CN112017140B - 用于处理人物形象数据的方法和装置 - Google Patents

用于处理人物形象数据的方法和装置 Download PDF

Info

Publication number
CN112017140B
CN112017140B CN202010963667.7A CN202010963667A CN112017140B CN 112017140 B CN112017140 B CN 112017140B CN 202010963667 A CN202010963667 A CN 202010963667A CN 112017140 B CN112017140 B CN 112017140B
Authority
CN
China
Prior art keywords
face
data
head portrait
person
avatar
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
Application number
CN202010963667.7A
Other languages
English (en)
Other versions
CN112017140A (zh
Inventor
胡天舒
马明明
何声一
郭汉奇
李彤辉
洪智滨
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 CN202010963667.7A priority Critical patent/CN112017140B/zh
Publication of CN112017140A publication Critical patent/CN112017140A/zh
Priority to US17/191,444 priority patent/US11670029B2/en
Application granted granted Critical
Publication of CN112017140B publication Critical patent/CN112017140B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/80—2D [Two Dimensional] animation, e.g. using sprites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G06V40/176—Dynamic expression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了用于处理人物形象数据的方法和装置，涉及计算机视觉和深度学习技术领域。具体实施方式包括：获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，第一人物的人物形象视频中具有多种动态形象；以从第二数据中提取的头像，更换从第一数据中提取的头像；以从第二数据中提取的人脸，更换从第一数据中提取的人脸；以更换后人脸更换更换后头像中的人脸，得到目标头像。本申请通过换头操作，让换头后头像具有不同头像的不同特点。并且，利用动态形象丰富的第一人物进行结合，可以弥补第二人物动态形象丰富度不足的问题。此外，针对人脸进行的换脸操作，可以有效提高更换后头像中人脸的清晰度。

Description

用于处理人物形象数据的方法和装置
技术领域
本申请涉及人工智能技术领域，具体涉及计算机视觉和深度学习技术领域，尤其涉及用于处理人物形象数据的方法和装置。
背景技术
随着虚拟形象生成技术的发展，数字虚拟人在多个行业展现了极大的应用潜力。数字虚拟人是一个多模态的人物视频生成任务，可以通过语音或文字来驱动虚拟形象。
对于数字虚拟人的建模往往需要在特定环境下录制大量的数据，每次建模一个新形象，都需要邀请模特本人亲自来到专业的摄影棚，并且需要专业的导演进行指导，完成一些特定的表演，这无疑提高了虚拟人形象制作的成本。
发明内容
提供了一种用于处理人物形象数据的方法、装置、电子设备以及存储介质。
根据第一方面，提供了一种用于处理人物形象数据的方法，包括：获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多种动态形象；以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像，其中，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象；以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度；以更换后人脸更换更换后头像中的人脸，得到目标头像。
根据第二方面，提供了一种用于处理人物形象数据的装置，包括：获取单元，被配置成获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多种动态形象；换头单元，被配置成以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像，其中，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象；换脸单元，被配置成以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度；更换单元，被配置成以更换后人脸更换更换后头像中的人脸，得到目标头像。
根据第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如用于处理人物形象数据的方法中任一实施例的方法。
根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如用于处理人物形象数据的方法中任一实施例的方法。
根据本申请的方案，可以通过换头操作，得到包含第一人物的属性形象和第二人物的动态形象的头像，以使换头后头像具有不同头像的不同特点，以实现对两个头像进行有机的结合。并且，利用动态形象丰富的第一人物进行结合，可以弥补第二人物动态形象丰富度不足的问题，让生成的目标头像有第二人物的头像属性，且有丰富的动态形象。此外，针对人脸进行的换脸操作，可以有效提高更换后头像中人脸的清晰度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请一些实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的用于处理人物形象数据的方法的一个实施例的流程图；
图3是根据本申请的用于处理人物形象数据的方法的一个应用场景的示意图；
图4是根据本申请的用于处理人物形象数据的方法的又一个实施例的流程图；
图5是根据本申请的用于处理人物形象数据的装置的一个实施例的结构示意图；
图6是用来实现本申请实施例的用于处理人物形象数据的方法的电子设备的框图。
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处理人物形象数据的方法或用于处理人物形象数据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上可以安装有各种通讯客户端应用，例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备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、电子书阅读器、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(例如用来提供分布式服务的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提供支持的后台服务器。后台服务器可以对接收到的人物形象视频等数据进行分析等处理，并将处理结果(例如目标头像)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于处理人物形象数据的方法可以由服务器105或者终端设备101、102、103执行，相应地，用于处理人物形象数据的装置可以设置于服务器105或者终端设备101、102、103中。
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处理人物形象数据的方法的一个实施例的流程200。该用于处理人物形象数据的方法，包括以下步骤：
步骤201，获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多种动态形象。
在本实施例中，用于处理人物形象数据的方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取第一人物的人物形象视频，将该人物形象视频作为第一数据。并且，上述执行主体可以获取第二人物的人物形象视频，将该人物形象视频作为第二数据。在实践中，这里的人物可以指真实人物，也可以指卡通人物等虚拟人物。这里所获取的关于第一人物和第二人物的人物形象视频的数量均可以是至少一个。在实践中，第二数据中包括的动态形象的种类数量可以小于第一数据中包括的动态形象的种类数量，第一人物的人物形象视频的种类数量可以包括多个，比如表情和唇形。这里的多个指至少两个。
人物形象视频中包括动态形象，第一人物的人物形象视频中包括第一人物的动态形象，第二人物的人物形象视频中包括第二人物的动态形象。这里的动态形象均可以包括头像动态形象。
动态形象可以指体现人物的动态而非放松自然状态的人物形象，也即表现出人物的部位运动的状态的形象，比如，比如动态形象可以包括正在高举双手的人物。这里的形象可以是全身形象，也可以是特定局部的动态形象比如头部或头部以下等等。
步骤202，以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像，其中，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象。
在本实施例中，上述执行主体可以以从第二数据中提取的第二人物的头像，更换从第一数据中提取的第一人物的头像，并将更换结果作为更换后头像。具体地，所提取的头像指视频中的头像区域。
在实践中，上述执行主体可以采用各种方式实现更换，比如，上述执行主体可以利用头像更换模型进行更换。此外，上述执行主体还可以通过图像的融合，来更换头像。属性形象可以指能够反映人物的属性的形象，也即样貌，不会随人物的任意部位的运动而变化，比如五官、脸型、头发、穿戴。头像属性形象可以包括五官、脸型、头发(可以包括发色、发型等)、头饰等等。
步骤203，以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度。
在本实施例中，上述执行主体可以以从第二数据中提取的第二人物的人脸，更换从第一数据中提取的第一人物的人脸，并将该更换结果作为更换后人脸。人脸属性形象可以包括五官，此外，还可以包括脸型等等。人脸动态形象可以包括表情等。
在实践中，针对人脸进行人脸的更换后，所得到的更换后人脸比如更换后头像中的人脸更清晰。
步骤204，以更换后人脸更换更换后头像中的人脸，得到目标头像。
在本实施例中，上述执行主体可以以更换后人脸更换上述更换后头像中的人脸，从而得到目标头像。该目标头像中的人脸的人脸属性形象是上述更换后人脸的人脸属性形象，该目标头像的人脸以外的其它区域的头像属性形象为上述更换后头像的头像属性形象。
本申请的上述实施例提供的方法可以通过换头操作，得到包含第一人物的属性形象和第二人物的动态形象的头像，以使换头后头像具有不同头像的不同特点，以实现对两个头像进行有机的结合。并且，利用动态形象丰富的第一人物进行结合，可以弥补第二人物动态形象丰富度不足的问题，让生成的目标头像有第二人物的头像属性，且有丰富的动态形象。此外，针对人脸进行的换脸操作，可以有效提高更换后头像中人脸的清晰度。
