申请/专利权人：北京百度网讯科技有限公司

申请日：2020-12-24

公开（公告）日：2024-04-02

公开（公告）号：CN112634413B

主分类号：G06T13/20

分类号：G06T13/20;G06T13/40;G06N3/044;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本申请公开了生成模型和生成3D动画的方法、装置、设备、存储介质和计算机程序，涉及人工智能技术领域，具体为计算机视觉、增强现实和深度学习技术领域。具体实现方案为：获取预置的针对特定情绪的样本集，并初始化特定情绪的情绪向量；获取预先建立的表情预测模型。执行以下训练步骤：从样本集中选取样本；将所选取的样本中的样本音频特征输入第一卷积层，得到高层特征；将高层特征与情绪向量融合，得到融合特征；将融合特征输入第二卷积层和全连接层，得到预测的表情参数；根据该样本的期望的表情参数和预测的表情参数计算损失值；若损失值小于阈值，则输出训练完成的表情预测模型和情绪向量。该实施方式提供了表达不同情绪的人脸3D动画模型。

主权项：1.一种生成模型的方法，包括：获取预置的针对特定情绪的样本集，并初始化所述特定情绪的情绪向量，其中，所述样本集至少包含一个样本，样本包括样本音频特征、期望的表情参数，其中，每种情绪对应各自的情绪向量，不同情绪向量使用不同表情数据训练，表情参数为多帧人脸图像表情的参数，每帧表情参数标记了每帧人脸图像中关键点的真实位置；获取预先建立的表情预测模型，其中，所述表情预测模型包括第一卷积层、情绪融合层、第二卷积层、全连接层；执行以下训练步骤：从所述样本集中选取样本；将所选取的样本中的样本音频特征输入所述第一卷积层，得到高层特征；将所述高层特征与所述情绪向量融合，得到融合特征；将所述融合特征输入所述第二卷积层和所述全连接层，得到预测的表情参数；根据该样本的期望的表情参数和所述预测的表情参数计算损失值；若损失值小于阈值，则输出训练完成的表情预测模型和情绪向量。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 生成模型和生成3D动画的方法、装置、设备和存储介质

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