CN111815748B - 一种动画处理方法、装置、存储介质及电子设备 - Google Patents
一种动画处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111815748B CN111815748B CN202010651691.7A CN202010651691A CN111815748B CN 111815748 B CN111815748 B CN 111815748B CN 202010651691 A CN202010651691 A CN 202010651691A CN 111815748 B CN111815748 B CN 111815748B
- Authority
- CN
- China
- Prior art keywords
- shadow
- sequence frame
- change sequence
- current
- illumination angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 218
- 238000005286 illumination Methods 0.000 claims abstract description 99
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000009877 rendering Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 11
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/60—Shadow generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种动画处理方法、装置、存储介质及电子设备。其中方法包括:获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。通过阴影生成模型得到目标人脸对应的至少一个阴影变化序列帧,替代了人为计算阴影变化序列帧的过程,提高了阴影变化序列帧确定的效率,节省了内存空间。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种动画处理方法、装置、存储介质及电子设备。
背景技术
随着计算机技术的不断发展,网络游戏被广泛接受,相应的,对网络游戏的要求也越来越高。
为了在播放时得到平滑的过渡效果,目前需要使用尽可能多数目的序列帧,以1秒24帧的动画为例,为了得到尽可能平滑的效果,一个10秒的动画就需要保存240帧图像。因此这种方法的内存占用很大,而且动画的平滑程度取决于使用的序列帧数目,并不能很好完全地解决平滑过渡的问题。
发明内容
本发明提供一种动画处理方法、装置、存储介质及电子设备,以实现降低动画存储的资源占用。
第一方面,本发明实施例提供了一种动画处理方法,包括:
获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;
基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;
根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;
基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
第二方面,本发明实施例还提供了一种动画处理方法,包括:
阴影变化序列帧获取模块,用于获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;
阴影变化比例确定模块,用于基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;
当前阴影轮廓确定模块,用于根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;
人脸渲染模块,用于基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的动画处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例提供的动画处理方法。
本实施例提供的技术方案,通过预先训练得到的阴影生成模型对目标人脸进行处理,得到该目标人脸对应的至少一个阴影变化序列帧,基于至少一个阴影变化序列帧确定目标人脸在任一光照角度下的阴影轮廓,并基于阴影轮廓对目标人脸进行渲染,实现对目标人脸的动态渲染。其中,通过阴影生成模型得到目标人脸对应的至少一个阴影变化序列帧,替代了人为计算阴影变化序列帧的过程,提高了阴影变化序列帧确定的效率和智能化,进一步的,通过存储阴影变化序列帧,替代了对各光照角度下人脸阴影的存储,避免了对内存空间的占用,节省了内存空间。
附图说明
图1为本发明实施例一提供的一种动画处理方法的流程示意图;
图2是本发明实施例一提供的阴影变化序列帧的示例图;
图3是本发明实施例一提供的一种阴影变化序列帧的示意图;
图4是本发明实施例二提供的一种动画处理装置的结构示意图;
图5为本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种动画处理方法的流程示意图,本实施例可适用于快速确定人脸阴影图像的情况,该方法可以由本发明实施例提供的动画处理装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可集成于诸如移动终端、计算机、服务器等的电子设备中。具体包括如下步骤:
S110、获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程。
S120、基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例。
S130、根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓。
S140、基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
本实施例中,目标人脸可以是网络游戏中人物角色的人脸。在网络游戏中,人物角色在场景中移动过程中,可以对应不同的光照角度,相应的,在人脸上形成不同的阴影效果。
阴影变化序列帧为包括两个光照角度之间的阴影动态过程,阴影变化序列帧可以是灰度图像。目标人脸对应的至少一个阴影变化序列帧包括目标人脸在各个光照角度下的阴影动态过程,示例性的,至少一个阴影变化序列帧包括目标人脸360度光照角度变化过程中的阴影动态过程。目标人脸对应的阴影变化序列帧可以是一个,也可以是多个。示例性的,参见图2,图2是本发明实施例一提供的阴影变化序列帧的示例图。
通过至少一个阴影变化序列帧记录目标人脸在光照角度变化过程中阴影变化,代替现有技术中存储全部光照角度的阴影序列帧的情况,既保证了人脸阴影的平滑过渡,同时减少了电子设备中动画存储占用的内存资源。
本实施例中,目标人脸的阴影变化序列帧由预先确定的阴影生成模型处理得到,具体的,可以是将所述目标人脸输入至所述阴影生成模型中,得到所述阴影生成模型输出的至少一个阴影变化序列帧。其中,阴影生成模型可以是神经网络模块,基于样本人脸与样本人脸的至少一个阴影变化序列帧训练得到。预先采集样本人脸与样本人脸的至少一个阴影变化序列帧,将样本人脸输入至待训练的阴影生成模型中,得到预测的至少一个阴影变化序列帧,将预测的阴影变化序列帧与预先确定的样本人脸的至少一个阴影变化序列帧确定损失函数,基于损失函数对待训练的阴影生成模型进行参数调节。迭代执行上述训练过程,直到满足预设迭代次数或者预测的阴影变化序列帧满足预设精度,确定阴影生成模型训练完成,得到阴影生成模型。
需要说明的是,样本人脸的至少一个阴影变化序列帧的确定过程可以是:获取至少两个人脸阴影关键帧,其中,所述人脸阴影关键帧设置有标识信息;对于相邻排序的标识信息对应的两个人脸阴影关键帧,分别确定所述相邻排序的标识信息对应的两个人脸阴影关键帧中的距离场信息,基于所述相邻排序的标识信息对应的两个关键序列帧中的距离场信息,绘制所述相邻排序的标识信息对应的两个人脸阴影关键帧中目标人脸的阴影变化序列帧。电子设备中存储有至少两个人脸阴影关键帧,人脸阴影关键帧的标识信息为人脸光照角度,例如人脸光照角度可以是但不限于0°、30°、45°、60°、90°等。
对相邻排序的标识信息对应的两个人脸阴影关键帧,进行二值化处理,得到人脸阴影关键帧中的人脸阴影和各像素点的距离场信息。基于相邻排序的标识信息对应的两个关键序列帧中的距离场信息,绘制所述相邻排序的标识信息对应的两个人脸阴影关键帧中阴影变化序列帧,其中,距离场信息为关键序列帧中所述像素点到所述人脸阴影轮廓的最短距离信息,阴影变化序列帧用于记录人脸阴影在相邻排序的标识信息对应的两个关键序列帧之间的动态过程。
进一步的,当相邻标识信息的阴影变化序列帧具有相同的变化趋势时,可进行合并,得到合并后的阴影变化序列帧,进一步减少对内存资源的占用。
本实施例中,可以是采集各类型的样本人脸和样本人脸对应的阴影变化序列帧,对阴影生成模型进行训练,以得到高精度的阴影生成模型。其中,人脸类型可以是男性、女性,还可以是基于人物角色的属性信息划分,例如可以包括但不限于萝莉、御姐、正太等。
在一些实施例中,还可以是基于不同目标人脸的类型采集样本人脸以及样本人脸的对应的阴影变化序列帧,对阴影生成模型进行训练,以得到用于对该类型的目标人脸进行处理的阴影生成模型。相应的,获取目标人脸的至少一个阴影变化序列帧,包括:基于所述目标人脸的属性信息确定与所述属性信息对应的阴影生成模型,将所述目标人脸输入至所述属性信息对应的阴影生成模型中,得到目标人脸的至少一个阴影变化序列帧,其中,所述阴影生成模型基于所述属性信息对应的样本人脸图像和样本阴影变化序列帧训练得到。
通过基于不同类型(即属性信息)的样本人脸和对应的分别阴影变化序列帧,训练得到不同类型的阴影生成模型,分别对不同属性信息的目标人脸进行处理,提高得到的阴影变化序列帧的准确性,同时提高阴影生成模型的训练效率和精度。
需要说明的是,目标人脸对应的阴影变化序列帧的数量根据目标人脸的阴影变化趋势确定,当阴影变化单调变化时,目标人脸对应的阴影变化序列帧的数量为1,当阴影变化非单调变化时,基于阴影变化趋势形成至少两个阴影变化序列帧。其中,每一个阴影变化序列帧对应的阴影变化单调变化,例如可以是递增或递减。在一些实施例中,目标人脸对应的阴影变化序列帧的数量根据样本人脸的阴影变化序列帧的数量确定。
可选的,阴影变化序列帧设置有标识信息,该标识信息基于光照角度范围确定,光照角度范围可以是包括边缘光照角度,例如,光照角度范围为0到90°,则边缘光照角度分别为0°和90°。相应的,标识信息可以是将边缘光照角度通过预设符号连接得到,其中预设符号不做限定。示例性的,边缘光照角度分别为p和q,p小于q,则阴影变化序列帧的标识信息可以是p-q。例如,光照角度范围为0到90°,标识信息可以(0°,90°)或者0°-90°。
在动画渲染过程中,基于阴影变化序列帧依次确定每一动画序列帧中目标人脸的阴影轮廓,对目标人脸进行阴影渲染,实现动画播放。
可选的,基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例,包括:基于所述当前光照角度和各阴影变化序列帧的标识信息,确定所述当前光照角度的对应阴影变化序列帧;根据当前光照角度和所述对应阴影变化序列帧的标识信息,确定阴影变化比例。阴影变化序列帧通过像素点的灰度值变化表征目标人脸的阴影轮廓的动态变化,目标人脸的阴影轮廓在灰度值范围内平滑过渡,阴影轮廓的平滑过程与光照角度的变化过程相对应。
本实施例中,阴影变化比例为所述当前光照角度在所述标识信息对应的光照角度范围的数值比例。当阴影变化序列帧的标识信息为p-q时,阴影变化序列帧中像素点的灰度值变化表征目标人脸在光照角度p到光照角度q之间的阴影变化。阴影变化比例表征目标人脸由前一光照角度的阴影向后一光照角度的阴影的过渡情况,阴影变化比例越大,目标人脸的阴影轮廓越接近后一光照角度的阴影轮廓,阴影变化比例越小,目标人脸的阴影轮廓越接近前一光照角度的阴影轮廓。
根据当前光照角度确定对应阴影变化序列帧,将当前光照角度分别与各阴影变化序列帧的标识信息进行匹配,对应阴影变化序列帧的标识范围包括当前光照角度。示例性的,电子设备中包括标识信息为(0°,30°)和(30°,45°)的两个阴影变化序列帧,当前光照角度为15°,通过匹配确定标识信息(0°,30°)的标识范围包括当前光照角度,将标识信息为(0°,30°)的阴影变化序列帧确定为对应阴影变化序列帧。基于当前光照角度在对应阴影变化序列帧的标识范围中的数值比例,确定阴影变化比例,即阴影变化比例15°÷(30°-0°)=0.5。
进一步的,根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓,包括:根据所述阴影变化比例和所述对应阴影变化序列帧的灰度值范围,确定当前阴影轮廓对应的灰度值;将所述对应阴影变化序列帧中,所述灰度值对应的像素点形成所述当前阴影轮廓。
其中,基于阴影变化比例和阴影变化序列帧的灰度值范围可确定当前光照角度的阴影轮廓相对于标识信息中初始光照角度的阴影轮廓的变化值,基于初始光照角度的阴影轮廓的灰度值和变化值可确定当前阴影轮廓的灰度值,进而确定当前阴影轮廓。基于阴影变化序列帧变化趋势确定当前阴影轮廓的灰度值,阴影变化序列帧变化趋势为递增,则初始光照角度的阴影轮廓的灰度值和变化值的和确定为当前阴影轮廓的灰度值;阴影变化序列帧变化趋势为递减,则初始光照角度的阴影轮廓的灰度值和变化值的差确定为当前阴影轮廓的灰度值。
具体的,可以是基于d+k×s或d-k×s,其中,d为阴影变化序列帧中灰度值范围的最小灰度值或最大灰度值,k为阴影变化比例,s为阴影变化序列帧的灰度值范围。其中,当阴影变化序列帧变化趋势为递增,d为阴影变化序列帧中灰度值范围的最小灰度值,当前阴影轮廓的灰度值为d+k×s;阴影变化序列帧变化趋势为递减,d为阴影变化序列帧中灰度值范围的最大灰度值,当前阴影轮廓的灰度值为d-k×s。
基于阴影变化序列帧中具有上述当前阴影轮廓的灰度值的像素点形成当前光照角度对应的当前阴影轮廓。需要说明的是,阴影变化序列帧的灰度值范围可以是阴影变化序列帧中携带的,也可以是通过识别阴影变化序列帧中各像素点的灰度值,统计得到。
示例性的,参见图3,图3是本发明实施例一提供的一种阴影变化序列帧的示意图。图3中第一光照角度和第二光照角度可以是阴影变化序列帧对应的边缘光照角度,第一光照角度和第二光照角度分别对应的阴影轮廓之间的像素点逐渐变化,通过阴影变化比例在阴影变化序列帧中确定对应灰度值形成当前阴影轮廓。
在确定目标人脸当前光照角度下的当前阴影轮廓的基础上,基于当前阴影轮廓对当前人脸进行渲染,形成当前人脸的动画。其中,基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染,包括:根据所述当前阴影轮廓生成阴影贴图,并设置所述阴影贴图的渲染颜色;将所述阴影贴图在目标人脸上进行渲染,形成所述目标人脸在当前光照角度的人脸图像。其中,阴影贴图的渲染颜色可以是固定设置,还可以是根据人脸光照角度确定。
本实施例提供的技术方案,通过预先训练得到的阴影生成模型对目标人脸进行处理,得到该目标人脸对应的至少一个阴影变化序列帧,基于至少一个阴影变化序列帧确定目标人脸在任一光照角度下的阴影轮廓,并基于阴影轮廓对目标人脸进行渲染,实现对目标人脸的动态渲染。其中,通过阴影生成模型得到目标人脸对应的至少一个阴影变化序列帧,替代了人为计算阴影变化序列帧的过程,提高了阴影变化序列帧确定的效率和智能化,进一步的,通过存储阴影变化序列帧,替代了对各光照角度下人脸阴影的存储,避免了对内存空间的占用,节省了内存空间。
实施例二
图4是本发明实施例二提供的一种动画处理装置的结构示意图,该装置包括:
阴影变化序列帧获取模块210,用于获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;
阴影变化比例确定模块220,用于基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;
当前阴影轮廓确定模块230,用于根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;
人脸渲染模块240,用于基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
可选的,阴影变化序列帧获取模块210用于:
将所述目标人脸输入至所述阴影生成模型中,得到所述阴影生成模型输出的至少一个阴影变化序列帧,其中,所述阴影生成模型基于样本人脸与所述样本人脸的至少一个阴影变化序列帧训练得到。
可选的,阴影变化序列帧获取模块210用于:
基于所述目标人脸的属性信息确定与所述属性信息对应的阴影生成模型,将所述目标人脸输入至所述属性信息对应的阴影生成模型中,其中,所述阴影生成模型基于所述属性信息对应的样本人脸图像和样本阴影变化序列帧训练得到。
可选的,所述阴影变化序列帧设置有标识信息,所述标识信息基于光照角度范围确定;
可选的,阴影变化比例确定模块220用于:
基于所述当前光照角度和各阴影变化序列帧的标识信息,确定所述当前光照角度的对应阴影变化序列帧;
根据当前光照角度和所述对应阴影变化序列帧的标识信息,确定阴影变化比例,其中,所述阴影变化比例为所述当前光照角度在所述标识信息对应的光照角度范围的数值比例。
