龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东理工大学
摘要：本发明属于人脸建模技术领域，涉及一种基于深度学习算法生成人脸3D图像的方法，步骤包括：采用变分自编码器和卷积神经网络，构建人脸3D图像生成模型：变分自编码器的编码器将输入数据压缩为低维度的特征向量表示，解码器将提取的特征向量作用到FLAME基准人脸模型上，从而生成目标3D人脸模型；构建训练模型，并基于人脸2D图像数据集，对人脸3D图像生成模型进行训练；用户上传人脸2D图像，通过训练后的人脸3D图像生成模型对用户图像进行重构，最终得到细致的用户人脸3D图像。本发明可以通过单张人脸2D图像，自动生成一个真实的立体图像，使用更加方便，而且更加贴近真实，能用很好的应用在虚拟空间领域。
主权项：1.一种基于深度学习算法生成人脸3D图像的方法，其特征在于包括以下步骤：S1、采用变分自编码器和卷积神经网络，构建人脸3D图像生成模型：变分自编码器的编码器将输入数据压缩为低维度的特征向量表示，即为从输入数据中提取特征向量，变分自编码器的解码器将提取的特征向量作用到FLAME基准人脸模型上，从而生成目标3D人脸模型，其中编码器采用卷积神经网络结构，解码器采用FLAME基准人脸模型的解析函数，人脸3D图像生成模型的输入数据为人脸2D图像，输出为3D空间的向量；S2、构建训练模型，并基于人脸2D图像数据集，对人脸3D图像生成模型进行训练；训练模型为采用Python编程语言和pytorch深度学习框架搭建的基于深度学习的卷积神经网络模型，训练过程包括：S21、进行数据预处理；S22、预训练编码器和解码器；S23、进行coarse训练；S24、进一步进行训练，得到更为细致的表情参数；S3、用户上传人脸2D图像，通过训练后的人脸3D图像生成模型对用户图像进行重构，最终得到细致的用户人脸3D图像。
全文数据：
权利要求：
百度查询： 山东理工大学 一种基于深度学习算法生成人脸3D图像的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号