在本实施例的一些可选的实现方式中，第一人物的人物形象视频的时长大于第二人物的人物形象视频的时长，第一数据中的多种动态形象包括创建虚拟形象所需的多种必要动态形象，对于多种必要动态形象中的至少一种中的每一种，第二数据缺少该种必要动态形象所包含的多个必要动态形象中的至少一个。
在这些可选的实现方式中，必要动态形象中可以包括多种头像动态形象，必要动态形象包括采用多个角度拍摄的形象，这里的多个角度包括正角度。举例来说，必要动态形象可以包括以下至少两种：正角度、各个侧面角度的头像动态形象，头像动态形象包括多个预设表情、多个预设唇形，此外，必要动态形象中还可以包括各种身体动态形象，比如各种身体动作。第一数据的多种动态形象还可以包括创建虚拟形象所需的无表情头像，也即必要属性形象。第二数据中缺少至少一种必要动态形象，或者对于至少一种必要动态形象中的每种，缺少该种必要动态形象中包含的多个必要动态形象中的至少一个，比如，必要动态形象中包含60个预设表情，第二数据中缺少其中的50个预设表情。
第二数据中的头像动态形象包括采用正角度拍摄的形象，必要动态形象包括采用存在正角度的多个角度拍摄的形象。具体地，第二数据中可以仅包括采用正角度拍摄的形象。上述正角度指正面角度或与正面角度的角度差小于预设角度阈值的角度。比如，预设角度阈值可以是10度。
这些实现方式可以利用包括必要动态形象的第一数据，利用第二人物少量的、丰富度小的资料，进行换头和换脸操作。节约了对第二人物采集必要动态形象的时间，有助于降低制作第二人物的虚拟形象的时间和人力成本。
在这些实现方式的一些可选的应用场景中，第一数据中的头像动态形象包括唇形和表情，第二数据中的头像动态形象包括唇形和/或表情；上述方法还可以包括：基于目标头像，创建虚拟形象，其中，虚拟形象具有第一人物的头像动态形象以及第二人物的头像属性形象。
在在这些可选的应用场景中，上述执行主体可以基于得到的目标头像，创建虚拟形象。在实践中，上述执行主体可以采用各种方式，基于目标头像，创建虚拟形象。比如，上述执行主体可以利用多个必要动态形象中的头像动态形象，创建虚拟形象。
具体地，第一数据中的第一人物的头像动态形象可以包括动态的唇形和表情，比如，唇形可以包括张嘴和闭嘴。第二数据中可以仅仅包括唇形，或者仅仅包括表情，此外，也可以这两者都包括。第二数据中包括的头像动态形象的数量可以小于第一数据中包括的头像动态形象的数量。
这些应用场景可以利用包括必要动态形象的第一数据，利用第二人物的少量的、丰富度小的资料，实现创建出有第二人物的头像样子的虚拟形象。节约了对第二人物采集必要动态形象的时间，降低了制作第二人物的虚拟形象的时间和人力成本。
可选地，第一数据中的多种动态形象还包括身体动态形象，身体动态形象包括身体动作；这些应用场景中的基于目标头像，创建虚拟形象，可以包括：将目标头像和第一数据进行结合处理，以使结合处理后的第一数据中的头像为目标头像；基于结合处理后的第一数据，创建虚拟形象，其中，虚拟形象具有第一人物的身体属性形象、头像动态形象和身体动态形象，以及第二人物的头像属性形象。
具体地，上述执行主体可以将目标头像和第一数据进行结合，以使第一数据中的头像是目标头像。具体地，上述执行主体可以采用各种方式进行结合处理，比如，上述执行主体可以将目标头像与第一数据进行融合，从而得到结合处理结果。此外，上述执行主体还可以利用目标头像和头像更换模型，更换第一数据中的头像，以得到结合结果。在实践中，在结合处理中，在融合或利用头像更换模型之前，上述执行主体可以对目标头像和第一数据中的头像进行对齐。
创建的虚拟形象可以具备第二人物的头像属性形象也即头像的样子，而其它的形象如身体的样子、表情、唇形、身体动作都可以是第一数据中的。
上述执行主体可以将目标头像拼接到第一人物的身体上，让创建的虚拟形象不仅具有头像，还具有第一人物的身体部分。
在本实施例的一些可选的实现方式中，步骤203中的以从第二数据中提取的人脸，更换从第一数据中提取的人脸，可以包括：利用人脸更换模型，以从第二数据中提取的人脸更换从第一数据中提取的人脸，其中，人脸更换模型用于以所采用人脸更换待更换人脸，以使得到的人脸具有待更换人脸的人脸动态形象和所采用人脸的人脸属性形象。
在这些可选的实现方式中，上述执行主体在本实施例中，上述执行主体可以利用人脸更换模型，更换从第一数据中提取的人脸。人脸更换模型可以是各种能够进行人脸更换的模型，比如生成对抗网络。具体地，人脸更换模型可以用于将第一人物的人脸更换为第二人物的人脸，以使更换后人脸中包括第一人物的人脸动态形象和第二人物的人脸属性形象。
这些实现方式可以利用人脸更换模型，来进行人脸的更换，从而确保更换后人脸的属性形象与第二人物的属性形象的一致性，以及确保更换后人脸的动态形象与第一人物的动态形象的一致性。
在这些实现方式的一些可选的应用场景中，上述方法还可以包括：分别从第一数据和第二数据，提取第一人物的人脸和第二人物的人脸；以及上述人脸更换模型通过以下步骤训练得到：基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型。
在这些可选的应用场景中，上述执行主体可以从第一数据中提取第一人物的人脸，并从第二数据中提取第二人物的人脸。上述执行主体或者其它电子设备可以基于第一人物的人脸和第二人物的人脸，对初始人脸更换模型进行训练，从而得到可以应用的人脸更换模型。
在实践中，上述执行主体或者其它电子设备可以采用各种方式基于第一人物的人脸和第二人物的人脸，对初始人脸更换模型进行训练。举例来说，上述执行主体可以利用生成对抗网络的生成器生成具有第二人物的人脸的属性形象的人脸，并利用生成对抗网络的判别器识别所生成的人脸是否具有第二人物的人脸的属性形象。若识别的结果为是，则生成对抗网络也即人脸更换模型训练完成。
这些应用场景可以通过第一人物的人脸和第二人物的人脸进行训练，以使训练得到的模型所生成的人脸具有第一人物的人脸动态形象以及第二人物的人脸属性形象。
在这些实现方式的一些可选的应用场景中，初始人脸更换模型包括编码器和解码器，解码器的数量为两个；基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型，可以包括：基于第二数据中的人脸对编码器和解码器进行训练，以使其中一个解码器生成的人脸具有第二人物的人脸属性形象。
在这些可选的应用场景中，上述执行主体或者其它电子设备可以基于第一数据中第一人物的人脸和第二数据中第二人物的人脸，对编码器和解码器进行训练，从而使其中一个解码器(比如第一解码器)所生成的人脸具有第二人物的人脸属性形象。
在实践中，以上述执行主体来执行为例，上述执行主体可以基于第二数据对编码器以及第一解码器进行训练，以使第一解码器生成具有第二人物的人脸属性形象的人脸。并且，上述执行主体可以基于第一数据对编码器以及第二解码器进行训练，以使编码器提取的特征包括第一数据中的人脸动态形象的特征。之后，上述执行主体还可以基于第二数据对编码器、第一解码器和第二解码器进行训练，以使第一解码器生成的人脸具有第二人物的人脸属性形象，得到训练后的人脸更换模型。
这些应用场景可以利用编码器和解码器作为进行换脸操作的模型，从而可以在对编码器和解码器进行训练后，得到准确的人脸更换模型，进而让该模型生成的人脸具有准确的、第二人物的人脸属性。
可选地，上述分别从第一数据和第二数据，提取第一人物的人脸和第二人物的人脸，可以包括：对第一数据中和第二数据定位人脸的关键点，并基于人脸的关键点对第一数据中和第二数据进行人脸的对齐；对于第一数据的对齐结果进行图像分割，以提取到第一数据中的人脸，对于第二数据的对齐结果进行图像分割，以提取到第二数据中的人脸。
具体地，上述执行主体可以对第一数据和第二数据进行人脸关键点的检测，以定位人脸的关键点，这样，上述执行主体可以基于关键点，对第一数据和第二数据进行人脸的对齐。举例来说，上述执行主体可以利用关键点模板实现对齐，也即，将在第一数据中检测到的关键点与关键点模板进行对齐，并将在第二数据中检测到的关键点与关键点模型进行对齐，从而实现第一数据和第二数据中人脸的对齐。
上述执行主体可以对于对齐后的第一数据进行图像分割，以提取到第一数据中第一人物的人脸区域。并对于对齐后的第二数据进行图像分割，以得到第二数据中第二人物的人脸区域。在实践中这里的图像分割可以指前景与后景分离，也可以指人脸检测。
上述执行主体可以通过对齐和图像分割，准确地提取到人物的人脸。
