风格化基底生成方法、装置、电子设备及存储介质与流程

1.本公开涉及人工智能技术领域，特别涉及增强现实、虚拟现实、计算机视觉以及深度学习等领域的风格化基底生成方法、装置、电子设备及存储介质。


背景技术：

2.三维风格化重建主要可通过混合形状(blendshapes)方式实现。
3.该方式的实现需要依赖于风格化的基底(base)、形状基底和表情基底，即可借助于风格化的基底、形状基底和表情基底等来完成三维风格化重建。其中，为与形状基底和表情基底进行区分，可将基底称为基础基底。


技术实现要素：

4.本公开提供了风格化基底生成方法、装置、电子设备及存储介质。
5.一种风格化基底生成方法，包括：
6.获取预定风格的第一基础基底；
7.针对待生成类型基底，获取对应的所述待生成类型的真实人脸基底，作为参考基底；
8.根据所述参考基底以及所述第一基础基底，生成所述预定风格的所述待生成类型基底。
9.一种风格化基底生成装置，包括：第一获取模块、第二获取模块以及生成模块；
10.所述第一获取模块，用于获取预定风格的第一基础基底；
11.所述第二获取模块，用于针对待生成类型基底，获取对应的所述待生成类型的真实人脸基底，作为参考基底；
12.所述生成模块，用于根据所述参考基底以及所述第一基础基底，生成所述预定风格的所述待生成类型基底。
13.一种电子设备，包括：
14.至少一个处理器；以及
15.与所述至少一个处理器通信连接的存储器；其中，
16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。
18.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。
19.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
20.附图用于更好地理解本方案，不构成对本公开的限定。其中：
21.图1为本公开所述风格化基底生成方法第一实施例的流程图；
22.图2为本公开所述风格化基底生成方法第二实施例的流程图；
23.图3为本公开所述风格化基底生成方法的整体实现过程示意图；
24.图4为本公开所述风格化基底生成装置实施例400的组成结构示意图；
25.图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。
具体实施方式
26.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
27.另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
28.图1为本公开所述风格化基底生成方法第一实施例的流程图。如图1所示，包括以下具体实现方式。
29.在步骤101中，获取预定风格的第一基础基底。
30.在步骤102中，针对待生成类型基底，获取对应的所述待生成类型的真实人脸基底，作为参考基底。
31.在步骤103中，根据参考基底以及第一基础基底，生成所述预定风格的待生成类型基底。
32.本公开的一个实施例中，待生成类型基底可包括形状基底和/或表情基底，优选地，可同时包括形状基底和表情基底，但不限于此，对于其它类型基底同样适用，即具有广泛适用性。
33.传统方式中，风格化的基础基底、形状基底和表情基底都是由美工师手动设计生成的，如按照需求方的口头描述等手动设计出一个预定风格的基础基底，在得到大家的认可后，基于所述基础基底，手动设计出所述预定风格的形状基底和表情基底，相应地，需要耗费较大的人力和时间成本，而且效率低下。各种基底均可理解为三维的人脸模型。
34.而采用本公开方法实施例所述方案，可基于获取到的预定风格的第一基础基底以及待生成类型的真实人脸基底，自动地生成所述预定风格的待生成类型基底，从而节省了人力和时间成本，并提升了处理效率。
35.具体地，可首先获取预定风格的第一基础基底。本公开的一个实施例中，第一基础基底可包括：按照所述预定风格对第二基础基底进行调整后得到的基础基底，第二基础基底为真实人脸基底。
36.所述预定风格具体为何种风格可根据实际需要而定，比如，可为卡通风格。
37.针对第二基础基底，可由美工师通过手动调整，得到所需的第一基础基底。比如，可将第二基础基底展示在可视化界面上，进而可由美工师借助于界面上的一些工具，按照
预定风格，对第二基础基底进行调整，如将眼睛调整为圆形，将嘴巴调整为月牙形等，从而得到风格化的第一基础基底。
38.如何获取第二基础基底不作限制。比如，可从开源的数据库中获取一个真实人脸基底，作为第二基础基底。
39.通过上述方式，可高效准确地获取到所需的第一基础基底，从而为后续处理奠定了良好的基础，而且，除获取第一基础基底需要美工师介入外，后续其它操作均可自动完成，因此并不会带来过多的人力和时间成本消耗。
40.之后，可基于第一基础基底生成待生成类型基底，如生成形状基底和表情基底。
41.其中，可获取对应的待生成类型的真实人脸基底，作为参考基底，进而可根据参考基底以及第一基础基底，生成所述预定风格的待生成类型基底，如生成卡通风格的形状基底和表情基底等。
42.如何获取参考基底同样不作限制。比如，可从开源的数据库中获取待生成类型的真实人脸基底，作为所需的参考基底，再比如，也可基于海量的二维真实人脸图像，生成所需的参考基底。
43.具体地，本公开的一个实施例中，可首先根据第一基础基底以及第二基础基底，确定出仿射变换矩阵，之后可根据参考基底以及仿射变换矩阵，生成所述预定风格的待生成类型基底。
44.即可根据调整前后的两个基础基底，确定出仿射变换矩阵，其中，可采用已有的仿射变换矩阵计算方式，基于调整前后的两个基础基底，计算出仿射变换矩阵，仿射变换矩阵通常为2*3的矩阵，之后可根据参考基底以及仿射变换矩阵，通过对参考基底进行旋转、平移和缩放等操作，生成所述预定风格的待生成类型基底。
45.本公开的一个实施例中，可根据参考基底以及仿射变换矩阵，通过形变迁移(dt，deformation transfer)算法，生成所述预定风格的待生成类型基底。
46.dt算法为成熟的迁移算法，相应地，基于该算法，可实现快速、低成本、高精度地生成所述预定风格的待生成类型基底。
47.本公开的一个实施例中，所述参考基底可包括：m维参考基底，m为大于一的正整数，所述m维参考基底可为主成分分析(pca，principal component analysis)参考基底，相应地，生成所述预定风格的待生成类型基底可包括：生成m维所述预定风格的待生成类型基底。m的具体取值可根据实际需要而定。
48.假设待生成类型基底为表情基底，并假设m的取值为150，那么可获取一组参考基底，这组参考基底中可包括150维真实人脸表情基底，后续，可相应地生成150维所述预定风格的表情基底。
49.传统方式中，通过美工师手动设计来得到多维形状基底和多维表情基底，这种方式很难避免不同维度的基底之间没有重复，而如果存在重复，那么在实际重建过程中就可能会导致维度形变，从而影响重建效果。
50.而采用本公开所述方式后，由于m维参考基底为pca参考基底，即任意两维参考基底之间都是正交的，那么相应地，可避免最终生成的待生成类型基底中的不同维度的基底之间存在重复，进而避免了维度形变等问题，提升了重建效果。
51.结合上述介绍，图2为本公开所述风格化基底生成方法第二实施例的流程图。本实
施例中，假设所述预定风格为卡通风格，并假设所述待生成类型基底为表情基底。如图2所示，包括以下具体实现方式。
52.在步骤201中，获取卡通风格的第一基础基底，所述第一基础基底为按照卡通风格对第二基础基底进行调整后得到的，所述第二基础基底为真实人脸基底。
53.在实际应用中，可由美工师按照卡通风格对第二基础基底进行调整，以得到第一基础基底。
54.第一基础基底和第二基础基底的数量均可为1。
55.在步骤202中，根据第一基础基底以及第二基础基底，确定出仿射变换矩阵。
56.即可根据调整前后的两个基础基底，确定出仿射变换矩阵。
57.在步骤203中，获取真实人脸表情基底，作为参考基底。
58.比如，可从开源的数据库中获取一组真实人脸表情基底，其中可包括多维真实人脸表情基底，作为所需的参考基底。
59.在步骤204中，根据参考基底以及仿射变换矩阵，通过dt算法，生成卡通风格的表情基底。
60.其中，所述参考基底可包括：m维参考基底，m为大于一的正整数，另外，所述m维参考基底可为pca参考基底，相应地，可生成m维卡通风格的表情基底，即得到所需的m维风格化表情基底。
61.上述实施例中以表情基底为例进行说明，对于其它类型基底，可采用同样的处理方式。
62.相应地，图3为本公开所述风格化基底生成方法的整体实现过程示意图。如图3所示，可基于第二基础基底生成风格化的第一基础基底，并可根据第一基础基底和第二基础基底生成仿射变换矩阵，进而可根据获取到的参考基底以及仿射变换矩阵，通过dt算法，生成所需的风格化表情基底以及风格化形状基底等，具体实现不再赘述。
63.需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。
64.总之，采用本公开方法实施例所述方案，除少量的工作需要由美工师来完成外，其它均可自动完成，从而获取到所需的风格化基底，节省了人力和时间成本，并提升了处理效率，而且，可确保生成的风格化基底质量等。
65.以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
66.图4为本公开所述风格化基底生成装置实施例400的组成结构示意图。如图4所示，包括：第一获取模块401、第二获取模块402以及生成模块403。
67.第一获取模块401，用于获取预定风格的第一基础基底。
68.第二获取模块402，用于针对待生成类型基底，获取对应的所述待生成类型的真实人脸基底，作为参考基底。
69.生成模块403，用于根据所述参考基底以及所述第一基础基底，生成所述预定风格
的待生成类型基底。
