本发明公开了一种基于卷积神经网络的视频驱动人脸动画方法,属于计算机图形学领域。
该方法包括以下步骤:
S1:随机生成表情系数,驱使三维模型做出相应的表情;
S2:将三维表情模型在不同光照、不同姿态下投影生成二维图片;
S3:用表情系数和得到的二维图片作为训练数据,训练神经网络;
S4:输入视频信号,由神经网络得到每帧图片对应的表情系数;
S5:由表情系数驱动三维模型。
本发明具有以下优点:
能够基于卷积神经网络产生表情系数,驱动人脸动画;
训练完成后无需用户进行额外操作,无需进行用户标定,提高了用户体验性;
无需传统的人脸检测、跟踪方法,减少了计算量。
| 专利名称 | 一种基于卷积神经网络的视频驱动人脸动画方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201611138441.3 |
| 申请号 | - | 专利申请日期 | 2016-12-12 |
| 专利授权日期 | 2017-04-26 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 曹汛;李可;岳涛;朱昊;季胜裕;金威 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于卷积神经网络的视频驱动人脸动画方法,属于计算机图形学领域。该方法包括:S1随机生成表情系数驱使三维模型做出相应的表情;S2将三维表情模型在不同光照、不同姿态下投影生成二维图片;S3用表情系数和得到的二维图片作为训练数据训练神经网络;S4输入视频信号,由神经网络得到每帧图片对应的表情系数;S5由表情系数驱动三维模型。本发明能够基于卷积神经网络产生表情系数驱动人脸动画,训练完成后无需用户进行额外操作、无需进行用户标定,提高了用户的体验性;无需传统的人脸检测、跟踪方法,减少了计算量。 | ||