申请/专利权人：数字栩生(北京)科技有限公司

申请日：2023-02-15

公开（公告）日：2023-05-26

公开（公告）号：CN116168435A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/774;G06V10/82;G06N3/08;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.13#实质审查的生效;2023.05.26#公开

摘要：本发明涉及数字人技术领域，且公开了一种数字人脸生成方法，该数字人脸生成方法包括以下步骤，通过DeepFake训练换脸神经网络，将原有的数字人A的面部信息直接替换成目标B的面部信息，不需要对目标B进行单独的建模即可生成目标B的数字人，避免了需要消耗大量的时间、精力与计算资源。准备过程中，使用数字人A和目标B的图片、视频信息，训练DeepFake换脸神经网络，使用过程中，生成数字人A在场景中的图像，以及同一帧、同一相机位置的高分辨率的面部图像，通过DeepFake将数字人A的面部信息替换成目标B的面部信息，并与在实际场景中的图像进行融合最终生成拥有目标B面部信息的全身图像，从而提高面部的细节，提升了计算的结果。

主权项：1.一种数字人脸生成方法，其特征在于：该数字人脸生成方法包括以下步骤：准备工作，准备一个数字人A和目标B，采集数字人A和目标B的面部图片以及视频数据，训练DeepFake换脸神经网络，将数字人A的图片或者视频输入训练完成的换脸神经网络，把图片或视频中数字人A的面部替换成目标B的面部；步骤一、生成数字人A全身图像，使用数字人A生成一帧在实际场景中的，没有面部的全身图像；步骤二、生成数字人A的面部图像，使用数字人A生成与步骤一中同一帧数字人A的面部高分辨率图像；步骤三、使用DeepFake，将步骤二中数字人A的面部图像替换成B的面部信息，生成B的面部高分辨率图像；步骤四、融合，将步骤一在实际场景中没有面部的全身图像，与步骤三替换后的B的面部图像进行融合，生成拥有B的面部信息最终全身图像。

全文数据：

权利要求：

百度查询： 数字栩生(北京)科技有限公司 一种数字人脸生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD