摘要
本发明提供了一种基于元学习的个性化人像面部视频重建方法,涉及视频重建技术领域,本发明将处理后的源图像和其对应的处理后的驱动视频划分为T个互不重叠的任务,由此可以显著提升模型的泛化能力与个性化适应能力,进而基于通用的FLAME三维人脸模型,构建粗略三维人脸模型,能够精准模拟基本人脸结构和动态表情变化,同时有效恢复个体细节特征,进而借助UV映射技术,提供了细腻的纹理复原能力,使皮肤纹理、毛孔、痣等特征更加逼真,进而根据驱动视频的运动信息,对三维人脸模型进行动态形变。同时本发明采用了元学习模块,通过内外循环优化模型性能,使得模型能够在少样本条件下迅速适应新任务,显著提升了泛化能力和迁移效率。
技术关键词
三维人脸模型
视频重建方法
图像
顶点
编码器模块
参数
人脸检测算法
面部关键点
纹理特征
语义特征
解码器
视频重建技术
粗略
视频帧
映射技术
优化器
环境光照条件
系统为您推荐了相关专利信息
路径计算方法
回归预测方法
表达式
数学
算法模块
镜头畸变校正方法
网络结构
特征点
高斯核函数
相机模型
注意力
卷积模块
特征提取单元
堆叠模块
检测网络模型
模型优化方法
信号处理模块
强化学习方法
网络连接参数
策略更新