摘要
本发明提供一种基于照片的3D数字人智能捏脸系统,包括数字人生成模型、人脸分割模型、人脸识别模型和面部对齐,其特征在于,该系统工作方法如下:通过捏脸系统随机生成数字人形象以及对应的捏脸参数,将这些数据作为数据集,然后训练一个深度卷积生成对抗神经网络作为数字人生成模型;基于Res‑Net50深度残差网络,使用Helen人脸数据集进行继续预训练,以此作为此系统的人脸分割模型。在本发明中,通过数字人生成模型、人脸分割模型、人脸识别模型和面部对齐,可以让用户输入照片来进行智能捏脸,降低用户的学习成本,能够快速解决用户的数字人定制需求,并且用户能够快速的定制相关业务场景的数字人,大大增强了数字人的应用面。
技术关键词
人脸识别模型
照片
生成对抗神经网络
生成数字人
系统工作方法
深度残差网络
面部关键点检测
人脸关键点检测
人脸特征识别
参数
真实面部
数据
图片
连续型
图像处理
眼镜
眼睛
系统为您推荐了相关专利信息
入侵检测方法
人体关节点
姿态识别模型
人脸识别模型
计算机程序产品
人脸门禁识别方法
人脸特征
人脸识别模型
人脸门禁识别系统
图像处理