用于捕捉面部表情特征的方法、终端设备和计算机可读存储介质技术

本公开的实施例公开了用于捕捉面部表情特征的方法、终端设备和计算机可读存储介质。该方法的一具体实施方式包括：启动深度摄像机；接受该深度摄像机返回的面部数据；对于面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量；基于面部数据中的每个深度图像的偏移量，生成面部表情特征。这种方法使用深度摄像机获取面部数据，能够直接提取所拍摄对象面部的三维特征，同时，利用预先确定的人脸检测模型确定所拍摄对象面部数据中每个深度图像的偏移量，方便用户捕获有效的面部表情特征。

【技术实现步骤摘要】
用于捕捉面部表情特征的方法、终端设备和计算机可读存储介质
本公开实施例涉及运动捕捉和数据表示领域，具体涉及一种面部图像特征捕获和预处理作用的组合方法、电子设备。
技术介绍
随着运动捕捉技术的快速发展，运动捕捉系统在影视、动画制作上被广泛应用。目前，大多数运动捕捉系统通过跟踪粘帖在表演者面部标识点的方式对面部表情进行捕捉，这种捕捉方式对表情具有较大的束缚性，标识点极易脱落，降低了表演者对模型表情的精细化控制。因此，在无任何辅助标识点的条件下，利用运动捕捉技术实现对面部表情的定位以及捕获面部表情特征，已经成为运动捕捉技术中的热点问题。
技术实现思路
本公开实施例提出了一种用于捕捉面部表情特征的方法。第一方面，本公开实施例提供了一种用于捕捉面部表情特征的方法，该方法包括：启动深度摄像机；接受深度摄像机返回的面部数据，其中，面部数据包括第一数目个深度图像；对于面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量；基于面部数据中的每个深度图像的偏移量，生成面部表情特征。在一些实施例中，深度图像包含了表征所拍摄对象的深度信息，其中，深度信息是指所拍摄对象的三维特征。在一些实施例中，该方法还包括：基于人脸检测模型，生成面部关键区域内的面部关键点集合的初始位置信息集合，其中，面部关键区域包括左眼区域、右眼区域、左眉区域、右眉区域、嘴巴区域、鼻子区域，以及，面部关键点集合的初始位置信息集合包括左眼初始位置信息、右眼初始位置信息、左眉初始位置信息、右眉初始位置信息、左嘴角的初始位置信息、右嘴角的初始位置信息、鼻尖的初始位置信息。在一些实施例中，基于人脸检测模型，生成面部关键区域内的面部关键点集合的初始位置信息集合，包括：获取标准面部图像，其中，标准面部图像是中性人脸图像；利用人脸检测模型，标定标准面部图像的初始位置信息集合；将标准面部图像的初始位置信息集合确定为面部关键区域内的面部关键点集合的初始位置信息集合。在一些实施例中，对于面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量，包括：基于预先确定的人脸检测模型，获取该深度图像中的面部关键点集合的位置信息集合；将面部关键点集合的位置信息集合与对应的面部关键点集合的初始位置信息集合进行匹配，得到该深度图像的差值信息；将差值信息确定为偏移量。在一些实施例中，将面部关键点集合的位置信息集合与对应的所述面部关键点集合的初始位置信息集合进行匹配，得到该深度图像的差值信息，包括：基于面部关键点集合的位置信息集合，利用径向基函数插值，得到插值后的关键点信息集合M1，其中，径向基函数基于下式生成M1中每个关键点i的插值后的关键点信息mi，M1是由第一数目个mi组成的关键点信息集合：其中，mi表示生成的插值后的关键点i的关键点信息，pi表示第i个关键点的位置，i表示关键点计数，n表示插值后得到的标记点的个数，j表示插值后得到的标记点计数，P是径向基函数的多项式项，pj表示第j个标记点的位置，P是一个固定的仿射变换，φ表示径向基函数，λ表示径向基函数的权值矩阵，λj表示插值后得到的第j个标记点对应的径向基函数的权值矩阵；基于面部关键点集合的初始位置信息集合，利用径向基函数插值，得到插值后的初始关键点信息集合M2；将关键点信息集合M1和初始关键点信息集合M2的差值确定为该深度图像的差值信息。在一些实施例中，该方法还包括：保存面部数据中的每个深度图像的偏移量，生成面部表情特征。第二方面，本公开实施例提供了一种终端设备，该终端设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第三方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本公开实施例提供一种用于捕捉面部表情特征的方法，启动深度摄像机；接受该深度摄像机返回的面部数据；对于面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量；基于面部数据中的每个深度图像的偏移量，生成面部表情特征。本公开的上述各个实施例中的一个实施例具有如下有益效果：使用深度摄像机获取面部数据，无需对面部数据进行三维重建可以直接得到包含所拍摄对象的三维特征的深度信息。利用预先确定的人脸检测模型进行初始面部表情特征标定，自动生成面部关键区域内的面部关键点的初始位置信息。对深度摄像机获得的面部数据中的每幅深度图像，生成面部关键区域内的面部关键点的偏移量，基于偏移量，生成面部表情特征。本公开的实施例使用深度摄像机获取面部数据，能够直接提取所拍摄对象面部的三维特征，同时，利用预先确定的人脸检测模型确定所拍摄对象面部数据中每个深度图像的偏移量，方便用户捕获有效的面部表情特征。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；图2是根据本公开的用于捕捉面部表情特征的方法的一些实施例的流程图；图3是根据本公开的一些实施例的用于捕捉面部表情特征的方法的一个应用场景的示意图；图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。下面将参考附图并结合实施例来详细说明本公开。图1示出了可以应用本公开的用于捕捉面部表情特征的方法的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如数字签名应用、特征提取应用、运动捕捉应用等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有本文档来自技高网...

