摘要
本发明公开了基于多源特征协同的视频换脸一致性增强方法,属于视频处理技术领域,其包括如下步骤:S1、视频输入:输入原视频,并提取一帧图像;S2、表情网络构建;S3、人脸网络构建:提取人脸2D关键点图片信息,注入人脸网络;S4、背景网络构建:提取视频的人脸背景信息,注入背景网络;S5、光照网络构建;S6、特征融合:将表情网络、人脸网络、背景网络和光照网络的输出拼接在一起,进入特征提取网络;S7、视频输出:把参考人脸的图片信息和四个网络提取的特征注入视频生成大模型,采用视频生成大模型生成换脸视频并输入。本发明通过对视频里人脸的多种信息如光照,背景,人脸关键点,表情等信息全面提取,进而提高视频替换里生成视频质量。
技术关键词
多源特征
法线贴图
换脸视频
视频帧
分割算法
图片
深度学习方法
特征提取网络
光照特征
人脸关键点定位
图像
人脸表情信息
表情特征提取
系统为您推荐了相关专利信息
模态识别方法
路牙机
车辆重识别
特征匹配算法
监测系统
视频生成模型
多媒体
文本
视频特征向量
视频生成方法
卷积神经网络模型
运动检测方法
视频帧
训练样本集
奇异值分解算法
实景地图
视觉SLAM算法
实时视频
全局地图
纹理映射技术