可选的,当前阴影轮廓确定模块230用于:
根据所述阴影变化比例和所述对应阴影变化序列帧的灰度值范围,确定当前阴影轮廓对应的灰度值;
将所述对应阴影变化序列帧中,所述灰度值对应的像素点形成所述当前阴影轮廓。
可选的,任一所述阴影变化序列帧中的阴影变化区域为单调变化趋势,所述单调变化趋势包括递增和递减。
可选的,人脸渲染模块240用于:
根据所述当前阴影轮廓生成阴影贴图,并设置所述阴影贴图的渲染颜色;
将所述阴影贴图在目标人脸上进行渲染,形成所述目标人脸在当前光照角度的人脸图像。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例三
图5为本发明实施例三提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的电子设备412的框图。图5显示的电子设备412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备412典型的是承担图像分类功能的电子设备。
如图5所示,电子设备412以通用计算设备的形式表现。电子设备412的组件可以包括但不限于:一个或者多个处理器416,存储装置428,连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
电子设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)430和/或高速缓存存储器432。电子设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块426的程序436,可以存储在例如存储装置428中,这样的程序模块426包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。
电子设备412也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信,还可与一个或者多个使得用户能与该电子设备412交互的设备通信,和/或与使得该电子设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,电子设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与电子设备412的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的动画处理方法。
实施例四
本发明实施例四提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的动画处理方法。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的动画处理方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
计算机可读的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源代码。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。计算机可读的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源代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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发明操作的计算机源代码,所述程序设计语言包括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。源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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种动画处理方法,其特征在于,包括:
获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;
基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;
根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;
基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
2.根据权利要求1所述的方法,其特征在于,所述获取目标人脸的至少一个阴影变化序列帧,包括:
将所述目标人脸输入至所述阴影生成模型中,得到所述阴影生成模型输出的至少一个阴影变化序列帧,其中,所述阴影生成模型基于样本人脸与所述样本人脸的至少一个阴影变化序列帧训练得到。
3.根据权利要求2所述的方法,其特征在于,所述将所述目标人脸输入至所述阴影生成模型中,包括:
基于所述目标人脸的属性信息确定与所述属性信息对应的阴影生成模型,将所述目标人脸输入至所述属性信息对应的阴影生成模型中,其中,所述阴影生成模型基于所述属性信息对应的样本人脸图像和样本阴影变化序列帧训练得到。
4.根据权利要求1所述的方法,其特征在于,所述阴影变化序列帧设置有标识信息,所述标识信息基于光照角度范围确定;
所述基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例,包括:
基于所述当前光照角度和各阴影变化序列帧的标识信息,确定所述当前光照角度的对应阴影变化序列帧;
根据当前光照角度和所述对应阴影变化序列帧的标识信息,确定阴影变化比例,其中,所述阴影变化比例为所述当前光照角度在所述标识信息对应的光照角度范围的数值比例。
