CN114693876B - 数字人生成方法、装置、存储介质和电子设备 - Google Patents

Abstract

本公开涉及一种数字人生成方法、装置、存储介质和电子设备，该方法包括：获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；根据所述配准人脸模型确定对应的骨骼参数；根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。本公开能够根据单张目标人脸图像，自动生成与目标人脸图像中人脸的脸部特征相似的数字人。

Description

数字人生成方法、装置、存储介质和电子设备

技术领域

本公开涉及图像处理技术领域，具体地，涉及一种数字人生成方法、装置、存储介质和电子设备。

背景技术

相关技术中，通常是利用成熟的数字人生成应用来创建数字人，数字人生成应用中提供有各种用于配置人脸、身体形状和服装的属性，任何使用者可以在数字人生成应用中根据这些属性进行自由捏脸，例如对于数字人的脸部特征，可以自由设置数字人的脸部形状、皮肤、眼睛、牙齿以及妆容等属性，从而创建出对应的数字人。但这样创建数字人，既不够灵活，且数字人的脸部特征依赖于用户不断调节各种属性，很难调节到较为满意的结果。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种数字人生成方法，包括：

获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；

根据所述配准人脸模型确定对应的骨骼参数；

根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

第二方面，本公开提供一种数字人生成装置，包括：

人脸重建模块，用于获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

人脸配准模块，用于将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；

骨骼确定模块，用于根据所述配准人脸模型确定对应的骨骼参数；

数字人获得模块，用于根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。

通过上述方案，能够基于一张目标人脸图像，自动生成与该目标人脸图像中人脸的脸部特征相似的数字人，对于用户而言，只需要上传一张人脸图像即可，不再需要反复调节关于数字人脸部的各种属性，整个过程十分便捷，用户也不需要学习关于数字人生成应用的各种操作，无任何学习门槛。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1示出了一示例性实施例提供的数字人生成方法的流程图；

图2示出了一示例性实施例提供的步骤S104的一种实施方式的流程图；

图3示出了一示例性实施例提供的数字人生成方法的又一流程图；

图4示出了一示例性实施例提供的数字人生成装置的框图；

图5示出了一示例性实施例提供的电子设备的框图。

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。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

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”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

基于相关技术在生成数字人时存在的技术问题，本公开提出一种数字人生成方法，能够接收用户主动上传的人脸图像，并根据该人脸图像自动生成与该人脸图像中人脸的脸部特征相似的数字人。图1示出了一示例性实施例提供的数字人生成方法的流程图，请参照图1，该方法包括：

S101，获取目标人脸图像，并对该目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图。

其中，获取用户上传的目标人脸图像，通过训练好的人脸重建算法对该目标人脸图像进行人脸重建，得到对应的三维人脸模型和第一纹理贴图。三维人脸模型表示由多个顶点的坐标组成的三维人脸，第一纹理贴图表示根据目标人脸图像中的脸部纹理信息得到的纹理贴图。

需要说明的是，当用户需要使用本公开提供的数字人生成服务之前，应当向用户发送提示信息，以明确地提示用户，其请求执行的数字人生成操作将需要用户上传一张人脸图像，并需要获得用户的确认，然后再由用户上传一张目标人脸图像，从而根据用户上传的目标人脸图像进行后续处理。此外还需注意的是，用户上传目标人脸图像的操作应当是合法合规的，例如当上传用户并非目标人脸图像中的人脸用户时，上传用户在上传目标人脸图像之前，还应当获取目标人脸图像中的人脸用户的使用授权。或者，目标人脸图像也可以是网上公开授权使用的人脸图像。

S102，将该三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型。

通常情况下，通过人脸重建算法对目标人脸图像进行人脸重建得到的三维人脸模型，其顶点拓扑结构与数字人的顶点拓扑结构并不相同，因此，在得到三维人脸模型之后，需要将三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型。

可选的，目标拓扑结构为根据目标数字人生成应用设置的表达人脸的顶点拓扑结构，其中，目标数字人生成应用可以是Metahuman。为了复用目标数字人生成应用中的动画、表情等各种能力，首先需要让人脸模型的顶点拓扑结构与目标数字人生成应用需求的顶点拓扑结构一致。因此在上述步骤中，将三维人脸模型中表达人脸的多个顶点采用目标拓扑结构进行表达，从而得到配准人脸模型。例如，在Metahuman中采用的顶点拓扑结构通常采用两万余个顶点来表达一张人脸，而人脸重建算法通常采用三万余个顶点来表达一张人脸，因此，需要将通过人脸重建算法得到的三维人脸模型中的三万余个顶点与Metahuman采用的两万余个顶点的顶点拓扑结构进行配准。