70.采用上述装置实施例所述方案，可基于获取到的预定风格的第一基础基底以及待生成类型的真实人脸基底，自动地生成所述预定风格的待生成类型基底，从而节省了人力和时间成本，并提升了处理效率。
71.本公开的一个实施例中，所述待生成类型基底可包括形状基底和/或表情基底，但不限于此，对于其它类型基底同样适用。
72.第一获取模块401可获取预定风格的第一基础基底。本公开的一个实施例中，第一基础基底可包括：按照所述预定风格对第二基础基底进行调整后得到的基础基底，第二基础基底为真实人脸基底。
73.所述预定风格具体为何种风格可根据实际需要而定，比如，可为卡通风格。
74.针对第二基础基底，可由美工师通过手动调整，得到所需的第一基础基底。比如，可将第二基础基底展示在可视化界面上，进而可由美工师借助于界面上的一些工具，按照预定风格，对第二基础基底进行调整，从而得到风格化的第一基础基底。
75.之后，可基于第一基础基底生成待生成类型基底，如生成形状基底和表情基底。
76.其中，第二获取模块402可针对待生成类型基底，获取对应的所述待生成类型的真实人脸基底，作为参考基底，进一步地，生成模块403可根据参考基底以及第一基础基底，生成所述预定风格的待生成类型基底。
77.本公开的一个实施例中，生成模块403可首先根据第一基础基底以及第二基础基底，确定出仿射变换矩阵，之后可根据参考基底以及仿射变换矩阵，生成所述预定风格的待生成类型基底。
78.即可根据调整前后的两个基础基底，确定出仿射变换矩阵，其中，可采用已有的仿射变换矩阵计算方式，基于调整前后的两个基础基底，计算出仿射变换矩阵，仿射变换矩阵通常为2*3的矩阵，之后可根据参考基底以及仿射变换矩阵，通过对参考基底进行旋转、平移和缩放等操作，生成所述预定风格的待生成类型基底。
79.本公开的一个实施例中，生成模块403可根据参考基底以及仿射变换矩阵，通过dt算法，生成所述预定风格的待生成类型基底。
80.另外，本公开的一个实施例中，所述参考基底可包括：m维参考基底，m为大于一的正整数，所述m维参考基底可为pca参考基底，相应地，生成模块403生成所述预定风格的待生成类型基底可包括：生成m维所述预定风格的待生成类型基底。m的具体取值可根据实际需要而定。
81.图4所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。
82.总之，采用本公开装置实施例所述方案，除少量的工作需要由美工师来完成外，其它均可自动完成，从而获取到所需的风格化基底，节省了人力和时间成本，并提升了处理效率，而且，可确保生成的风格化基底质量等。
83.本公开所述方案可应用于人工智能领域，特别涉及增强现实、虚拟现实、计算机视觉以及深度学习等领域，可应用于元宇宙和虚拟数字人等场景。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云
计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
84.本公开所述实施例中的人脸等并不是针对某一特定用户的，并不能反映出某一特定用户的个人信息。本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
85.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
86.图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
87.如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
88.设备500中的多个部件连接至i/o接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
89.计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。
90.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
91.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
92.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
93.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
94.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
95.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
96.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
97.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。