CN114339190B - 通讯方法、装置、设备及存储介质 - Google Patents
通讯方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114339190B CN114339190B CN202111640435.9A CN202111640435A CN114339190B CN 114339190 B CN114339190 B CN 114339190B CN 202111640435 A CN202111640435 A CN 202111640435A CN 114339190 B CN114339190 B CN 114339190B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- model parameters
- dimensional face
- face model
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种通讯方法、装置、设备及存储介质,涉及通信技术领域。该方法包括:采集影像数据和影像数据对应的语音数据;基于影像数据,提取三维模型参数;基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种通讯方法、装置、设备及存储介质。
背景技术
现有的视频通讯系统,传输的多为二维视频,无法呈现人物立体画像,没有展示出真正意义上的全息通讯,难以跟上时代的步伐,无法满足人们对于人物面部信息的立体感和真实感的需求。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种通讯方法、装置、设备及存储介质,至少在一定程度上解决相关技术中二维视频通讯无法满足人们对于人物面部信息的立体感和真实感的需求的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种通讯方法,应用于第一终端,方法包括:
采集影像数据和影像数据对应的语音数据;
基于影像数据,提取三维模型参数;
基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;
将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。
在本公开的一个实施例中,基于影像数据,提取三维模型参数,包括:
将影像数据输入到人脸检测模型,得到面部检测框坐标;
基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数。
在本公开的一个实施例中,基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数之后,方法还包括:
根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;
通过预设方法对关键点进行监督,优化三维人脸参数。
在本公开的一个实施例中,通过预设方法对关键点进行监督,优化三维人脸参数,包括:
根据三维人脸参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用顶点距离损失和加权参数距离监督损失中的一种损失,对三维人脸参数进行优化。
在本公开的一个实施例中,将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,包括:
基于预设编码方法,将三维模型参数、纹理颜色信息、语音数据进行编码;
将编码后的三维模型参数、纹理颜色信息、语音数据传输至第二终端。
根据本公开的另一个方面,提供一种通讯方法,应用于第二终端,方法包括:
接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,三维模型参数是第一终端基于采集的影像数据提取得到的,纹理颜色信息是第一终端基于三维模型参数,在影像数据中提取得到的;
基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像;
基于纹理颜色信息,渲染三维影像;
输出渲染后的三维影像和语音数据。
在本公开的一个实施例中,接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,包括:
基于预设解码方法,解码得到来自第一终端的三维模型参数、纹理颜色信息、语音数据。
根据本公开的另一个方面,提供一种通讯装置,应用于第一终端,装置包括:
数据采集模块,用于采集影像数据和影像数据对应的语音数据;
参数提取模块,用于基于影像数据,提取三维模型参数;
纹理颜色提取模块,用于基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;
数据传输模块,用于将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。
根据本公开的另一个方面,提供一种通讯装置,应用于第二终端,装置包括:
数据接收模块,用于接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,三维模型参数是第一终端基于采集的影像数据提取得到的,纹理颜色信息是第一终端基于三维模型参数,在影像数据中提取得到的;
三维重建模块,用于基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像;
渲染模块,用于基于纹理颜色信息,渲染三维影像;
数据输出模块,用于输出渲染后的三维影像和语音数据。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的通讯方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的通讯方法。