S103，根据该配准人脸模型确定对应的骨骼参数。

在Metahuman或其他数字人生成应用中，动画以及绑定等各种能力都是与骨骼绑定，如果只有人脸模型而没有骨骼点，则各种运动无法与骨骼绑定，生成的数字人只能是静态的。为了得到动态的数字人，在得到配准人脸模型后，需要根据配准人脸模型反算其骨骼位置。

其中，可通过多层感知机确定配准人脸模型中对应人脸的骨骼位置，得到上述骨骼参数。

S104，根据该骨骼参数生成带有骨骼点的目标人脸模型，并根据第一纹理贴图为该目标人脸模型设置相应的纹理，得到与目标人脸图像中的人脸匹配的数字人。

在确定对应的骨骼参数后，根据该骨骼参数生成带有骨骼点的目标人脸模型，其中，目标人脸模型同样采用的是目标拓扑结构来表达人脸。示例性的，目标人脸模型可根据该骨骼参数和预先指定的采用目标拓扑结构表达的基础脸生成。然后，根据第一纹理贴图为目标人脸模型设置相应的纹理，从而得到与目标人脸图像中人脸的脸部特征相似的数字人。由于目标人脸模型中带有骨骼点，所以生成的数字人能够产生各种动态变化，如作出各种表情。

通过上述方案，本公开能够基于一张目标人脸图像，自动生成与该目标人脸图像中人脸的脸部特征相似的数字人，对于用户而言，只需要上传一张人脸图像即可，不再需要反复调节关于数字人脸部的各种属性，整个过程十分便捷，用户也不需要学习关于数字人生成应用的各种操作，无任何学习门槛，而且基本上都能得到较为满意的数字人效果。

可以理解的，通过上述方案生成的数字人在脸部特征上(包括脸部形状、五官等)与目标人脸图像中的人脸十分相似，为了使生成的数字人在纹理上(包括皮肤状态、肤色等)也能够与目标人脸图像中的对应人脸相似，得到效果更加逼真的数字人，本公开实施例还对第一纹理贴图做进一步处理。

图2示出了一示例性实施例提供的步骤S104的一种实施方式的流程图，如图2所示，步骤S104包括：

S201，对第一纹理贴图进行超分辨处理，得到第二纹理贴图。

其中，通过人脸重建算法得到的第一纹理贴图为低分辨图像，一般难以满足对人脸模型进行纹理贴图的分辨率需求，超分辨处理可以对低分辨的图像信息进行复原，从低分辨图像中恢复出高分辨图像，得到高分辨的第二纹理贴图。因此，在得到第一纹理贴图后对第一纹理贴图进行超分辨处理，以得到高分辨的第二纹理贴图。

可选的，将第一纹理贴图输入训练好的超分辨网络中，并获得超分辨网络输出的第二纹理贴图。例如，在Metahuman中通常采用2000*2000分辨率的纹理贴图来与人脸模型进行纹理叠加，在上述步骤中，将分辨率为500*500的第一纹理贴图输入训练好的超分辨网络中，获得超分辨网络输出的分辨率为2000*2000的第二纹理贴图。

S202，增加第二纹理贴图中关于目标人脸图像的纹理细节信息，得到第三纹理贴图。

在得到第二纹理贴图后，增加第二纹理贴图中关于目标人脸图像的纹理细节信息，得到第三纹理贴图。在一种实施例中，将第二纹理贴图输入到训练好的生成对抗网络中，以使生成对抗网络根据第二纹理贴图生成新的纹理贴图，从而获取生成对抗网络生成的第三纹理贴图。

其中，生成对抗网络包括生成网络和判别网络，生成网络用于生成尽可能真实的纹理贴图，判别网络用于判别生成网络生成的纹理贴图是否真实，当判别网络难以辨别生成网络生成的纹理贴图是否真实时，生成对抗网络达到一个理想的状态。本公开中，生成对抗网络是由生成网络根据训练人脸图像对应的第二纹理贴图生成新的纹理贴图，再将生成网络生成的纹理贴图作为负样本、训练人脸图像对应的真实纹理贴图作为正样本，由判别网络对生成的纹理贴图和真实纹理贴图进行判别，根据判别结果进行训练得到，在训练结束后，得到训练好的生成对抗网络。此处对于生成对抗网络的训练过程不详细赘述。

在前述的步骤中，将第二纹理贴图输入训练好的生成对抗网络中的生成网络，生成网络根据输入的第二纹理贴图生成新的纹理贴图并输出，从而得到第三纹理贴图。可以理解的，由于生成网络是在训练人脸图像对应的真实纹理贴图的监督下进行优化的，生成网络将随着训练过程不断学习如何生成更加接近于训练人脸图像的真实纹理的纹理贴图，从而，训练好的生成网络可以生成更加逼真且接近目标人脸图像中真实人脸纹理的第三纹理贴图。

S203，将第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图。

可以理解的，第三纹理贴图所适用人脸模型的顶点拓扑结构与目标人脸模型的顶点拓扑结构并不相同，无法直接将第三纹理贴图作用在目标人脸模型上，因此在得到第三纹理贴图后，需要将第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图。由于配准纹理贴图与目标人脸模型均与目标拓扑结构匹配，从而配准纹理贴图能够直接作用在目标人脸模型上。

S204，将配准纹理贴图中的纹理信息作用在目标人脸模型上，得到与目标人脸图像中的人脸匹配的数字人。

其中，将配准纹理贴图中的纹理信息作用在目标人脸模型上，使得目标人脸模型能够具备相应的纹理，如皮肤状态、肤色等，进而得到在脸部形状和脸部纹理上均与目标人脸图像中的人脸相似的数字人。而且，由于对最初获得的第一纹理贴图进行了一系列处理，最终得到的配准纹理贴图更加高清且更加接近目标人脸图像中人脸的真实纹理，因此得到的数字人更加逼真。

在上述过程中，步骤S104中根据骨骼参数生成带有骨骼点的目标人脸模型，包括：将该骨骼参数输入到目标数字人生成应用，以使目标数字人生成应用根据该骨骼参数生成带有骨骼点的目标人脸模型。

在上述过程中，步骤S204中将配准纹理贴图中的纹理信息作用在目标人脸模型上，包括：将配准纹理贴图输入到目标数字人生成应用，以使目标数字人生成应用将该配准纹理贴图中的纹理信息作用在目标人脸模型上。

进一步的，图3示出了一示例性实施例提供的数字人生成方法的又一流程图，请参照图3，该方法包括：

S301，获取目标人脸图像，并对目标人脸图像进行人脸重建，得到对应的三维人脸模型和第一纹理贴图。

S302，将三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型。

S303，根据配准人脸模型确定人脸的骨骼参数。

S304，将第一纹理贴图输入超分辨网络，获得超分辨网络输出的第二纹理贴图。

S305，将第二纹理贴图输入生成对抗网络，获得生成对抗网络输出的第三纹理贴图。

S306，将第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图。

S307，将骨骼参数和配准纹理贴图输入到目标数字人生成应用。

S308，通过目标数字人生成应用，根据该骨骼参数生成带有骨骼点的目标人脸模型，并将配准纹理贴图中的纹理信息作用在目标人脸模型上，得到与目标人脸图像中的人脸匹配的数字人。

其中，目标数字人生成应用可以是Metahuman。

在一种可能的应用场景中，可以通过网页、客户端等方式向任何用户提供数字人生成服务的一个页面，用户可以在该页面上传一张目标人脸图像，从而基于用户上传的目标人脸图像进行上述步骤S301～S308的处理，得到与目标人脸图像中的人脸匹配的数字人，再在该页面上展示该数字人。响应于数字人交互指令，根据数字人绑定的骨骼点，能够在该页面上展示相应的交互动作。其中，该交互指令可以是用户主动触发的，例如用户主动触发页面上的交互控件。该交互指令也可以是预配置好的，例如在得到与目标人脸图像中的人脸匹配的数字人后，在该页面上展示该数字人时数字人会主动向用户打招呼并说“hello，你好！”。

