[發(fā)明專利]模型訓練、人頭重建方法，裝置，設備以及存儲介質

有效

• 申請?zhí)枺?/td>: 202110366436.2
• 申請日: 2021-04-06
• 公開（公告）號: CN112884889B
• 公開（公告）日: 2022-05-20
• 發(fā)明（設計）人: 王迪
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06K9/62;G06V10/774;G06V40/16
• 代理公司: 北京英賽嘉華知識產(chǎn)權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種模型訓練方法，包括：

獲取對預先制作的人頭模型進行展開得到的展開紋理圖像；

獲取多張樣本二維人臉圖像；

根據(jù)所述多張樣本二維人臉圖像以及所述展開紋理圖像，確定各樣本二維人臉圖像對應的整頭紋理圖像；

將各樣本二維人臉圖像作為輸入，將與所輸入的樣本二維人臉圖像對應的整頭紋理圖像作為期望輸出，訓練得到整頭紋理圖像生成模型；

所述根據(jù)所述多張樣本二維人臉圖像融合以及所述展開紋理圖像，確定各樣本二維人臉圖像對應的整頭紋理圖像，包括：

根據(jù)所述展開紋理圖像的特征確定所述展開紋理圖像的人臉區(qū)域；

將各樣本二維人臉圖像融合在所述展開紋理圖像的人臉區(qū)域；

對人臉區(qū)域進行邊緣模糊處理，得到各樣本二維人臉圖像對應的整頭紋理圖像。

2.一種人頭重建方法，包括：

獲取目標二維人臉圖像；

獲取與所述目標二維人臉圖像對應的白模三維人頭模型；

基于所述目標二維人臉圖像以及預先訓練的整頭紋理圖像生成模型，確定目標整頭紋理圖像，所述整頭紋理圖像生成模型通過權利要求1所述的模型訓練方法訓練得到；

根據(jù)所述目標整頭紋理圖像以及所述白模三維人頭模型，確定目標三維人頭模型。

3.根據(jù)權利要求2所述的方法，其中，所述獲取與所述目標二維人臉圖像對應的白模三維人頭模型，包括：

根據(jù)所述目標二維人臉圖像，進行三維重建，得到所述白模三維人頭模型。

4.根據(jù)權利要求2所述的方法，其中，所述獲取與所述目標二維人臉圖像對應的白模三維人頭模型，包括：

確定預先建立的通用白模三維人頭模型為與所述目標二維人臉圖像對應的白模三維人頭模型。

5.根據(jù)權利要求2所述的方法，其中，所述基于所述目標二維人臉圖像以及預先訓練的整頭紋理圖像生成模型，確定目標整頭紋理圖像，包括：

將所述目標二維人臉圖像融合在所述白模三維人頭模型的展開圖像中的人臉區(qū)域，得到融合圖像；

根據(jù)所述融合圖像以及所述預先訓練的整頭紋理圖像生成模型，確定目標整頭紋理圖像。

6.根據(jù)權利要求5所述的方法，其中，所述根據(jù)所述融合圖像以及所述預先訓練的整頭紋理圖像生成模型，確定目標整頭紋理圖像，包括：

將所述融合圖像輸入所述預先訓練的整頭紋理圖像生成模型，得到中間整頭紋理圖像；

對所述中間整頭紋理圖像的人臉區(qū)域進行邊緣模糊處理，得到所述目標整頭紋理圖像。

7.一種模型訓練裝置，包括：

第一獲取單元，被配置成獲取對預先制作的人頭模型進行展開得到的展開紋理圖像；

第二獲取單元，被配置成獲取多張樣本二維人臉圖像；

圖像處理單元，被配置成根據(jù)所述多張樣本二維人臉圖像以及所述展開紋理圖像，確定各樣本二維人臉圖像對應的整頭紋理圖像；

模型訓練單元，被配置成將各樣本二維人臉圖像作為輸入，將與所輸入的樣本二維人臉圖像對應的整頭紋理圖像作為期望輸出，訓練得到整頭紋理圖像生成模型；

所述圖像處理單元進一步被配置成：

根據(jù)所述展開紋理圖像的特征確定所述展開紋理圖像的人臉區(qū)域；

將各樣本二維人臉圖像融合在所述展開紋理圖像的人臉區(qū)域；

對人臉區(qū)域進行邊緣模糊處理，得到各樣本二維人臉圖像對應的整頭紋理圖像。

8.一種人頭重建裝置，包括：

第三獲取單元，被配置成獲取目標二維人臉圖像；

第四獲取單元，被配置成獲取與所述目標二維人臉圖像對應的白模三維人頭模型；

圖像生成單元，被配置成基于所述目標二維人臉圖像以及預先訓練的整頭紋理圖像生成模型，確定目標整頭紋理圖像，所述整頭紋理圖像生成模型通過權利要求1所述的模型訓練方法訓練得到；

人頭重建單元，被配置成根據(jù)所述目標整頭紋理圖像以及所述白模三維人頭模型，確定目標三維人頭模型。