基于人脸解析的表情编辑方法及装置

    公开(公告)号:CN109829959B

    公开(公告)日:2021-01-08

    申请号:CN201811593470.8

    申请日:2018-12-25

    Abstract: 本发明涉及计算机图形学技术领域,具体涉及一种基于人脸解析的表情编辑方法及装置,旨在解决如何在保持人物身份的前提下,更好地对无表情人脸进行表情编辑的技术问题,为此目的,本发明提供的基于人脸解析的表情编辑方法包括:基于预设的人脸解析预测网络并且根据预先获取的无表情人脸图像和表情强度控制编码,获取无表情人脸图像和表情强度控制编码对应的有表情人脸解析图;基于预设的人脸表情编辑网络并且根据有表情人脸解析图和无表情人脸图像,获取目标表情图像。基于上述步骤,可以在保持人物身份信息的前提下,对无表情人脸进行不同强度和不同表情的编辑。

    基于人脸解析的表情编辑方法及装置

    公开(公告)号:CN109829959A

    公开(公告)日:2019-05-31

    申请号:CN201811593470.8

    申请日:2018-12-25

    Abstract: 本发明涉及计算机图形学技术领域,具体涉及一种基于人脸解析的表情编辑方法及装置,旨在解决如何在保持人物身份的前提下,更好地对无表情人脸进行表情编辑的技术问题,为此目的,本发明提供的基于人脸解析的表情编辑方法包括:基于预设的人脸解析预测网络并且根据预先获取的无表情人脸图像和表情强度控制编码,获取无表情人脸图像和表情强度控制编码对应的有表情人脸解析图;基于预设的人脸表情编辑网络并且根据有表情人脸解析图和无表情人脸图像,获取目标表情图像。基于上述步骤,可以在保持人物身份信息的前提下,对无表情人脸进行不同强度和不同表情的编辑。

    基于唇部运动的深度学习身份识别方法

    公开(公告)号:CN106295501A

    公开(公告)日:2017-01-04

    申请号:CN201610586012.6

    申请日:2016-07-22

    CPC classification number: G06K9/00335 G06K9/6256

    Abstract: 本发明公开了一种基于唇部运动的深度学习身份识别方法,所述方法主要包括视频数据采集、视频数据的预处理、深度神经网络模型的训练、特征的提取和比对等步骤。首先将采集到的视频数据生成为图像帧的形式,然后进行数据的初步筛选,再对筛选数据进行唇部区域的图像提取和视频图像帧数量的统一化操作,之后进行深度神经网络模型的训练,根据训练数据和测试数据的特征相似度比对得到身份识别结果及其正确率。本发明最大的特点是结合具有学习能力的卷积神经网络和长短时记忆神经网络,利用不同人说话的独特方式和唇部特征唯一性对不同身份的人进行识别确认,并且模型训练操作方便,简单易用。

    人脸表情图像合成装置
    4.
    发明公开

    公开(公告)号:CN108230239A

    公开(公告)日:2018-06-29

    申请号:CN201711421598.1

    申请日:2017-12-25

    Abstract: 本发明涉及图像处理技术领域,具体提供了一种人脸表情图像合成装置,旨在解决如何提高人脸表情图像合成真实性的技术问题。为此目的,本发明中人脸表情图像合成装置能够基于几何先验对抗生成网络模型,对目标图像生成特定的人脸表情图像。具体地,几何先验对抗生成网络模型中,第一生成器生成有表情人脸图像,第一判别器对所生成的有表情人脸图像进行判别。第二生成器生成无表情人脸图像,第二判别器对所生成的无表情人脸图像进行判别。优化训练模块对几何先验对抗生成网络模型进行网络训练,得到优化后的几何先验对抗生成网络模型。本发明的技术方案,不仅能够对人脸图像进行表情编辑,即生成表情和去除表情,还能够有效保持人脸图像的身份信息。

Patent Agency Ranking