申请/专利权人：浙江大学;OPPO广东移动通信有限公司

申请日：2024-04-16

公开（公告）日：2024-07-05

公开（公告）号：CN118298087A

主分类号：G06T15/00

分类号：G06T15/00;G06T17/00;G06N3/094;G06N3/045;G06N3/0475;G06T11/60;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种基于GAN先验的从文本生成三维肖像的方法及装置，属于三维肖像生成技术领域，包括：训练能生成粗糙三维肖像的三维感知GAN，作为高质量三维肖像生成的先验；将文本提示输入扩散模型，生成符合文本提示的二维肖像图像；将二维肖像图像投影到训练好的三维感知GAN模型的隐空间中，得到最佳隐码，根据最佳隐码生成目标三维表示；通过分数蒸馏采样，将扩散模型的知识蒸馏到目标三维表示中，得到目标三维肖像；渲染目标三维肖像，得到渲染图，再经过扩散模型优化后，作为训练数据对目标三维肖像进行进一步优化，得到高质量三维肖像。通过本发明提供的方法可以生成高质量、视图一致、逼真且与输入文字提示相符合的三维肖像。

主权项：1.一种基于GAN先验的从文本生成三维肖像的方法，其特征在于，包括以下步骤：步骤1：以金字塔结构的三维表示为数据存储格式，训练一个能生成粗糙三维肖像的三维感知GAN模型，所述三维感知GAN模型作为目标三维肖像的先验模型；步骤2：将描述目标三维肖像的文本提示输入扩散模型，生成对应的二维肖像图像，所述扩散模型作为指导模型；步骤3：将二维肖像图像投影到训练好的三维感知GAN模型的隐空间中，得到最佳隐码，根据最佳隐码生成二维肖像图像对应的目标三维表示，所述目标三维表示作为后续步骤中生成目标三维肖像的先验；步骤4：通过分数蒸馏采样，将扩散模型的知识蒸馏到目标三维表示中，得到目标三维肖像；步骤5：对目标三维肖像进行渲染，得到目标渲染图，将目标渲染图通过扩散模型进行优化，得到参考渲染图，根据所述参考渲染图优化目标三维肖像，当目标三维肖像和参考渲染图之间的损失函数最小化时，得到最终的高质量目标三维肖像。

全文数据：

权利要求：

百度查询： 浙江大学 OPPO广东移动通信有限公司 一种基于GAN先验的从文本生成三维肖像的方法及装置

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