5.根据权利要求1所述的方法,其特征在于,所述根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓,包括:
根据所述阴影变化比例和所述对应阴影变化序列帧的灰度值范围,确定当前阴影轮廓对应的灰度值;
将所述对应阴影变化序列帧中,所述灰度值对应的像素点形成所述当前阴影轮廓。
6.根据权利要求1-5任一所述的方法,其特征在于,任一所述阴影变化序列帧中的阴影变化区域为单调变化趋势,所述单调变化趋势包括递增和递减。
7.根据权利要求1所述的方法,其特征在于,所述基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染,包括:
根据所述当前阴影轮廓生成阴影贴图,并设置所述阴影贴图的渲染颜色;
将所述阴影贴图在目标人脸上进行渲染,形成所述目标人脸在当前光照角度的人脸图像。
8.一种动画处理装置,其特征在于,包括:
阴影变化序列帧获取模块,用于获取目标人脸的至少一个阴影变化序列帧,其中,所述目标人脸的阴影变化序列帧由预先训练的阴影生成模型处理得到,任一所述阴影变化序列帧包括两个光照角度之间的阴影动态过程;
阴影变化比例确定模块,用于基于所述目标人脸的当前光照角度确定相对于对应阴影变化序列帧的阴影变化比例;
当前阴影轮廓确定模块,用于根据所述阴影变化比例和所述对应阴影变化序列帧,确定所述当前光照角度对应的当前阴影轮廓;
人脸渲染模块,用于基于所述当前阴影轮廓对所述当前光照角度下的目标人脸进行渲染。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的动画处理方法。
10.一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,该程序被处理器执行时实现如权利要求1-7中任一所述的动画处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010651691.7A CN111815748B (zh) | 2020-07-08 | 2020-07-08 | 一种动画处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010651691.7A CN111815748B (zh) | 2020-07-08 | 2020-07-08 | 一种动画处理方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111815748A CN111815748A (zh) | 2020-10-23 |
CN111815748B true CN111815748B (zh) | 2024-03-19 |
Family
ID=72842944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010651691.7A Active CN111815748B (zh) | 2020-07-08 | 2020-07-08 | 一种动画处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111815748B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114288649B (zh) * | 2021-12-30 | 2025-01-24 | 网易(杭州)网络有限公司 | 一种阴影边缘的确定和渲染方法,存储介质和电子设备 |
CN114626468B (zh) * | 2022-03-17 | 2024-02-09 | 小米汽车科技有限公司 | 在图像中生成阴影的方法、装置、电子设备及存储介质 |
CN116688494B (zh) * | 2023-08-04 | 2023-10-20 | 荣耀终端有限公司 | 生成游戏预测帧的方法和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008305241A (ja) * | 2007-06-08 | 2008-12-18 | Samii Kk | 画像生成装置および画像生成プログラム |
CN108010120A (zh) * | 2017-11-30 | 2018-05-08 | 网易(杭州)网络有限公司 | 静态阴影的显示方法、装置、存储介质、处理器及终端 |
CN109410300A (zh) * | 2018-10-10 | 2019-03-01 | 苏州好玩友网络科技有限公司 | 一种游戏场景中的阴影处理方法及装置及终端设备 |
CN109448099A (zh) * | 2018-09-21 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 画面的渲染方法、装置、存储介质及电子装置 |
CN109949401A (zh) * | 2019-03-14 | 2019-06-28 | 成都风际网络科技股份有限公司 | 一种移动平台的非静态物体非实时阴影渲染的方法 |
CN111292405A (zh) * | 2020-02-06 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 一种图像渲染的方法以及相关装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6903741B2 (en) * | 2001-12-13 | 2005-06-07 | Crytek Gmbh | Method, computer program product and system for rendering soft shadows in a frame representing a 3D-scene |