图4示出了一示例性实施例提供的数字人生成装置的框图，请参照图4，该数字人生成装置400包括：

人脸重建模块401，用于获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

人脸配准模块402，用于将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；

骨骼确定模块403，用于根据所述配准人脸模型确定对应的骨骼参数；

数字人获得模块404，用于根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

可选的，数字人获得模块404包括：

超分辨处理模块，用于对所述第一纹理贴图进行超分辨处理，得到第二纹理贴图；

纹理增加模块，用于增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图；

贴图配准模块，用于将所述第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图；

贴图使用模块，用于将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，得到与所述目标人脸图像中的人脸匹配的数字人。

可选的，纹理增加模块用于：将所述第二纹理贴图输入到训练好的生成对抗网络中，以使所述生成对抗网络根据所述第二纹理贴图生成新的纹理贴图，获取所述生成对抗网络生成的所述第三纹理贴图；

其中，所述生成对抗网络包括生成网络和判别网络，所述生成对抗网络是由所述生成网络根据训练人脸图像对应的第二纹理贴图生成新的纹理贴图，再将所述生成网络生成的纹理贴图作为负样本、所述训练人脸图像对应的真实纹理贴图作为正样本，由所述判别网络对生成的纹理贴图和真实纹理贴图进行判别，根据判别结果进行训练得到。

可选的，骨骼确定模块403用于，通过多层感知机确定所述配准人脸模型中对应人脸的骨骼位置，得到所述骨骼参数。

可选的，所述目标拓扑结构为根据目标数字人生成应用设置的表达人脸的顶点拓扑结构；人脸配准模块402用于，将所述三维人脸模型中表达人脸的多个顶点采用所述目标拓扑结构进行表达，得到所述配准人脸模型；数字人获得模块404用于，将所述骨骼参数输入到所述目标数字人生成应用，以使所述目标数字人生成应用根据所述骨骼参数生成带有骨骼点的所述目标人脸模型。

可选的，贴图使用模块用于，将所述配准纹理贴图输入到所述目标数字人生成应用，以使所述目标数字人生成应用将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、数字TV、台式计算机等终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；根据所述配准人脸模型确定对应的骨骼参数；根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，人脸重建模块还可以被描述为“获取目标人脸图像，并对目标人脸图像进行人脸重建的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种数字人生成方法，包括：

获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；

根据所述配准人脸模型确定对应的骨骼参数；

根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人，包括：

对所述第一纹理贴图进行超分辨处理，得到第二纹理贴图；

增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图；

将所述第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图；

将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，得到与所述目标人脸图像中的人脸匹配的数字人。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图，包括：

将所述第二纹理贴图输入到训练好的生成对抗网络中，以使所述生成对抗网络根据所述第二纹理贴图生成新的纹理贴图；

获取所述生成对抗网络生成的所述第三纹理贴图；

其中，所述生成对抗网络包括生成网络和判别网络，所述生成对抗网络是由所述生成网络根据训练人脸图像对应的第二纹理贴图生成新的纹理贴图，再将所述生成网络生成的纹理贴图作为负样本、所述训练人脸图像对应的真实纹理贴图作为正样本，由所述判别网络对生成的纹理贴图和真实纹理贴图进行判别，根据判别结果进行训练得到。

根据本公开的一个或多个实施例，示例4提供了示例1的方法，所述根据所述配准人脸模型确定对应的骨骼参数，包括：

通过多层感知机确定所述配准人脸模型中对应人脸的骨骼位置，得到所述骨骼参数。

根据本公开的一个或多个实施例，示例5提供了示例2的方法，所述目标拓扑结构为根据目标数字人生成应用设置的表达人脸的顶点拓扑结构；所述将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型，包括：

将所述三维人脸模型中表达人脸的多个顶点采用所述目标拓扑结构进行表达，得到所述配准人脸模型；

所述根据所述骨骼参数生成带有骨骼点的目标人脸模型，包括：

将所述骨骼参数输入到所述目标数字人生成应用，以使所述目标数字人生成应用根据所述骨骼参数生成带有骨骼点的所述目标人脸模型。

根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，包括：

将所述配准纹理贴图输入到所述目标数字人生成应用，以使所述目标数字人生成应用将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上。

根据本公开的一个或多个实施例，示例7提供了一种数字人生成装置，包括：

人脸重建模块，用于获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

人脸配准模块，用于将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；

骨骼确定模块，用于根据所述配准人脸模型确定对应的骨骼参数；

数字人获得模块，用于根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人。

根据本公开的一个或多个实施例，示例8提供了示例7的装置，数字人获得模块包括：

超分辨处理模块，用于对所述第一纹理贴图进行超分辨处理，得到第二纹理贴图；

纹理增加模块，用于增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图；

贴图配准模块，用于将所述第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图；

贴图使用模块，用于将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，得到与所述目标人脸图像中的人脸匹配的数字人。

根据本公开的一个或多个实施例，示例9提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-示例6中任一示例所述方法的步骤。

根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-示例6中任一示例所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种数字人生成方法，其特征在于，包括：

获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；其中，所述目标拓扑结构为根据目标数字人生成应用设置的表达人脸的顶点拓扑结构；

根据所述配准人脸模型确定对应的骨骼参数；

根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人；

所述将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型，包括：

将所述三维人脸模型中表达人脸的多个顶点采用所述目标拓扑结构进行表达，得到所述配准人脸模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人，包括：

对所述第一纹理贴图进行超分辨处理，得到第二纹理贴图；

增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图；

将所述第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图；

将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，得到与所述目标人脸图像中的人脸匹配的数字人。

3.根据权利要求2所述的方法，其特征在于，所述增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图，包括：

将所述第二纹理贴图输入到训练好的生成对抗网络中，以使所述生成对抗网络根据所述第二纹理贴图生成新的纹理贴图；

获取所述生成对抗网络生成的所述第三纹理贴图；

其中，所述生成对抗网络包括生成网络和判别网络，所述生成对抗网络是由所述生成网络根据训练人脸图像对应的第二纹理贴图生成新的纹理贴图，再将所述生成网络生成的纹理贴图作为负样本、所述训练人脸图像对应的真实纹理贴图作为正样本，由所述判别网络对生成的纹理贴图和真实纹理贴图进行判别，根据判别结果进行训练得到。

4.根据权利要求1所述的方法，其特征在于，所述根据所述配准人脸模型确定对应的骨骼参数，包括：

通过多层感知机确定所述配准人脸模型中对应人脸的骨骼位置，得到所述骨骼参数。

5.根据权利要求2所述的方法，其特征在于，所述根据所述骨骼参数生成带有骨骼点的目标人脸模型，包括：

将所述骨骼参数输入到所述目标数字人生成应用，以使所述目标数字人生成应用根据所述骨骼参数生成带有骨骼点的所述目标人脸模型。

6.根据权利要求5所述的方法，其特征在于，所述将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，包括：

将所述配准纹理贴图输入到所述目标数字人生成应用，以使所述目标数字人生成应用将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上。

7.一种数字人生成装置，其特征在于，包括：

人脸重建模块，用于获取目标人脸图像，并对所述目标人脸图像进行人脸重建，得到三维人脸模型和第一纹理贴图；

人脸配准模块，用于将所述三维人脸模型与目标拓扑结构进行配准，得到配准人脸模型；其中，所述目标拓扑结构为根据目标数字人生成应用设置的表达人脸的顶点拓扑结构；

骨骼确定模块，用于根据所述配准人脸模型确定对应的骨骼参数；

数字人获得模块，用于根据所述骨骼参数生成带有骨骼点的目标人脸模型，并根据所述第一纹理贴图为所述目标人脸模型设置相应的纹理，得到与所述目标人脸图像中的人脸匹配的数字人；

所述人脸配准模块用于：

将所述三维人脸模型中表达人脸的多个顶点采用所述目标拓扑结构进行表达，得到所述配准人脸模型。

8.根据权利要求7所述的装置，其特征在于，数字人获得模块包括：

超分辨处理模块，用于对所述第一纹理贴图进行超分辨处理，得到第二纹理贴图；

纹理增加模块，用于增加所述第二纹理贴图中关于所述目标人脸图像的纹理细节信息，得到第三纹理贴图；

贴图配准模块，用于将所述第三纹理贴图与目标拓扑结构进行配准，得到配准纹理贴图；

贴图使用模块，用于将所述配准纹理贴图中的纹理信息作用在所述目标人脸模型上，得到与所述目标人脸图像中的人脸匹配的数字人。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-6中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。