【技术保护点】
1.一种用于捕捉面部表情特征的方法，包括：/n启动深度摄像机；/n接受所述深度摄像机返回的面部数据，其中，所述面部数据包括第一数目个深度图像；/n对于所述面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量；/n基于所述面部数据中的每个深度图像的偏移量，生成面部表情特征。/n

【技术特征摘要】
1.一种用于捕捉面部表情特征的方法，包括：
启动深度摄像机；
接受所述深度摄像机返回的面部数据，其中，所述面部数据包括第一数目个深度图像；
对于所述面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量；
基于所述面部数据中的每个深度图像的偏移量，生成面部表情特征。


2.根据权利要求1所述的方法，其中，所述深度图像包含了表征所拍摄对象的深度信息，其中，所述深度信息是指所拍摄对象的三维特征。


3.根据权利要求2所述的方法，其中，所述方法还包括：
基于所述人脸检测模型，生成面部关键区域内的面部关键点集合的初始位置信息集合，其中，所述面部关键区域包括左眼区域、右眼区域、左眉区域、右眉区域、嘴巴区域、鼻子区域，以及，所述面部关键点集合的初始位置信息集合包括左眼初始位置信息、右眼初始位置信息、左眉初始位置信息、右眉初始位置信息、左嘴角的初始位置信息、右嘴角的初始位置信息、鼻尖的初始位置信息。


4.根据权利要求3所述的方法，其中，所述基于所述人脸检测模型，生成面部关键区域内的面部关键点集合的初始位置信息集合，包括：
获取标准面部图像，其中，所述标准面部图像是中性人脸图像；
利用所述人脸检测模型，标定所述标准面部图像的初始位置信息集合；
将所述标准面部图像的初始位置信息集合确定为所述面部关键区域内的面部关键点集合的初始位置信息集合。


5.根据权利要求3所述的方法，其中，所述对于所述面部数据中的每个深度图像，生成该深度图像对应于预先确定的人脸检测模型的偏移量，包括：
基于所述预先确定的人脸检测模型，获取该深度图像中的面部关键点集合的位置信息集合；
将所述面部关键点集合的位置信息集合与对应的所述面部关键点集合的...

【专利技术属性】
技术研发人员：生金龙，
申请(专利权)人：北京攸乐科技有限公司，
类型：发明
国别省市：北京;11