本公开的实施例所提供的通讯方法,第一终端基于采集的影像数据,提取三维模型参数,基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;然后,将三维模型参数、纹理颜色信息和采集的语音数据,传输至第二终端。这样,第二终端就可以基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,然后输出渲染后的三维影像和语音数据,实现了三维的全息通讯,进而可以满足人们对于人物面部信息的立体感和真实感的需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本公开实施例中一种计算机系统架构示意图;
图2本公开实施例中一种通讯方法示意图之一;
图3本公开实施例中一种通讯系统示意图之一;
图4本公开实施例中一种通讯系统示意图之二;
图5本公开实施例中一种通讯方法示意图之二;
图6本公开实施例中一种通讯方法示意图之三;
图7本公开实施例中一种通讯装置示意图;
图8本公开实施例中另一种通讯装置示意图;和
图9本公开实施例中一种计算机设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
基于背景技术部分可知,相关技术中视频通讯系统,无法呈现人物立体画像,无法满足人们对于人物面部信息的立体感和真实感的需求。
具体地,发明人发现,现有的视频通讯系统,传输的多为二维视频,其难以跟上时代的步伐,无法满足市场对于三维立体通讯愈发强烈的需求。同时,人作为视频通讯的主要交流对象,其面部信息在信息的传递中有着不可或缺的地位。而每个人丰富的面部信息都能以人脸作为载体表现出来。
因此发明人努力探索从二维图像到三维图形的转变,力争实现从图像到图形的突破,实现基于三维人脸的通讯系统,达到全息投影技术所呈现的三维效果,进而满足人们对于人物面部信息的立体感和真实感的需求。
发明人发现,相关技术具体存在以下问题:
现有市场上的视频通讯主要为2D平面沟通,无法呈现人物立体画像,没有展示出真正意义上的全息通讯;
已存在的全息通讯系统多依赖于硬件材料的辅助,成像处理过程复杂且成本较高,不利于大规模推广应用。
现有的三维人脸重建算法重建结果与真实三维人脸差异较大,需要进一步优化。
本公开提供了一种通讯方法,第一终端将三维模型参数、纹理颜色信息和采集的语音数据,传输至第二终端。第二终端可以基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,然后输出渲染后的三维影像和语音数据,实现了三维的全息通讯,至少可以解决相关技术中无法满足人们对于人物面部信息的立体感和真实感的需求的问题。
图1是本公开一个示例性实施例提供的计算机系统的结构示意图。该系统包括:若干个终端120和服务器140。
终端120可以是手机、游戏主机、平板电脑、电子书阅读器、智能眼镜、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、智能家居设备、AR(Augmented Reality,增强现实)设备、VR(Virtual Reality,虚拟现实)设备等移动终端,或者,终端120也可以是个人计算机(Personal Computer,PC),比如膝上型便携计算机和台式计算机等等。
其中,终端120中可以安装有用于执行本公开实施例提供的各方法的应用程序。
终端120与服务器140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
服务器140可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
服务器140可以是一台服务器,或者由若干台服务器组成,或者是一个虚拟化平台,或者是一个云计算服务中心。服务器140用于为应用程序提供后台服务。可选地,服务器140承担主要计算工作,终端120承担次要计算工作;或者,服务器140承担次要计算工作,终端120承担主要计算工作;或者,终端120和服务器140之间采用分布式计算架构进行协同计算。
在本公开中,服务器140还可以与区块链系统相连,服务器140将智能合约信息和/或交易记录存储在区块链系统中。在一些可选的实施例中,服务器140本身也可以作为区块链系统中的一个节点运行和存储数据。
可选的,在本申请实施例中,服务器140可以包括逻辑服务器和区块链服务器。其中,逻辑服务器用于实现应用程序的逻辑控制,比如,进行数据访问的请求处理、账号资源管理、界面内容管理等,区块链服务器作为区块链系统的一部分,用于实现各个智能合约信息和/或交易记录的存储,以及重要功能的决策管理,比如,可以实现对交易请求的决策。
需要说明的是,上述逻辑服务器和区块链服务器可以属于同一个计算机设备,或者,上述逻辑服务器和区块链服务器也可以分属于不同的计算机设备。
可选地,不同的终端120中安装的应用程序的客户端是相同的,或两个终端120上安装的应用程序的客户端是不同控制系统平台的同一类型应用程序的客户端。基于终端平台的不同,该应用程序的客户端的具体形态也可以不同,比如,该应用程序客户端可以是手机客户端、PC客户端或者全球广域网(World Wide Web,Web)客户端等。
本领域技术人员可以知晓,上述终端120的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量。本公开实施例对终端的数量和设备类型不加以限定。
可选的,该系统还可以包括管理设备(图1未示出),该管理设备与服务器140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
可选的,上述的无线网络或有线网络使用标准通信技术和/或协议。
网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local AreaNetwork,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。
在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(Extensible Markup Language,XML)等的技术和/或格式来代表通过网络交换的数据。
此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(Internet Protocol Security,IPsec)等常规加密技术来加密所有或者一些链路。
在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
本公开实施例提供的通讯方法可以应用于图1所示的计算机系统,该通讯方法可以由任意具备计算处理能力的电子设备执行。例如,该通讯方法的执行主体,可以但不限于任一能够被配置为执行本公开实施例提供的通讯方法的终端设备、服务器,或者,该方法的执行主体,还可以是能够执行该方法的客户端本身。
下面结合附图及实施例对本示例实施方式进行详细说明。
图2示出本公开实施例中一种通讯方法流程图,如图2所示,本公开实施例中提供的通讯方法,包括如下步骤:
步骤S202,第一终端采集影像数据和影像数据对应的语音数据;
步骤S204,第一终端基于影像数据,提取三维模型参数;
步骤S206,第一终端基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;
步骤S208,第一终端将三维模型参数、纹理颜色信息、语音数据,传输至第二终端;
步骤S210,第二终端接收来自第一终端的三维模型参数、纹理颜色信息、语音数据;
步骤S212,第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像;
步骤S214,第二终端基于纹理颜色信息,渲染三维影像;
步骤S216,第二终端输出渲染后的三维影像和语音数据。
下面对上述步骤进行详细说明,具体如下所示:
第一终端可以是前文介绍的终端,例如智能手机、平板电脑、智能眼镜、智能电视等,在此不再赘述。
上述步骤中第一终端采集影像数据和影像数据对应的语音数据,具体可以通过终端设备自身的影像采集设备和语音采集设备进行采集。影像采集设备可以为摄像头,语音采集设备可以是麦克风。
上述步骤中第一终端采集影像数据和影像数据对应的语音数据,具体还可以通过终端设备外接的影像采集设备和语音采集设备进行采集。
三维模型参数可以是终端采集的影像数据对应的三维模型参数。
作为一个示例,三维模型参数可以是通讯对象的三维模型参数。通讯对象可以是人、动物、机器人等。
作为另一个示例,三维模型还可以是通讯场景的三维模型参数。这里,通讯场景可以是一个具体的物体,例如,花瓶、桌子、椅子等三维物体。
为简要描述,下文中以三维模型参数为人脸的三维模型参数为例,进行介绍。
在一些实施例中,上述步骤S204可以通过计算机模型实现,通过计算机模型来提取得到三维模型参数。
作为一个示例,基于影像数据,提取三维模型参数,可以包括:
将影像数据输入到预先训练的参数提取模型中,得到三维模型参数。
作为另一个示例,提取模型的过程可以通过多个模型协同配合实现。例如,基于影像数据,提取三维模型参数,可以包括:
将影像数据输入到人脸检测模型,得到面部检测框坐标;
基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数。
人脸三维重建就是建立人脸的三维模型,它相对于二维人脸图像多了一个维度。目前获取人脸三维模型的方法主要包括三种,软件建模,仪器采集与基于图像的建模。
基于结构光和激光仪器的三维成像仪是“仪器采集”的典型代表,例如一些手机中的人脸识别就是基于结构光进行三维人脸重建。这些基于仪器采集的三维模型,精度可达毫米级,是物体的真实三维数据,也正好用来为基于图像的建模方法提供评价数据库。但是,仪器的成本太高,不利于推广应用。
本公开中采用基于图像的建模技术(image based modeling),也就是指通过若干幅二维图像,来恢复图像或场景的三维结构。
基于人脸图像的三维重建方法非常多,常见的包括立体匹配,Structure FromMotion(简称SfM),Shape from Shading(简称sfs),三维可变形人脸模型(3DMM)。
3DMM,即三维可变形人脸模型,是一个通用的三维人脸模型,用固定的点数来表示人脸。它的核心思想就是人脸可以在三维空间中进行一一匹配,并且可以由其他许多幅人脸正交基加权线性相加而来。我们所处的三维空间,每一点(x,y,z),实际上都是由三维空间三个方向的基量,(1,0,0),(0,1,0),(0,0,1)加权相加所得,只是权重分别为x,y,z。
同理,每一个三维的人脸,可以由一个数据库中的所有人脸组成的基向量空间中进行表示,而求解任意三维人脸的模型,实际上等价于求解各个基向量的系数的问题。
人脸的基本属性包括形状和纹理,每一张人脸可以表示为形状向量和纹理向量的线性叠加。
形状向量可以表示为Shape Vector:S=(X1,Y1,Z1,X2,Y2,Z2,...,Yn,Zn)。
纹理向量可以为Texture Vector:T=(R1,G1,B1,R2,G2,B2,...,Rn,Bn)。
任意的人脸模型可以由数据集中的m个人脸模型进行加权组合如下:
其中Si,Ti就是数据库中的第i张人脸的形状向量和纹理向量。
但是我们实际在构建模型的时候不能使用这里的Si,Ti作为基向量,因为它们之间不是正交相关的,所以接下来需要使用PCA进行降维分解。
首先计算形状和纹理向量的平均值,中心化人脸数据,分别计算协方差矩阵,求得形状和纹理协方差矩阵的特征值α,β和特征向量si,ti。
上式可以转换为下式
其中第一项是形状和纹理的平均值,而si,ti则都是Si,Ti减去各自平均值后的协方差矩阵的特征向量,它们对应的特征值按照大小进行降序排列。
