一种面部数字资产制作方法技术

本发明专利技术公开了一种面部数字资产制作方法，包括以下处理流程：确定预存留的数字资产内容；面部妆容制作；面部素材采集；将素材转化为计算机可识别的数学模型；利用计算机人工智能技术对数学模型进行对抗训练；生成面部的专属模型代码，即面部数字资产。本发明专利技术通过收集高精度面部数据、训练素材，得到可应用于影视级别和数字虚拟领域的面部数字资产，具有制作成本低、还原度高、呈现效果生动形象的技术优势。呈现效果生动形象的技术优势。呈现效果生动形象的技术优势。

【技术实现步骤摘要】
一种面部数字资产制作方法


[0001]本专利技术涉及一种面部数字资产制作方法，尤其涉及一种基于人工智能和深伪技术的面部数字资产制作方法。

技术介绍

[0002]现如今以计算机为主要工具进行视觉设计和生产的一系列相关产业已形成相当的规模，特别是影视化和短视频平台的不断发展，人们对视频中所展现的特效效果要求也越来越高；特别是面部呈现效果，对视频的呈现质感、观看体验有着非常重要的影响。然而，现有的计算机动画为满足高还原度需求普遍存在制作成本高的缺陷，不适用于大规模发展应用；对于低成本的计算机动画则存在着呈现效果不生动形象、还原度低的缺陷。

技术实现思路

[0003]为了解决上述技术所存在的不足之处，本专利技术提供了一种面部数字资产制作方法。
[0004]为了解决以上技术问题，本专利技术采用的技术方案是：一种面部数字资产制作方法，包括以下处理流程：
[0005]步骤一、确定预存留的数字资产内容；
[0006]步骤二、面部妆容制作；
[0007]步骤三、面部素材采集；
[0008]步骤四、将素材转化为计算机可识别的数学模型；
[0009]步骤五、利用计算机人工智能技术对数学模型进行对抗训练；
[0010]步骤六、生成面部的专属模型代码，即面部数字资产。
[0011]进一步地，制作的面部妆容为面部普通妆容，在用户原始脸部特征的基础上进行美化，不涉及面部结构的改变。
[0012]进一步地，制作的面部妆容为面部特效妆容；采用特效化化妆手段制作专属特效妆容，涉及面部结构的改变，需对特效妆容的效果进行测试。
[0013]进一步地，采用九点式面部素材采集方法获取面部数据，采集到的数据为分辨率至少为4K的视频素材。
[0014]进一步地，九点式面部素材采集方法为：用户置于可逆时针旋转的底台上进行既定表情的表演，通过9台高清摄像机记录用户全角度的面部特征以及肌肉运动方式；以被摄体为焦点中心，9台高清摄像机环绕于被摄体0
‑
180度的范围内摆放。
[0015]进一步地，采集的面部视频素材还原为图像形式，并生成一个专属于用户的面部特征及肌肉运动的数据库；
[0016]使用人脸识别技术将数据库中的图片内容转化为计算机可识别的数学模型。
[0017]进一步地，采用的人脸识别技术是基于局部特征区域的单训练样本人脸识别方法，包括以下处理步骤：
[0018]第一步，对局部特征进行定义，即针对面部数据采集区域的划定；
[0019]第二步，人脸局部区域特征的提取，依据经过样本训练后得到的变换矩阵将人脸图像向量映射为人脸特征向量，即获得基于人脸特征点的识别算法模型。
[0020]进一步地，利用生成对抗网络，通过生成模型G和判别模型D互相博弈的方法来进行数学模型的对抗训练，训练周期约为7～14天。
[0021]进一步地，对抗训练过程为：分别定义生成模型G和判别模型D，生成模型G能够输入一个向量，输出带有用户面部特征的像素图片；判别模型D判别图片真假，输入为生成模型G生成的带有用户面部特征的像素图片和专属用户的面部特征及肌肉运动的图片形式素材库，输出为判别图片的标签；
[0022]初始化判别器D和生成器G的参数；
[0023]从真实样本中采样M个样本，从先验分布噪声中采样M个噪声样本并通过生成器G获取M个生成样本；固定生成器G，训练判别器D高精度区分正确样本和生成样本的能力；
[0024]多次更新迭代，当判别器D判别不出样本来自于生成器的输出还是真实的输出，完成对抗训练。
[0025]进一步地，面部数字资产的表现形式为一段可存储及重复调用的代码形式。
[0026]本专利技术公开了一种面部数字资产制作方法，通过收集高精度面部数据、训练素材，得到可应用于影视级别和数字虚拟领域的面部数字资产，具有制作成本低、还原度高、呈现效果生动形象的技术优势。
附图说明
[0027]图1为本专利技术的制作流程示意图。
[0028]图2为本专利技术普通妆容的制作过程示意图。
[0029]图3为本专利技术普通妆容的成品示意图。
[0030]图4为本专利技术特效妆容的制作过程示意图。
[0031]图5为本专利技术特效妆容的成品示意图。
[0032]图6为本专利技术五官68关键点位示意图。
[0033]图7为本专利技术脸部轮廓68关键点位示意图。
[0034]图8为本专利技术生成对抗网络的训练示意图。
具体实施方式
[0035]下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0036]本专利技术公开了一种面部数字资产制作方法，如图1所示，包括以下处理流程：
[0037]步骤一、确定预存留的数字资产内容；
[0038]由用户确定预存留的面部数字资产内容，即最终所需要留存的面部数字资产内容；面部数字资产通常包含：即将记录的用户面部特征，如五官位置及比例、脸型轮廓、五官相对角度及面部妆容。
[0039]步骤二、面部妆容制作；
[0040]根据用户预存留的面部数字资产内容进行面部妆容制作；面部妆容大致可分为两类，面部普通妆容、面部特效妆容。
[0041]普通妆容即为影视剧中常见的化妆手段，在用户原始脸部特征的基础上进行美化，不涉及改变用户的面部结构；如图2展现了面部普通妆容的制作；如图3所示，呈现了面部普通妆容成品。
[0042]特效妆容即为使用特定的面部塑造手段和化妆技巧改变用户原有的面部特征，使其达到“不似真人”的效果；比如改变用户的皮肤颜色，使用硅胶或其他填充物改变脸型轮廓和五官位置等。如图4展现了面部特效妆容的制作；如图5所示，呈现了面部特效妆容成品。
[0043]若用户选择了面部特效妆容，针对用户需求进行特效妆容的创作，使用并结合绘画等形式根据用户的面部轮廓和需求创作属于用户本人的、独一无二的“元宇宙”面部形象；按照已经确定好的面部形象，使用面部翻模、面部雕塑以及假体制作等特效化化妆手段制作专属于用户的特效妆容；配合实际安装效果的测试，此测试的内容是保证面部特效妆容与既定创造的妆容一致的前提下，保证后续面部肌肉运动的流畅性，以达到采集素材时可以完全还原面部肌肉运动。
[0044]步骤三、面部素材采集；
[0045]采用九点式面部素材采集方法获取面部数据，采集到的数据为分辨率至少为4K(3840*2160)的视频素材。采集过程中，用户将置于一个可逆时针旋转的底台上进行既定表情的表演，既定表情有33组(33组表情基本覆盖了人类绝大部分常见的面部肌肉运动形式)；通过9台高低错落、角度不同的高清摄像机完全记录用户全角度的面部特征以及肌肉运动方式。
[0046]九点式面部素材采集方法具体为：以被摄体(需进行数据采集的用户的面部)为焦点中心，在保证面部光线充足且均匀的前提下，将九台高清摄像机环绕于被摄体0
‑
180度的范围内摆放，以横轴30度、45度、60度、90度、12本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面部数字资产制作方法，其特征在于：包括以下处理流程：步骤一、确定预存留的数字资产内容；步骤二、面部妆容制作；步骤三、面部素材采集；步骤四、将素材转化为计算机可识别的数学模型；步骤五、利用计算机人工智能技术对数学模型进行对抗训练；步骤六、生成面部的专属模型代码，即面部数字资产。2.根据权利要求1所述的面部数字资产制作方法，其特征在于：制作的面部妆容为面部普通妆容，在用户原始脸部特征的基础上进行美化，不涉及面部结构的改变。3.根据权利要求1所述的面部数字资产制作方法，其特征在于：制作的面部妆容为面部特效妆容；采用特效化化妆手段制作专属特效妆容，涉及面部结构的改变，需对特效妆容的效果进行测试。4.根据权利要求2或3所述的面部数字资产制作方法，其特征在于：采用九点式面部素材采集方法获取面部数据，采集到的数据为分辨率至少为4K的视频素材。5.根据权利要求4所述的面部数字资产制作方法，其特征在于：九点式面部素材采集方法为：用户置于可逆时针旋转的底台上进行既定表情的表演，通过9台高清摄像机记录用户全角度的面部特征以及肌肉运动方式；以被摄体为焦点中心，9台高清摄像机环绕于被摄体0
‑
180度的范围内摆放。6.根据权利要求4所述的面部数字资产制作方法，其特征在于：采集的面部视频素材还原为图像形式，并生成一个专属于用户的面部特征及肌肉运动的数据库；使用人脸识别技术将数据库中的图片内容转化为计算机可识别的数学模型。7.根据权利要...

【专利技术属性】
技术研发人员：贾真，刘锟，吕莹欣，刘俊吕，杜希雯，
申请(专利权)人：北京大橘大栗文化传媒有限公司，
类型：发明
国别省市：