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：杭州一知智能科技有限公司
摘要：本发明公开了一种数字人口型合成中多任务实时抠图方法及系统，属于图像合成技术领域。包括：获取指定文案的完整口播视频作为历史视频，并获得历史视频的音频数据、RGB口型图片和alpha通道图片；获取音频特征及两张人脸区域图片并对齐；对音频特征和RGB口型图片的人脸区域图片均进行特征提取并将结果进行特征融合；构建多任务人脸图像生成模型，基于特征融合结果获得预训练的模型；利用预训练的模型对待生成人脸图像的音频进行处理，得到对应的RGB口型图片和alpha通道图片，基于该alpha通道图片对该RGB口型图片进行抠图，完成抠图。本发明在输出口型图片的同时一并输出对应的alpha通道图片，不需要进行二次抠图。
主权项：1.一种数字人口型合成中多任务实时抠图方法，其特征在于，包括以下步骤：1）获取指定文案的完整口播视频作为历史视频，并获得历史视频的音频数据、RGB口型图片和alpha通道图片；2）获取所述音频数据的音频特征以及RGB口型图片和alpha通道图片各自对应的人脸区域图片，将音频特征和两个人脸区域图片进行对齐；对对齐后的音频特征和RGB口型图片对应的人脸区域图片分别进行特征提取，将两个结果进行特征融合；3）构建多任务人脸图像生成模型，将特征融合结果输入到所述模型中，获得第一RGB口型图片和第一alpha通道图片，根据第一RGB口型图片和第一alpha通道图片更新所述模型的参数，获得预训练的模型；4）利用预训练的模型对待生成人脸图像的音频进行处理，得到对应的RGB口型图片和alpha通道图片，基于该alpha通道图片对该RGB口型图片进行抠图，完成抠图。
全文数据：
权利要求：
百度查询： 杭州一知智能科技有限公司 一种数字人口型合成中多任务实时抠图方法及系统
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