等式右边仍然是m项,但是累加项降了一维,减少了一项。si,ti都是线性无关的,取其前几个分量可以对原始样本做很好的近似,因此可以大大减少需要估计的参数数目,并不失精度。
基于3DMM的方法,也就是在求解这几个系数。
在一些实施例中,上述步骤S204之后,该方法还可以包括:
根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;
通过预设方法对关键点进行监督,优化三维人脸参数。
也就是说,本公开中采用3DMM算法对三维人脸参数进行初步预测。根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点,通过对关键点进行监督优化预测的三维人脸参数。
本公开实施例中,3DMM构建三维人脸:
其中,S表示3DMM构建的三维人脸、表示平均三维人脸模型、Aid表示人脸平均形状、αid表示人脸形状参数、Aexp表示人脸平均表情、αexp表示人脸表情参数,通过αid和αexp对平均三维人脸模型进行形变,得到与真实人脸更为接近的三维人脸重建结果。
反投影到二维:
其中,V2d表示重建的三维人脸反投影到二维所对应的二维人脸、p表示预测参数、Pr表示正交投影矩阵、R表示欧拉角构造的旋转矩阵,包括俯仰、偏航、滚转、t2d表示平移向量。
简化:
在一些实施例中,通过预设方法对关键点进行监督,优化三维人脸参数,可以包括:
根据三维人脸参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用顶点距离损失和加权参数距离监督损失中的一种损失,对三维人脸参数进行优化。
这里,3DMM重建过程中,监督方法可以包括全监督方法和自监督方法。
本公开实施例中,根据预测的三维人脸参数计算得到顶点距离损失和加权参数距离监督损失,通过元学习动态选择使用两种损失中的一种损失来对参数进行优化,减少了超参数对监督结果的影响。
顶点距离损失函数:
LVDC=||V3d(p)-V3D(pg)||2 (6)
其中,LVDC表示顶点距离损失函数、V3d表示根据预测参数p重建的三维人脸、pg表示真实人脸的参数,g是ground truth。
加权参数损失函数:
LWPDC=||w·(p-pg)||2 (8)
wi=||V3d(pde,i)-V3D(pg)||/Z (9)
其中,LWVDC表示加权参数距离损失函数、w表示权重值,即第i个参数的重要性、表示将真实参数向量pg(共n个)中第i个参数替换为预测得到的pi,据此测算出该参数对重建结果的影响,即该参数的重要性w。Z表示将参数归一化。
在一些实施例中,上述步骤S208,可以具体包括:
基于预设编码方法,将三维模型参数、纹理颜色信息、语音数据进行编码;
将编码后的三维模型参数、纹理颜色信息、语音数据传输至第二终端。
相应地,上述步骤S210,可以具体包括:
基于预设解码方法,解码得到来自第一终端的三维模型参数、纹理颜色信息、语音数据。
这里,编码和解码的具体方式不作限定。
本公开提供了一种基于改进三维人脸重建算法的全息通讯方法。该方法通过3DMM算法构造三维人脸,并在该算法基础上通过二维人脸关键点回归监督以及元连接的顶点距离损失和加权参数距离损失对构造的人脸进一步优化,使其更为贴近真实三维人脸。通过该方法构建通讯双方的面部三维影像,使通讯双方能够实现更加沉浸式的全息交互。基于改进三维人脸重建算法的全息通讯系统不需依赖全息材料以及复杂的光场信息即可实现从平面图形到立体影像的转变,所需设备简单,成本较低,可以无地域限制,随时随地实现全息视频通讯。
下面结合附图3和附图4详细说明本公开提供的通讯方法与相关技术的区别。
图3示出相关技术中一种基于透镜的全息通讯系统。如图3所示,该通讯系统,包括影像采集模块、语音采集模块、前后景分割模块、语音数据处理模块、数据编码模块、码流传输模块、透镜成像模块、语音接收模块。
影像采集模块和语音采集模块,用于实时采集目标信息;
前后景分割模块和语音数据处理模块,用于实时接收目标信息,并将目标全息影像信息发送至码流传输模块进行网络传输;
透镜成像模块,用于实时显示接收到的目标全息影像信息,并形成二维或三维影像源,并将其显示到全息通讯装置外的空气中。
图4示出一种应用本公开上述实施例中通讯方法的通讯系统,该通讯系统的发明构思及实现方式与前述方法实施例相似。如图4所示,该通讯系统在图3系统的基础上还包括:
二维关键点回归监督:基于人脸检测模块检测结果,采用3DMM算法对三维人脸参数进行初步预测。根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点,通过对关键点进行监督优化预测的三维人脸参数。
元连接优化模块:根据预测的三维人脸参数计算得到顶点距离损失和加权参数距离监督损失,通过元学习动态选择使用两种损失中的一种损失来对参数进行优化,减少了超参数对监督结果的影响。
三维人脸重建模块:根据得到的三维人脸参数以及标准三维人脸模型实现三维人脸重建,并基于三维图像渲染技术对重建后人脸进行颜色渲染。
下面具体介绍本公开实施例中图4通讯系统各模块。
影像/语音数据采集模块:用于实时采集目标的影像信息以及通讯过程中的语音信息。
人脸检测模块:人脸检测模块使用人脸检测模型FaceBoxes,返回面部检测框坐标。
三维人脸模型参数获取模块:基于人脸检测模块检测结果,采用3DMM算法对三维人脸参数进行初步预测。
监督优化:通过对关键点进行监督优化预测的三维人脸参数。通过动态连接顶点距离监督损失以及加权参数距离监督损失对预测得到的三维人脸参数进行优化。
纹理颜色捕捉模块:根据获取到的三维人脸参数提取对应顶点的纹理颜色信息。
图像/语音数据编码模块:对三维人脸参数、颜色以及语音信息进行比特流编码。
码流传输模块:实现将编码后的信息通过网络传输到接收端并解码。
三维人脸重建模块:根据得到的三维人脸参数以及标准三维人脸模型实现三维人脸重建,并基于三维图像渲染技术对重建后人脸进行颜色渲染。
全息通讯显示模块:实现三维数据流呈现,并实现双向实时语音通讯功能。
相对于图3所示的系统,图4本公开实施例提供的基于改进的人脸三维重建算法对传统的二维视频输入进行三维重构,达到全息投影技术所呈现的三维效果。其不依赖于硬件材料的辅助,成像处理过程简单且成本较低,便于大规模推广应用。便携式全息通讯在未来生活中将占据重要地位。
在实际应用中,本公开实施例提供的通讯方法,可以在发送端部署三维人脸模型参数获取模块等,在接收端部署三维重建模块等。不涉及硬件方面的改造。
本公开不依赖于全息硬件设施,通过改进的三维人脸重建算法将通讯双方由二维平面通讯转换为三维立体通讯,达到全息投影技术所呈现的效果。未来与5G、6G进一步深度结合,在其高速率与低延时的协作下,实现本地和远程双方突破空间界限,“面对面”无障碍自由交流的目标。适用应用场景广泛,便于更加方便实现便携式全息通讯的推广应用。
为了对基于3DMM预测得到的三维模型参数进行优化,本公开实施例将三维人脸反投影回二维,得到二维人脸的稀疏关键点,通过对关键点进行监督优化预测的三维人脸参数。
为了减少了超参数对监督结果的影响,本公开实施例提出通过元学习动态选择使用顶点距离损失和加权参数距离监督损失中的一种损失来对参数进行优化。
本公开实施例基于改进的三维人脸重建算法从单张图像获取对应的三维人脸参数,进而在接收端实现目标三维影像的重建、渲染,实现从平面图形到立体影像的转变,使得在通讯过程中可以不依赖全息硬件设施即可达到全息投影技术所呈现的效果,满足交流通讯场合的需求。
基于同一发明构思,本公开实施例中还提供了一种通讯方法,应用于第一终端,如图5所示,该方法包括:
步骤502,采集影像数据和影像数据对应的语音数据;
步骤504,基于影像数据,提取三维模型参数;
步骤506,基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;
步骤508,将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。
在一些实施例中,基于影像数据,提取三维模型参数,包括:
将影像数据输入到人脸检测模型,得到面部检测框坐标;
基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数。
在一些实施例中,基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数之后,方法还包括:
根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;
通过预设方法对关键点进行监督,优化三维人脸参数。
在一些实施例中,通过预设方法对关键点进行监督,优化三维人脸参数,包括:
根据三维人脸参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用顶点距离损失和加权参数距离监督损失中的一种损失,对三维人脸参数进行优化。
在一些实施例中,将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,包括:
基于预设编码方法,将三维模型参数、纹理颜色信息、语音数据进行编码;
将编码后的三维模型参数、纹理颜色信息、语音数据传输至第二终端。
基于同一发明构思,本公开实施例中还提供了一种通讯方法,应用于第二终端,如图6所示,该方法包括:
步骤S602,接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,三维模型参数是第一终端基于采集的影像数据提取得到的,纹理颜色信息是第一终端基于三维模型参数,在影像数据中提取得到的;
步骤S604,基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像;
步骤S606,基于纹理颜色信息,渲染三维影像;
步骤S608,输出渲染后的三维影像和语音数据。
在一些实施例中,接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,包括:
基于预设解码方法,解码得到来自第一终端的三维模型参数、纹理颜色信息、语音数据。
基于同一发明构思,本公开实施例中还提供了一种通讯装置,如下面的实施例所述。由于该装置实施例解决问题的原理与上述方法实施例相似,因此该装置实施例的实施可以参见上述方法实施例的实施,重复之处不再赘述。
图7示出本公开实施例中一种通讯装置,应用于第一终端,如图7所示,该通讯装置700,包括:
数据采集模块702,用于采集影像数据和影像数据对应的语音数据;
参数提取模块704,用于基于影像数据,提取三维模型参数;
纹理颜色提取模块706,用于基于三维模型参数,在影像数据中提取三维模型对应的纹理颜色信息;
数据传输模块708,用于将三维模型参数、纹理颜色信息、语音数据,传输至第二终端,以使第二终端基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像,基于纹理颜色信息,渲染三维影像,以及输出渲染后的三维影像和语音数据。
在一些实施例中,参数提取模块704,可以具体实现如下:
将影像数据输入到人脸检测模型,得到面部检测框坐标;
基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数。
在一些实施例中,参数提取模块704基于影像数据和面部检测框坐标,通过3DMM算法得到三维模型参数之后,还可以包括:
根据得到的三维人脸参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;
通过预设方法对关键点进行监督,优化三维人脸参数。
在一些实施例中,通过预设方法对关键点进行监督,优化三维人脸参数,包括:
根据三维人脸参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用顶点距离损失和加权参数距离监督损失中的一种损失,对三维人脸参数进行优化。
在一些实施例中,数据传输模块708,可以具体用于:
基于预设编码方法,将三维模型参数、纹理颜色信息、语音数据进行编码;
将编码后的三维模型参数、纹理颜色信息、语音数据传输至第二终端。
本申请实施例提供的通讯装置,可以用于执行上述各方法实施例提供的通讯方法,其实现原理和技术效果类似,为简介起见,在此不再赘述。
基于同一发明构思,本公开实施例中还提供了一种通讯装置,应用于第二终端,如图8所示,该通讯装置800,包括:
数据接收模块802,用于接收来自第一终端的三维模型参数、纹理颜色信息、语音数据,三维模型参数是第一终端基于采集的影像数据提取得到的,纹理颜色信息是第一终端基于三维模型参数,在影像数据中提取得到的;
三维重建模块804,用于基于预设的标准三维人脸模型和三维模型参数,重建得到三维影像;
渲染模块806,用于基于纹理颜色信息,渲染三维影像;
数据输出模块808,用于输出渲染后的三维影像和语音数据。
在一些实施例中,数据接收模块802,可以具体用于基于预设解码方法,解码得到来自第一终端的三维模型参数、纹理颜色信息、语音数据。
本申请实施例提供的通讯装置,可以用于执行上述各方法实施例提供的通讯方法,其实现原理和技术效果类似,为简介起见,在此不再赘述。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本公开的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元910可以执行上述方法实施例中第一终端执行的各步骤和/或第二终端执行的各步骤。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备940(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中,计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可选地,计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
在具体实施时,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (9)
1.一种通讯方法,其特征在于,应用于第一终端,所述方法包括:
采集影像数据和所述影像数据对应的语音数据;
基于所述影像数据,提取三维人脸模型参数;
基于所述三维人脸模型参数,在所述影像数据中提取所述三维模型对应的纹理颜色信息;
将所述三维人脸模型参数、所述纹理颜色信息、所述语音数据,传输至第二终端,以使所述第二终端基于预设的标准三维人脸模型和所述三维人脸模型参数,重建得到三维影像,基于所述纹理颜色信息,渲染所述三维影像,以及输出渲染后的所述三维影像和所述语音数据;
所述基于所述影像数据,提取三维人脸模型参数之后,所述方法还包括:
根据得到的所述三维人脸模型参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;
通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数;
所述通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数,包括:
根据所述三维人脸模型参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用所述顶点距离损失和所述加权参数距离监督损失中的一种损失,对所述三维人脸模型参数进行优化。
2.根据权利要求1所述的方法,其特征在于,所述基于所述影像数据,提取三维人脸模型参数,包括:
将所述影像数据输入到人脸检测模型,得到面部检测框坐标;
基于所述影像数据和所述面部检测框坐标,通过3DMM算法得到三维人脸模型参数。
3.根据权利要求1所述的方法,其特征在于,所述将所述三维人脸模型参数、所述纹理颜色信息、所述语音数据,传输至第二终端,包括:
基于预设编码方法,将所述三维人脸模型参数、所述纹理颜色信息、所述语音数据进行编码;
将编码后的所述三维人脸模型参数、所述纹理颜色信息、所述语音数据传输至第二终端。
4.一种通讯方法,其特征在于,应用于第二终端,所述方法包括:
接收来自第一终端的三维人脸模型参数、纹理颜色信息、语音数据,所述三维人脸模型参数是所述第一终端基于采集的影像数据提取得到的,所述纹理颜色信息是所述第一终端基于所述三维人脸模型参数,在所述影像数据中提取得到的;所述第一终端基于采集的影像数据提取得到三维人脸模型参数之后,还根据得到的所述三维人脸模型参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数;
基于预设的标准三维人脸模型和所述三维人脸模型参数,重建得到三维影像;
基于所述纹理颜色信息,渲染所述三维影像;
输出渲染后的所述三维影像和所述语音数据;
所述通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数,包括:
根据所述三维人脸模型参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用所述顶点距离损失和所述加权参数距离监督损失中的一种损失,对所述三维人脸模型参数进行优化。
5.根据权利要求4所述的方法,其特征在于,所述接收来自第一终端的三维人脸模型参数、纹理颜色信息、语音数据,包括:
基于预设解码方法,解码得到来自第一终端的所述三维人脸模型参数、所述纹理颜色信息、所述语音数据。
6.一种通讯装置,其特征在于,应用于第一终端,所述装置包括:
数据采集模块,用于采集影像数据和所述影像数据对应的语音数据;
参数提取模块,用于基于所述影像数据,提取三维人脸模型参数;
纹理颜色提取模块,用于基于所述三维人脸模型参数,在所述影像数据中提取所述三维模型对应的纹理颜色信息;
数据传输模块,用于将所述三维人脸模型参数、所述纹理颜色信息、所述语音数据,传输至第二终端,以使所述第二终端基于预设的标准三维人脸模型和所述三维人脸模型参数,重建得到三维影像,基于所述纹理颜色信息,渲染所述三维影像,以及输出渲染后的所述三维影像和所述语音数据;
参数提取模块提取三维人脸模型参数之后,还用于根据得到的三维人脸模型参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;通过预设方法对关键点进行监督,优化三维人脸模型参数的人脸形状参数和人脸表情参数;
所述通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数,包括:
根据所述三维人脸模型参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用所述顶点距离损失和所述加权参数距离监督损失中的一种损失,对所述三维人脸模型参数进行优化。
7.一种通讯装置,其特征在于,应用于第二终端,所述装置包括:
数据接收模块,用于接收来自第一终端的三维人脸模型参数、纹理颜色信息、语音数据,所述三维人脸模型参数是所述第一终端基于采集的影像数据提取得到的,所述纹理颜色信息是所述第一终端基于所述三维人脸模型参数,在所述影像数据中提取得到的;所述第一终端基于采集的影像数据提取得到三维人脸模型参数之后,还根据得到的所述三维人脸模型参数将三维人脸反投影回二维,得到二维人脸的稀疏关键点;通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数;
三维重建模块,用于基于预设的标准三维人脸模型和所述三维人脸模型参数,重建得到三维影像;
渲染模块,用于基于所述纹理颜色信息,渲染所述三维影像;
数据输出模块,用于输出渲染后的所述三维影像和所述语音数据;
所述通过预设方法对关键点进行监督,优化所述三维人脸模型参数的人脸形状参数和人脸表情参数,包括:
根据所述三维人脸模型参数,计算得到顶点距离损失和加权参数距离监督损失;
通过元学习动态选择使用所述顶点距离损失和所述加权参数距离监督损失中的一种损失,对所述三维人脸模型参数进行优化。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~5中任意一项所述的通讯方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~5中任意一项所述的通讯方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640435.9A CN114339190B (zh) | 2021-12-29 | 2021-12-29 | 通讯方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640435.9A CN114339190B (zh) | 2021-12-29 | 2021-12-29 | 通讯方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114339190A CN114339190A (zh) | 2022-04-12 |
CN114339190B true CN114339190B (zh) | 2023-06-23 |
Family
ID=81016951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111640435.9A Active CN114339190B (zh) | 2021-12-29 | 2021-12-29 | 通讯方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114339190B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152447B (zh) * | 2023-04-21 | 2023-09-26 | 科大讯飞股份有限公司 | 一种人脸建模方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103269423A (zh) * | 2013-05-13 | 2013-08-28 | 浙江大学 | 可拓展式三维显示远程视频通信方法 |
CN112819947A (zh) * | 2021-02-03 | 2021-05-18 | Oppo广东移动通信有限公司 | 三维人脸的重建方法、装置、电子设备以及存储介质 |
CN113327278A (zh) * | 2021-06-17 | 2021-08-31 | 北京百度网讯科技有限公司 | 三维人脸重建方法、装置、设备以及存储介质 |
CN113628327A (zh) * | 2021-08-12 | 2021-11-09 | 聚好看科技股份有限公司 | 一种头部三维重建方法及设备 |
CN113781640A (zh) * | 2021-09-27 | 2021-12-10 | 华中科技大学 | 基于弱监督学习的三维人脸重建模型建立方法及其应用 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018195485A1 (en) * | 2017-04-21 | 2018-10-25 | Mug Life, LLC | Systems and methods for automatically creating and animating a photorealistic three-dimensional character from a two-dimensional image |
JP2020013390A (ja) * | 2018-07-19 | 2020-01-23 | 株式会社Preferred Networks | 情報処理装置、情報処理プログラム及び情報処理方法 |
CN112884881B (zh) * | 2021-01-21 | 2022-09-27 | 魔珐(上海)信息科技有限公司 | 三维人脸模型重建方法、装置、电子设备及存储介质 |
CN113723317B (zh) * | 2021-09-01 | 2024-04-09 | 京东科技控股股份有限公司 | 3d人脸的重建方法、装置、电子设备和存储介质 |
-
2021
- 2021-12-29 CN CN202111640435.9A patent/CN114339190B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103269423A (zh) * | 2013-05-13 | 2013-08-28 | 浙江大学 | 可拓展式三维显示远程视频通信方法 |
CN112819947A (zh) * | 2021-02-03 | 2021-05-18 | Oppo广东移动通信有限公司 | 三维人脸的重建方法、装置、电子设备以及存储介质 |
CN113327278A (zh) * | 2021-06-17 | 2021-08-31 | 北京百度网讯科技有限公司 | 三维人脸重建方法、装置、设备以及存储介质 |
CN113628327A (zh) * | 2021-08-12 | 2021-11-09 | 聚好看科技股份有限公司 | 一种头部三维重建方法及设备 |
CN113781640A (zh) * | 2021-09-27 | 2021-12-10 | 华中科技大学 | 基于弱监督学习的三维人脸重建模型建立方法及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN114339190A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jang et al. | Video-based point-cloud-compression standard in MPEG: From evidence collection to committee draft [standards in a nutshell] | |
CN111901598B (zh) | 视频解码与编码的方法、装置、介质及电子设备 | |
JP2022553252A (ja) | 画像処理方法、画像処理装置、サーバ、及びコンピュータプログラム | |
US20220358675A1 (en) | Method for training model, method for processing video, device and storage medium | |
CN113327278A (zh) | 三维人脸重建方法、装置、设备以及存储介质 | |
CN113313832B (zh) | 三维模型的语义生成方法、装置、存储介质与电子设备 | |
CN115330947A (zh) | 三维人脸重建方法及其装置、设备、介质、产品 | |
CN116597087A (zh) | 三维模型生成方法及装置、存储介质及电子设备 | |
CN112598780A (zh) | 实例对象模型构建方法及装置、可读介质和电子设备 | |
CN114339190B (zh) | 通讯方法、装置、设备及存储介质 | |
CN114245215A (zh) | 说话视频的生成方法、装置、电子设备、介质及产品 | |
JP2022172173A (ja) | 画像編集モデルのトレーニング方法および装置、画像編集方法および装置、電子機器、記憶媒体並びにコンピュータプログラム | |
US20230047748A1 (en) | Method of fusing image, and method of training image fusion model | |
CN116342782A (zh) | 生成虚拟形象渲染模型的方法和装置 | |
CN116630514A (zh) | 图像处理方法、装置、计算机可读存储介质及电子设备 | |
WO2022151972A1 (zh) | 视频编码方法、装置、设备及存储介质 | |
WO2021245326A1 (en) | A method, an apparatus and a computer program product for video encoding and video decoding | |
CN115439610B (zh) | 模型的训练方法、训练装置、电子设备和可读存储介质 | |
Cheng et al. | Enriching telepresence with semantic-driven holographic communication | |
CN117496036A (zh) | 一种纹理贴图的生成方法、装置、电子设备和存储介质 | |
CN115775300A (zh) | 人体模型的重建方法、人体重建模型的训练方法及装置 | |
US20230119830A1 (en) | A method, an apparatus and a computer program product for video encoding and video decoding | |
CN113920023A (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
CN115063536B (zh) | 图像生成方法、装置、电子设备及计算机可读存储介质 | |
Zhang | Virtual viewpoint film and television synthesis based on the intelligent algorithm of wireless network communication for image repair |
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 |