部形状参数和所述脸部姿态参数生成第三脸部图像。
2.根据权利要求1所述的方法,其中,所述基于所述脸部表情参数、所述脸部形状参数和所述脸部姿态参数生成第三脸部图像,包括:
根据所述第二脸部图像生成脸部纹理图;
融合所述脸部表情参数和所述脸部形状参数得到脸部模型;
基于所述脸部姿态参数,利用所述脸部纹理图渲染所述脸部模型。
3.根据权利要求2所述的方法,其中,所述基于所述脸部姿态参数,利用所述脸部纹理图渲染所述脸部模型之后,所述方法还包括:
响应于确定所述第一脸部图像中嘴部为张开状态,所述第二脸部图像中嘴部为闭合状态,获取所述第一脸部图像的口腔图像;
将所述口腔图像填充于渲染后的所述脸部模型的口腔区域。
4.根据权利要求3所述的方法,其中,所述将所述口腔图像填充于渲染后的所述脸部模型的口腔区域,包括:
获取渲染得到的图像和所述第二脸部图像的掩膜;
根据所述掩膜获取渲染得到的图像的颜色和所述第二脸部图像的颜色;
根据所获取的颜色对所述口腔图像进行颜色转换得到待填充口腔图像;
将所述待填充口腔图像填充于渲染后的所述脸部模型的口腔区域。
5.根据权利要求2所述的方法,其中,所述基于所述脸部姿态参数,利用所述脸部纹理图渲染所述脸部模型之后,所述方法还包括:
响应于确定所述脸部模型中眼部关键点信息缺失,获取所述第一脸部图像中的眼部图像;
将所述眼部图像填充于渲染后的所述脸部模型的眼部区域。
6.根据权利要求1所述的方法,其中,所述第一脸部图像包括二维脸部图像;以及
所述根据所述第一脸部关键点信息确定脸部表情参数,包括:
将所述第一脸部关键点信息映射到三维空间,得到第三脸部关键点信息;
根据所述第三脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部表情参数。
7.根据权利要求1-6中任一项所述的方法,其中,所述第二脸部图像包括二维脸部图像;以及
所述根据所述第二脸部关键点信息确定脸部姿态参数和脸部形状参数,包括:
将所述第二脸部关键点信息映射到三维空间,得到第四脸部关键点信息;
根据所述第四脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部姿态参数和脸部形状参数。
8.一种用于生成图像的装置,包括:
获取单元,被配置成获取第一脸部图像中的第一脸部关键点信息和第二脸部图像中的第二脸部关键点信息;
第一确定单元,被配置成根据所述第一脸部关键点信息确定脸部表情参数;
第二确定单元,被配置成根据所述第二脸部关键点信息确定脸部姿态参数和脸部形状参数;
生成单元,被配置成基于所述脸部表情参数、所述脸部形状参数和所述脸部姿态参数生成第三脸部图像。
9.根据权利要求8所述的装置,其中,所述生成单元,包括:
生成子单元,被配置成根据所述第二脸部图像生成脸部纹理图;
融合子单元,被配置成融合所述脸部表情参数和所述脸部形状参数得到脸部模型;
渲染子单元,被配置成基于所述脸部姿态参数,利用所述脸部纹理图渲染所述脸部模型。
10.根据权利要求9所述的装置,其中,所述生成单元,还包括:
第一获取子单元,被配置成响应于确定所述第一脸部图像中嘴部为张开状态,所述第二脸部图像中嘴部为闭合状态,获取所述第一脸部图像的口腔图像;
第一填充子单元,被配置成将所述口腔图像填充于渲染后的所述脸部模型的口腔区域。
11.根据权利要求10所述的装置,其中,所述第一填充子单元,进一步被配置成:
获取渲染得到的图像和所述第二脸部图像的掩膜;
根据所述掩膜获取渲染得到的图像的颜色和所述第二脸部图像的颜色;
根据所获取的颜色对所述口腔图像进行颜色转换得到待填充口腔图像;
将所述待填充口腔图像填充于渲染后的所述脸部模型的口腔区域。
12.根据权利要求9所述的装置,其中,所述生成单元,还包括:
第二获取子单元,被配置成响应于确定所述脸部模型中眼部关键点信息缺失,获取所述第一脸部图像中的眼部图像;
第二填充子单元,被配置成将所述眼部图像填充于渲染后的所述脸部模型的眼部区域。
13.根据权利要求9所述的装置,其中,所述第一脸部图像包括二维脸部图像;以及
所述第一确定单元,包括:
第一映射子单元,被配置成将所述第一脸部关键点信息映射到三维空间,得到第三脸部关键点信息;
第一确定子单元,被配置成根据所述第三脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部表情参数。
14.根据权利要求9-13中任一项所述的装置,其中,所述第二脸部图像包括二维脸部图像;以及
所述第二确定单元,包括:
第二映射子单元,被配置成将所述第二脸部关键点信息映射到三维空间,得到第四脸部关键点信息;
第二确定子单元,被配置成根据所述第四脸部关键点信息与预先建立的基准脸部模型的关键点信息确定脸部姿态参数和脸部形状参数。
15.一种电子设备,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1-7中任一项所述的方法。
16.一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1-7中任一项所述的方法。
CN202010412294.4A 2020-05-15 2020-05-15 用于生成图像的方法和装置 Pending CN111599002A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010412294.4A CN111599002A (zh) 2020-05-15 2020-05-15 用于生成图像的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010412294.4A CN111599002A (zh) 2020-05-15 2020-05-15 用于生成图像的方法和装置

Publications (1)

Publication Number Publication Date
CN111599002A true CN111599002A (zh) 2020-08-28

Family

ID=72183746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010412294.4A Pending CN111599002A (zh) 2020-05-15 2020-05-15 用于生成图像的方法和装置

Country Status (1)

Country Link
CN (1) CN111599002A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239220A (zh) * 2021-05-26 2021-08-10 Oppo广东移动通信有限公司 图像推荐方法、装置、终端及可读存储介质
CN113870399A (zh) * 2021-09-23 2021-12-31 北京百度网讯科技有限公司 表情驱动方法、装置、电子设备及存储介质
CN115984947A (zh) * 2023-02-21 2023-04-18 北京百度网讯科技有限公司 图像生成方法、训练方法、装置、电子设备以及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250813A (zh) * 2016-07-18 2016-12-21 海信集团有限公司 一种面部表情迁移方法及设备
CN106920274A (zh) * 2017-01-20 2017-07-04 南京开为网络科技有限公司 移动端2d关键点快速转换为3d融合变形的人脸建模方法
CN107610209A (zh) * 2017-08-17 2018-01-19 上海交通大学 人脸表情合成方法、装置、存储介质和计算机设备
US20180068178A1 (en) * 2016-09-05 2018-03-08 Max-Planck-Gesellschaft Zur Förderung D. Wissenschaften E.V. Real-time Expression Transfer for Facial Reenactment
CN109977739A (zh) * 2017-12-28 2019-07-05 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110390704A (zh) * 2019-07-11 2019-10-29 深圳追一科技有限公司 图像处理方法、装置、终端设备及存储介质
CN110728621A (zh) * 2019-10-17 2020-01-24 北京达佳互联信息技术有限公司 一种面部图像的换脸方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250813A (zh) * 2016-07-18 2016-12-21 海信集团有限公司 一种面部表情迁移方法及设备
US20180068178A1 (en) * 2016-09-05 2018-03-08 Max-Planck-Gesellschaft Zur Förderung D. Wissenschaften E.V. Real-time Expression Transfer for Facial Reenactment
CN106920274A (zh) * 2017-01-20 2017-07-04 南京开为网络科技有限公司 移动端2d关键点快速转换为3d融合变形的人脸建模方法
CN107610209A (zh) * 2017-08-17 2018-01-19 上海交通大学 人脸表情合成方法、装置、存储介质和计算机设备
CN109977739A (zh) * 2017-12-28 2019-07-05 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110390704A (zh) * 2019-07-11 2019-10-29 深圳追一科技有限公司 图像处理方法、装置、终端设备及存储介质
CN110728621A (zh) * 2019-10-17 2020-01-24 北京达佳互联信息技术有限公司 一种面部图像的换脸方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239220A (zh) * 2021-05-26 2021-08-10 Oppo广东移动通信有限公司 图像推荐方法、装置、终端及可读存储介质
CN113870399A (zh) * 2021-09-23 2021-12-31 北京百度网讯科技有限公司 表情驱动方法、装置、电子设备及存储介质
CN113870399B (zh) * 2021-09-23 2022-12-02 北京百度网讯科技有限公司 表情驱动方法、装置、电子设备及存储介质
CN115984947A (zh) * 2023-02-21 2023-04-18 北京百度网讯科技有限公司 图像生成方法、训练方法、装置、电子设备以及存储介质

Similar Documents

Publication Publication Date Title
CN112150638B (zh) 虚拟对象形象合成方法、装置、电子设备和存储介质
JP7212741B2 (ja) 3次元アバタ生成方法、装置、電子機器及び記憶媒体
CN111368137A (zh) 视频的生成方法、装置、电子设备及可读存储介质
CN111599002A (zh) 用于生成图像的方法和装置
CN111294665B (zh) 视频的生成方法、装置、电子设备及可读存储介质
CN111652123B (zh) 图像处理和图像合成方法、装置和存储介质
CN113658309B (zh) 三维重建方法、装置、设备以及存储介质
CN113643412A (zh) 虚拟形象的生成方法、装置、电子设备及存储介质
CN111739167B (zh) 3d人头重建方法、装置、设备和介质
CN113129450A (zh) 虚拟试衣方法、装置、电子设备和介质
CN110458924B (zh) 一种三维脸部模型建立方法、装置和电子设备
CN111291218B (zh) 视频融合方法、装置、电子设备及可读存储介质
US20180276870A1 (en) System and method for mass-animating characters in animated sequences
CN110148191A (zh) 视频虚拟表情生成方法、装置及计算机可读存储介质
CN112766027A (zh) 图像处理方法、装置、设备及存储介质
CN111754431B (zh) 一种图像区域替换方法、装置、设备及存储介质
CN112330805A (zh) 人脸3d模型生成方法、装置、设备及可读存储介质
CN111914630A (zh) 为人脸识别生成训练数据的方法、装置、设备和存储介质
CN111899159B (zh) 用于变换发型的方法、装置、设备以及存储介质
CN111986263B (zh) 图像处理方法、装置、电子设备及存储介质
CN111523467A (zh) 人脸跟踪方法和装置
CN116342782A (zh) 生成虚拟形象渲染模型的方法和装置
CN113223128B (zh) 用于生成图像的方法和装置
CN113379932A (zh) 人体三维模型的生成方法和装置
CN113496168A (zh) 手语数据采集方法、设备、存储介质

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