在本实施例的一些可选的实现方式中，步骤204中的以更换后人脸更换更换后头像中的人脸，可以包括：对更换后人脸和更换后头像定位人脸的关键点，并利用该关键点对更换后人脸和更换后头像进行人脸的对齐；通过人脸融合，以对齐后的更换后人脸更换对齐后的更换后头像中的人脸。
在这些可选的实现方式中，上述执行主体可以对更换后人脸定位人脸的关键点，并对更换后头像定位人脸的关键点，以及利用所定位的这些关键点，对更换后人脸和更换后头像进行人脸的对齐。上述执行主体可以在对齐后，通过人脸融合，实现人脸的更换。
这些实现方式可以通过对齐和人脸融合，实现不涉及动态形象的快速的人脸更换。
继续参见图3，图3是根据本实施例的用于处理人物形象数据的方法的应用场景的一个示意图。在图3的应用场景中，执行主体301获取第一人物张三的人物形象视频，作为第一数据302，并获取第二人物李四的人物形象视频，作为第二数据303，其中，人物形象视频中具有包括头像动态形象的动态形象，张三的人物形象视频中具有多种动态形象。执行主体301以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像304，其中，更换后头像具有张三的头像动态形象和李四的头像属性形象。执行主体301以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸305，其中，更换后人脸具有张三的人脸动态形象和李四的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度。执行主体301以更换后人脸更换更换后头像中的人脸，得到目标头像306。
进一步参考图4，其示出了用于处理人物形象数据的方法的又一个实施例的流程400。该流程400，包括以下步骤：
步骤401，获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多个动态形象。
在本实施例中，用于处理人物形象数据的方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以获取第一人物的人物形象视频，将该人物形象视频作为第一数据。并且，上述执行主体可以获取第二人物的人物形象视频，将该人物形象视频作为第二数据。在实践中，这里的人物可以指真实人物，也可以指卡通人物等虚拟人物。这里所获取的关于第一人物和第二人物的人物形象视频的数量均可以是至少一个。
步骤402，利用头像更换模型，以从第二数据中提取的头像更换从第一数据中提取的头像，得到更换后头像，其中，头像更换模型用于以所采用头像更换待更换头像，以使得到的头像具有待更换头像的头像动态形象和所采用头像的头像属性形象，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象。
在本实施例中，上述执行主体可以利用头像更换模型，更换从第一数据中提取的头像。头像更换模型可以是各种能够进行头像更换的模型，比如生成对抗网络。具体地，头像更换模型可以用于将第一人物的头像更换为第二人物的头像，以使更换后头像中包括第一人物的头像动态形象和第二人物的头像属性形象。
头像更换模型用于以所采用头像更换待更换头像，以使得到的头像也即更换结果具有待更换头像的头像动态形象和所采用头像的头像属性形象。
步骤403，以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度。
在本实施例中，上述执行主体可以以从第二数据中提取的第二人物的人脸，更换从第一数据中提取的第一人物的人脸，并将该更换结果作为更换后人脸。
步骤404，以更换后人脸更换更换后头像中的人脸，得到目标头像。
在本实施例中，上述执行主体可以以更换后人脸更换上述更换后头像中的人脸，从而得到目标头像。该目标头像中的人脸的人脸属性形象是上述更换后人脸的人脸属性形象，该目标头像的人脸以外的其它区域的头像属性形象为上述更换后头像的头像属性形象。
本实施例可以利用头像更换模型，来进行头像的更换，从而确保更换后头像的属性形象与第二人物的属性形象的一致性，以及确保更换后头像的动态形象与第一人物的动态形象的一致性。
在本实施例的一些可选的实现方式中，上述方法还可以包括：分别从第一数据和第二数据，提取第一人物的头像和第二人物的头像；上述头像更换模型可以通过以下步骤训练得到：基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型。
在这些可选的实现方式中，上述执行主体可以从第一数据中提取第一人物的头像，并从第二数据中提取第二人物的头像。上述执行主体或者其它电子设备可以基于第一人物的头像和第二人物的头像，对初始头像更换模型进行训练，从而得到可以应用的头像更换模型。
在实践中，上述执行主体或者其它电子设备可以采用各种方式基于第一人物的头像和第二人物的头像，对初始头像更换模型进行训练。举例来说，上述执行主体可以利用生成对抗网络中的生成器生成具有第二人物的头像的属性形象的头像，并利用生成对抗网络的判别器识别所生成的头像是否具有第二人物的头像属性形象。若识别的结果为是，则生成对抗网络也即头像更换模型训练完成。
这些实现方式可以通过第一人物的头像和第二人物的头像进行训练，以使训练得到的模型所生成的头像具有第一人物的动态形象以及第二人物的头像属性形象。
在这些实现方式的一些可选的应用场景中，上述初始头像更换模型包括编码器和解码器，解码器的数量为两个；这些实现方式中的基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型，可以包括：基于第一数据中第一人物的头像和第二数据中第二人物的头像对编码器和两个解码器进行训练，以使其中一个解码器所生成的头像具有第二人物的头像属性形象。
在这些可选的应用场景中，上述执行主体或者其它电子设备可以基于第一数据中第一人物的头像和第二数据中第二人物的头像，对编码器和解码器进行训练，从而使其中一个解码器(比如第一解码器)所生成的头像具有第二人物的头像属性形象。
在实践中，以上述执行主体来执行为例，上述执行主体可以基于第二数据对编码器以及第一解码器进行训练，以使第一解码器生成具有第二人物的头像属性形象的头像。并且，上述执行主体可以基于第一数据对编码器以及第二解码器进行训练，以使编码器提取的特征包括第一数据中的头像动态形象的特征。之后，上述执行主体还可以基于第二数据对编码器、第一解码器和第二解码器进行训练，以使第一解码器生成的头像具有第二人物的头像属性形象，得到训练后的头像更换模型。
这些应用场景可以利用编码器和解码器作为进行换头操作的模型，从而可以在对编码器和解码器进行训练后，得到准确的头像更换模型，进而让该模型生成的头像具有准确的、第二人物的头像属性。
可选地，上述分别从第一数据和第二数据，提取第一人物的头像和第二人物的头像，可以包括：对第一数据和第二数据定位头像的关键点，并基于的关键点对第一数据中和第二数据进行头像的对齐；对于第一数据的对齐结果进行图像分割，以提取到第一数据中的头像，对于第二数据的对齐结果进行图像分割，以提取到第二数据中的头像。
具体地，上述执行主体可以对第一数据和第二数据进行头像关键点的检测，以定位头像的关键点，这样，上述执行主体可以基于关键点，对第一数据和第二数据进行头像的对齐。举例来说，上述执行主体可以利用关键点模板实现对齐，也即，将在第一数据中检测到的关键点与关键点模板进行对齐，并将在第二数据中检测到的关键点与关键点模型进行对齐，从而实现第一数据和第二数据中头像的对齐。
上述执行主体可以对于对齐后的第一数据进行图像分割，以提取到第一数据中第一人物的头像区域。并对于对齐后的第二数据进行图像分割，以得到第二数据中第二人物的头像区域。在实践中这里的图像分割可以指前景与后景分离，也可以指头像检测。
上述执行主体可以通过对齐和图像分割，准确地提取到人物的头像。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理人物形象数据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，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的用于处理人物形象数据的装置500包括：获取单元501、换头单元502、换脸单元503和更换单元504。其中，获取单元501，被配置成获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多种动态形象；换头单元502，被配置成以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像，其中，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象；换脸单元503，被配置成以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度；更换单元504，被配置成以更换后人脸更换更换后头像中的人脸，得到目标头像。
在本实施例中，用于处理人物形象数据的装置500的获取单元501、换头单元502、换脸单元503和更换单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，第一人物的人物形象视频的时长大于第二人物的人物形象视频的时长，第一数据中的多种动态形象包括创建虚拟形象所需的多种必要动态形象，对于多种必要动态形象中的至少一种中的每一种，第二数据缺少该种必要动态形象所包含的多个必要动态形象中的至少一个。
在本实施例的一些可选的实现方式中，第一数据中的头像动态形象包括唇形和表情，第二数据中的头像动态形象包括唇形和/或表情；装置还包括：创建单元，被配置成基于目标头像，创建虚拟形象，其中，虚拟形象具有第一人物的头像动态形象以及第二人物的头像属性形象。
在本实施例的一些可选的实现方式中，第一数据中的多种动态形象还包括身体动态形象，身体动态形象包括身体动作；创建单元，进一步被配置成按照如下方式执行基于目标头像，创建虚拟形象：将目标头像和第一数据进行结合处理，以使结合处理后的第一数据中的头像为目标头像；基于结合处理后的第一数据，创建虚拟形象，其中，虚拟形象具有第一人物的身体属性形象、头像动态形象和身体动态形象，以及第二人物的头像属性形象。
在本实施例的一些可选的实现方式中，换头单元，进一步被配置成按照如下方式执行以从第二数据中提取的头像，更换从第一数据中提取的头像：利用头像更换模型，以从第二数据中提取的头像更换从第一数据中提取的头像，其中，头像更换模型用于以所采用头像更换待更换头像，以使得到的头像具有待更换头像的头像动态形象和所采用头像的头像属性形象。
在本实施例的一些可选的实现方式中，装置还包括：提取单元，被配置成分别从第一数据和第二数据，提取第一人物的头像和第二人物的头像；以及头像更换模型通过以下步骤训练得到：基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型。
在本实施例的一些可选的实现方式中，初始头像更换模型包括编码器和解码器，解码器的数量为两个；基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型，包括：基于第一数据中第一人物的头像和第二数据中第二人物的头像对编码器和两个解码器进行训练，以使其中一个解码器所生成的头像具有第二人物的头像属性形象。
在本实施例的一些可选的实现方式中，提取单元，进一步被配置成按照如下方式执行分别从第一数据和第二数据，提取第一人物的头像和第二人物的头像：对第一数据和第二数据定位头像的关键点，并基于的关键点对第一数据中和第二数据进行头像的对齐；对于第一数据的对齐结果进行图像分割，以提取到第一数据中的头像，对于第二数据的对齐结果进行图像分割，以提取到第二数据中的头像。
在本实施例的一些可选的实现方式中，换脸单元，进一步被配置成按照如下方式执行以从第二数据中提取的人脸，更换从第一数据中提取的人脸：利用人脸更换模型，以从第二数据中提取的人脸更换从第一数据中提取的人脸，其中，人脸更换模型用于以所采用人脸更换待更换人脸，以使得到的人脸具有待更换人脸的人脸动态形象和所采用人脸的人脸属性形象。
在本实施例的一些可选的实现方式中，装置还包括：人脸提取单元，被配置成分别从第一数据和第二数据，提取第一人物的人脸和第二人物的人脸；以及人脸更换模型通过以下步骤训练得到：基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型。
在本实施例的一些可选的实现方式中，初始人脸更换模型包括编码器和解码器，解码器的数量为两个；基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型，包括：基于第二数据中的人脸对编码器和解码器进行训练，以使其中一个解码器生成的人脸具有第二人物的人脸属性形象。
在本实施例的一些可选的实现方式中，人脸提取单元，进一步被配置成按照如下方式执行分别从第一数据和第二数据，提取第一人物的人脸和第二人物的人脸：对第一数据中和第二数据定位人脸的关键点，并基于人脸的关键点对第一数据中和第二数据进行人脸的对齐；对于第一数据的对齐结果进行图像分割，以提取到第一数据中的人脸，对于第二数据的对齐结果进行图像分割，以提取到第二数据中的人脸。
在本实施例的一些可选的实现方式中，更换单元，进一步被配置成按照如下方式执行以更换后人脸更换更换后头像中的人脸：对更换后人脸和更换后头像定位人脸的关键点，并利用该关键点对更换后人脸和更换后头像进行人脸的对齐；通过人脸融合，以对齐后的更换后人脸更换对齐后的更换后头像中的人脸。
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6所示，是根据本申请实施例的用于处理人物形象数据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6所示，该电子设备包括：一个或多个处理器601、存储器602，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6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的用于处理人物形象数据的方法。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处理人物形象数据的方法。
存储器602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处理人物形象数据的方法对应的程序指令/模块(例如，附图5所示的获取单元501、换头单元502、换脸单元503和更换单元504)。处理器601通过运行存储在存储器602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处理人物形象数据的方法。
存储器602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处理人物形象数据的电子设备的使用所创建的数据等。此外，存储器602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602可选包括相对于处理器601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处理人物形象数据的电子设备。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。
用于处理人物形象数据的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与用于处理人物形象数据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604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。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、换头单元、换脸单元和更换单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，更换单元还可以被描述为“以更换后人脸更换更换后头像中的人脸，得到目标头像的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，人物形象视频中具有包括头像动态形象的动态形象，第一人物的人物形象视频中具有多种动态形象；以从第二数据中提取的头像，更换从第一数据中提取的头像，得到更换后头像，其中，更换后头像具有第一人物的头像动态形象和第二人物的头像属性形象；以从第二数据中提取的人脸，更换从第一数据中提取的人脸，得到更换后人脸，其中，更换后人脸具有第一人物的人脸动态形象和第二人物的人脸属性形象，更换后人脸的清晰度大于更换后头像中人脸的清晰度；以更换后人脸更换更换后头像中的人脸，得到目标头像。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (28)

1.一种用于处理人物形象数据的方法，所述方法包括：
获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，所述人物形象视频中具有包括头像动态形象的动态形象，所述第一人物的人物形象视频中具有多种动态形象；
以从所述第二数据中提取的头像，更换从所述第一数据中提取的头像，得到更换后头像，其中，所述更换后头像具有所述第一人物的头像动态形象和所述第二人物的头像属性形象；
以从所述第二数据中提取的人脸，更换从所述第一数据中提取的人脸，得到更换后人脸，其中，所述更换后人脸具有所述第一人物的人脸动态形象和所述第二人物的人脸属性形象，所述更换后人脸的清晰度大于所述更换后头像中人脸的清晰度；
以所述更换后人脸更换所述更换后头像中的人脸，得到目标头像。
2.根据权利要求1所述的方法，其中，所述第一人物的人物形象视频的时长大于所述第二人物的人物形象视频的时长，所述第一数据中的多种动态形象包括创建虚拟形象所需的多种必要动态形象，对于所述多种必要动态形象中的至少一种中的每一种，所述第二数据缺少该种必要动态形象所包含的多个必要动态形象中的至少一个。
3.根据权利要求2所述的方法，其中，所述第一数据中的头像动态形象包括唇形和表情，所述第二数据中的头像动态形象包括唇形和/或表情；
所述方法还包括：
基于所述目标头像，创建虚拟形象，其中，所述虚拟形象具有所述第一人物的头像动态形象以及所述第二人物的头像属性形象。
4.根据权利要求3所述的方法，其中，所述第一数据中的多种动态形象还包括身体动态形象，所述身体动态形象包括身体动作；
所述基于所述目标头像，创建虚拟形象，包括：
将所述目标头像和所述第一数据进行结合处理，以使结合处理后的第一数据中的头像为所述目标头像；
基于所述结合处理后的第一数据，创建虚拟形象，其中，所述虚拟形象具有所述第一人物的身体属性形象、头像动态形象和身体动态形象，以及所述第二人物的头像属性形象。
5.根据权利要求1所述的方法，其中，所述以从所述第二数据中提取的头像，更换从所述第一数据中提取的头像，包括：
利用头像更换模型，以从所述第二数据中提取的头像更换从所述第一数据中提取的头像，其中，所述头像更换模型用于以所采用头像更换待更换头像，以使得到的头像具有所述待更换头像的头像动态形象和所述所采用头像的头像属性形象。
6.根据权利要求5所述的方法，其中，所述方法还包括：
分别从所述第一数据和所述第二数据，提取所述第一人物的头像和所述第二人物的头像；以及
所述头像更换模型通过以下步骤训练得到：
基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型。
7.根据权利要求6所述的方法，其中，所述初始头像更换模型包括编码器和解码器，所述解码器的数量为两个；
所述基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型，包括：
基于所述第一数据中所述第一人物的头像和所述第二数据中所述第二人物的头像对所述编码器和两个所述解码器进行训练，以使其中一个解码器所生成的头像具有第二人物的头像属性形象。
8.根据权利要求6所述的方法，其中，所述分别从所述第一数据和所述第二数据，提取所述第一人物的头像和所述第二人物的头像，包括：
对所述第一数据和所述第二数据定位头像的关键点，并基于所述的关键点对所述第一数据中和所述第二数据进行头像的对齐；
对于所述第一数据的对齐结果进行图像分割，以提取到所述第一数据中的头像，对于所述第二数据的对齐结果进行图像分割，以提取到所述第二数据中的头像。
9.根据权利要求1所述的方法，其中，所述以从所述第二数据中提取的人脸，更换从所述第一数据中提取的人脸，包括：
利用人脸更换模型，以从所述第二数据中提取的人脸更换从所述第一数据中提取的人脸，其中，所述人脸更换模型用于以所采用人脸更换待更换人脸，以使得到的人脸具有所述待更换人脸的人脸动态形象和所述所采用人脸的人脸属性形象。
10.根据权利要求9所述的方法，其中，所述方法还包括：
分别从所述第一数据和所述第二数据，提取所述第一人物的人脸和所述第二人物的人脸；以及
所述人脸更换模型通过以下步骤训练得到：
基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型。
11.根据权利要求10所述的方法，其中，所述初始人脸更换模型包括编码器和解码器，所述解码器的数量为两个；
所述基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型，包括：
基于所述第二数据中的人脸对所述编码器和所述解码器进行训练，以使其中一个解码器生成的人脸具有第二人物的人脸属性形象。
12.根据权利要求10所述的方法，其中，所述分别从所述第一数据和所述第二数据，提取所述第一人物的人脸和所述第二人物的人脸，包括：
对所述第一数据中和所述第二数据定位人脸的关键点，并基于所述人脸的关键点对所述第一数据中和所述第二数据进行人脸的对齐；
对于所述第一数据的对齐结果进行图像分割，以提取到所述第一数据中的人脸，对于所述第二数据的对齐结果进行图像分割，以提取到所述第二数据中的人脸。
13.根据权利要求1所述的方法，其中，所述以所述更换后人脸更换所述更换后头像中的人脸，包括：
对所述更换后人脸和所述更换后头像定位人脸的关键点，并利用该关键点对所述更换后人脸和所述更换后头像进行人脸的对齐；
通过人脸融合，以对齐后的更换后人脸更换对齐后的更换后头像中的人脸。
14.一种用于处理人物形象数据的装置，所述装置包括：
获取单元，被配置成获取第一人物的人物形象视频，作为第一数据，并获取第二人物的人物形象视频，作为第二数据，其中，所述人物形象视频中具有包括头像动态形象的动态形象，所述第一人物的人物形象视频中具有多种动态形象；
换头单元，被配置成以从所述第二数据中提取的头像，更换从所述第一数据中提取的头像，得到更换后头像，其中，所述更换后头像具有所述第一人物的头像动态形象和所述第二人物的头像属性形象；
换脸单元，被配置成以从所述第二数据中提取的人脸，更换从所述第一数据中提取的人脸，得到更换后人脸，其中，所述更换后人脸具有所述第一人物的人脸动态形象和所述第二人物的人脸属性形象，所述更换后人脸的清晰度大于所述更换后头像中人脸的清晰度；
更换单元，被配置成以所述更换后人脸更换所述更换后头像中的人脸，得到目标头像。
15.根据权利要求14所述的装置，其中，所述第一人物的人物形象视频的时长大于所述第二人物的人物形象视频的时长，所述第一数据中的多种动态形象包括创建虚拟形象所需的多种必要动态形象，对于所述多种必要动态形象中的至少一种中的每一种，所述第二数据缺少该种必要动态形象所包含的多个必要动态形象中的至少一个。
16.根据权利要求15所述的装置，其中，所述第一数据中的头像动态形象包括唇形和表情，所述第二数据中的头像动态形象包括唇形和/或表情；
所述装置还包括：
创建单元，被配置成基于所述目标头像，创建虚拟形象，其中，所述虚拟形象具有所述第一人物的头像动态形象以及所述第二人物的头像属性形象。
17.根据权利要求16所述的装置，其中，所述第一数据中的多种动态形象还包括身体动态形象，所述身体动态形象包括身体动作；
所述创建单元，进一步被配置成按照如下方式执行所述基于所述目标头像，创建虚拟形象：
将所述目标头像和所述第一数据进行结合处理，以使结合处理后的第一数据中的头像为所述目标头像；
基于所述结合处理后的第一数据，创建虚拟形象，其中，所述虚拟形象具有所述第一人物的身体属性形象、头像动态形象和身体动态形象，以及所述第二人物的头像属性形象。
18.根据权利要求14所述的装置，其中，所述换头单元，进一步被配置成按照如下方式执行所述以从所述第二数据中提取的头像，更换从所述第一数据中提取的头像：
利用头像更换模型，以从所述第二数据中提取的头像更换从所述第一数据中提取的头像，其中，所述头像更换模型用于以所采用头像更换待更换头像，以使得到的头像具有所述待更换头像的头像动态形象和所述所采用头像的头像属性形象。
19.根据权利要求18所述的装置，其中，所述装置还包括：
提取单元，被配置成分别从所述第一数据和所述第二数据，提取所述第一人物的头像和所述第二人物的头像；以及
所述头像更换模型通过以下步骤训练得到：
基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型。
20.根据权利要求19所述的装置，其中，所述初始头像更换模型包括编码器和解码器，所述解码器的数量为两个；
所述基于各个提取到的头像，对初始头像更换模型进行训练，得到训练后的头像更换模型，包括：
基于所述第一数据中所述第一人物的头像和所述第二数据中所述第二人物的头像对所述编码器和两个所述解码器进行训练，以使其中一个解码器所生成的头像具有第二人物的头像属性形象。
21.根据权利要求19所述的装置，其中，所述提取单元，进一步被配置成按照如下方式执行所述分别从所述第一数据和所述第二数据，提取所述第一人物的头像和所述第二人物的头像：
对所述第一数据和所述第二数据定位头像的关键点，并基于所述的关键点对所述第一数据中和所述第二数据进行头像的对齐；
对于所述第一数据的对齐结果进行图像分割，以提取到所述第一数据中的头像，对于所述第二数据的对齐结果进行图像分割，以提取到所述第二数据中的头像。
22.根据权利要求14所述的装置，其中，所述换脸单元，进一步被配置成按照如下方式执行所述以从所述第二数据中提取的人脸，更换从所述第一数据中提取的人脸：
利用人脸更换模型，以从所述第二数据中提取的人脸更换从所述第一数据中提取的人脸，其中，所述人脸更换模型用于以所采用人脸更换待更换人脸，以使得到的人脸具有所述待更换人脸的人脸动态形象和所述所采用人脸的人脸属性形象。
23.根据权利要求22所述的装置，其中，所述装置还包括：
人脸提取单元，被配置成分别从所述第一数据和所述第二数据，提取所述第一人物的人脸和所述第二人物的人脸；以及
所述人脸更换模型通过以下步骤训练得到：
基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型。
24.根据权利要求23所述的装置，其中，所述初始人脸更换模型包括编码器和解码器，所述解码器的数量为两个；
所述基于各个提取到的人脸，对初始人脸更换模型进行训练，得到训练后的人脸更换模型，包括：
基于所述第二数据中的人脸对所述编码器和所述解码器进行训练，以使其中一个解码器生成的人脸具有第二人物的人脸属性形象。
25.根据权利要求23所述的装置，其中，人脸提取单元，进一步被配置成按照如下方式执行所述分别从所述第一数据和所述第二数据，提取所述第一人物的人脸和所述第二人物的人脸：
对所述第一数据中和所述第二数据定位人脸的关键点，并基于所述人脸的关键点对所述第一数据中和所述第二数据进行人脸的对齐；
对于所述第一数据的对齐结果进行图像分割，以提取到所述第一数据中的人脸，对于所述第二数据的对齐结果进行图像分割，以提取到所述第二数据中的人脸。
26.根据权利要求14所述的装置，其中，所述更换单元，进一步被配置成按照如下方式执行所述以所述更换后人脸更换所述更换后头像中的人脸：
对所述更换后人脸和所述更换后头像定位人脸的关键点，并利用该关键点对所述更换后人脸和所述更换后头像进行人脸的对齐；
通过人脸融合，以对齐后的更换后人脸更换对齐后的更换后头像中的人脸。
27.一种电子设备，包括：
一个或多个处理器；
存储装置，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如权利要求1-13中任一所述的方法。
28.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-13中任一所述的方法。
CN202010963667.7A 2020-09-14 2020-09-14 用于处理人物形象数据的方法和装置 Active CN112017140B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010963667.7A CN112017140B (zh) 2020-09-14 2020-09-14 用于处理人物形象数据的方法和装置
US17/191,444 US11670029B2 (en) 2020-09-14 2021-03-03 Method and apparatus for processing character image data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010963667.7A CN112017140B (zh) 2020-09-14 2020-09-14 用于处理人物形象数据的方法和装置

Publications (2)

Publication Number Publication Date
CN112017140A CN112017140A (zh) 2020-12-01
CN112017140B true CN112017140B (zh) 2024-04-12

Family

ID=73522603

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010963667.7A Active CN112017140B (zh) 2020-09-14 2020-09-14 用于处理人物形象数据的方法和装置

Country Status (2)

Country Link
US (1) US11670029B2 (zh)
CN (1) CN112017140B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220172431A1 (en) * 2020-11-30 2022-06-02 Sony Interactive Entertainment LLC Simulated face generation for rendering 3-d models of people that do not exist
CN113705316A (zh) * 2021-04-13 2021-11-26 腾讯科技（深圳）有限公司 获取虚拟图像的方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019198850A1 (ko) * 2018-04-13 2019-10-17 라인플러스 주식회사 사람의 얼굴을 이용한 동물 형상의 아바타를 생성하는 방법 및 시스템
CN111429554A (zh) * 2020-03-26 2020-07-17 深圳壹账通智能科技有限公司 运动视频数据处理方法、装置、计算机设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8130225B2 (en) * 2007-01-16 2012-03-06 Lucasfilm Entertainment Company Ltd. Using animation libraries for object identification
EP2263190A2 (en) * 2008-02-13 2010-12-22 Ubisoft Entertainment S.A. Live-action image capture
US11182947B1 (en) * 2020-04-17 2021-11-23 Facebook Technologies, Llc. Systems and methods for rendering avatar using uncorrelated codec portions in codec
US12045925B2 (en) * 2020-06-11 2024-07-23 Microsoft Technology Licensing, Llc Computing images of head mounted display wearer

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019198850A1 (ko) * 2018-04-13 2019-10-17 라인플러스 주식회사 사람의 얼굴을 이용한 동물 형상의 아바타를 생성하는 방법 및 시스템
CN111429554A (zh) * 2020-03-26 2020-07-17 深圳壹账通智能科技有限公司 运动视频数据处理方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
3DMM与GAN结合的实时人脸表情迁移方法;高翔;黄法秀;刘春平;陈虎;;计算机应用与软件(04);全文 *

Also Published As

Publication number Publication date
US11670029B2 (en) 2023-06-06
CN112017140A (zh) 2020-12-01
US20220084274A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
CN111652828B (zh) 人脸图像生成方法、装置、设备和介质
CN112541963B (zh) 三维虚拟形象生成方法、装置、电子设备和存储介质
CN111833418B (zh) 动画交互方法、装置、设备以及存储介质
CN111783647B (zh) 人脸融合模型的训练方法、人脸融合方法、装置及设备
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
CN111832745B (zh) 数据增广的方法、装置及电子设备
CN110674664A (zh) 视觉注意力的识别方法及系统、存储介质、处理器
CN111968203B (zh) 动画驱动方法、装置、电子设备及存储介质
CN112527115B (zh) 用户形象生成方法、相关装置及计算机程序产品
CN111862277A (zh) 用于生成动画的方法、装置、设备以及存储介质
CN112017141B (zh) 视频数据处理方法和装置
CN111709875B (zh) 图像处理方法、装置、电子设备及存储介质
CN112017140B (zh) 用于处理人物形象数据的方法和装置
CN112001248A (zh) 主动交互的方法、装置、电子设备和可读存储介质
CN111861954A (zh) 编辑人脸的方法、装置、电子设备和可读存储介质
CN114187392B (zh) 虚拟偶像的生成方法、装置和电子设备
CN111599002A (zh) 用于生成图像的方法和装置
CN111523467A (zh) 人脸跟踪方法和装置
CN112328088B (zh) 图像的呈现方法和装置
CN113055593B (zh) 图像的处理方法和装置
CN112116548A (zh) 人脸图像的合成方法、装置
CN111986263B (zh) 图像处理方法、装置、电子设备及存储介质
CN112102447A (zh) 图像处理方法、装置、设备及存储介质
CN112529154A (zh) 图像生成模型训练方法和装置、图像生成方法和装置
CN113673277B (zh) 线上绘本内容的获取方法、装置以及智能屏设备

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