US7733343B2 (en) * | 2007-06-25 | 2010-06-08 | Hewlett-Packard Development Company, L.P. | Virtual shadow for physical object placed on surface |
-
2020
- 2020-07-08 CN CN202010651691.7A patent/CN111815748B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008305241A (ja) * | 2007-06-08 | 2008-12-18 | Samii Kk | 画像生成装置および画像生成プログラム |
CN108010120A (zh) * | 2017-11-30 | 2018-05-08 | 网易(杭州)网络有限公司 | 静态阴影的显示方法、装置、存储介质、处理器及终端 |
CN109448099A (zh) * | 2018-09-21 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 画面的渲染方法、装置、存储介质及电子装置 |
CN109410300A (zh) * | 2018-10-10 | 2019-03-01 | 苏州好玩友网络科技有限公司 | 一种游戏场景中的阴影处理方法及装置及终端设备 |
CN109949401A (zh) * | 2019-03-14 | 2019-06-28 | 成都风际网络科技股份有限公司 | 一种移动平台的非静态物体非实时阴影渲染的方法 |
CN111292405A (zh) * | 2020-02-06 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 一种图像渲染的方法以及相关装置 |
Non-Patent Citations (2)
Title |
---|
Olsson, Ola,et al.More efficient virtual shadow maps for many lights.《IEEE Transactions on Visualization and Computer Graphics》.2017,正文第1-13页. * |
一种改进的阴影映射算法;曹家乐 等;《吉林大学学报(理学版)》;正文第89-94页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111815748A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108509915B (zh) | 人脸识别模型的生成方法和装置 | |
CN109344755B (zh) | 视频动作的识别方法、装置、设备及存储介质 | |
CN112396613B (zh) | 图像分割方法、装置、计算机设备及存储介质 | |
CN110189336B (zh) | 图像生成方法、系统、服务器及存储介质 | |
US20190347824A1 (en) | Method and apparatus for positioning pupil, storage medium, electronic device | |
CN111815748B (zh) | 一种动画处理方法、装置、存储介质及电子设备 | |
CN109829432B (zh) | 用于生成信息的方法和装置 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN109800730B (zh) | 用于生成头像生成模型的方法和装置 | |
US20250111696A1 (en) | Expression recognition method and apparatus | |
CN111950570B (zh) | 目标图像提取方法、神经网络训练方法及装置 | |
JP2023526899A (ja) | 画像修復モデルを生成するための方法、デバイス、媒体及びプログラム製品 | |
CN110516598B (zh) | 用于生成图像的方法和装置 | |
KR20210008075A (ko) | 시각 검색 방법, 장치, 컴퓨터 기기 및 저장 매체 (video search method and apparatus, computer device, and storage medium) | |
CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN111292333B (zh) | 用于分割图像的方法和装置 | |
CN113780326A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN114387642A (zh) | 图像分割方法、装置、设备和存储介质 | |
CN110827341A (zh) | 一种图片深度估计方法、装置和存储介质 | |
CN113516739B (zh) | 一种动画处理方法、装置、存储介质及电子设备 | |
CN109829431B (zh) | 用于生成信息的方法和装置 | |
CN113516697A (zh) | 图像配准的方法、装置、电子设备及计算机可读存储介质 | |
CN115222859A (zh) | 图像动画化 | |
CN110197459B (zh) | 图像风格化生成方法、装置及电子设备 | |
CN113610856B (zh) | 训练图像分割模型和图像分割的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |