-
公开(公告)号:CN113112015A
公开(公告)日:2021-07-13
申请号:CN202110367296.0
申请日:2021-04-06
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
摘要: 本申请提供一种模型训练方法、装置、电子设备及计算机可读存储介质。所述方法包括:获取验证集数据以及预设批次的训练集数据,其中各个批次的训练集数据之间的图像动漫风格化程度不同;利用验证集数据对真实人脸识别模型进行剪枝处理,获得初始动漫人脸检测模型;分别利用各个批次的训练集数据,对初始动漫人脸检测模型进行训练,获得动漫人脸检测模型。本申请通过对真实人脸识别模型进行剪枝处理,去掉了真实人脸与动漫人脸的不相关特征的参数权重,学习到偏向于动漫风格的特征参数,利用不同动漫风格化程度的训练集进行模型训练,建立了更偏向于动漫风格的特征体系,在进行动漫人脸识别时,模型能够更准确的检测出动漫人脸。
-
公开(公告)号:CN113033343A
公开(公告)日:2021-06-25
申请号:CN202110259635.3
申请日:2021-03-10
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC分类号: G06K9/00
摘要: 本申请提供一种数据处理方法、装置、电子设备及计算机可读存储介质。所述方法包括:获取手指骨骼的关节点的初始坐标数据;对所述初始坐标数据进行归一化处理,获得每个关节点的归一化处理后的坐标数据;利用预设弯曲角度,对目标关节点的归一化处理后的坐标数据进行调整,获得根据所述预设弯曲角度进行关节弯曲后的手指骨骼的关节点坐标;其中,所述目标关节点为除拇指以外的其他手指骨骼的关节点。本申请的实施例,能够有效解决及优化由于不同人手的形状或手大小所造成的个体差异性,并丰富了手势骨骼21个3D关键点手指关节弯曲的数据,使其应用于手势骨骼21个3D关键点模型训练时具有更好的泛化能力。
-
公开(公告)号:CN112613409A
公开(公告)日:2021-04-06
申请号:CN202011549873.X
申请日:2020-12-24
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
摘要: 本发明实施方式涉及通信技术领域,公开了一种手部关键点检测方法,包括:调整手部图像的方向,使所述手部图像中手部的方向调整至预设方向,其中,所述预设方向根据关键点检测模型在训练时所用的输入图像中手部的方向确定;将调整后的所述手部图像输入至所述关键点检测模型进行检测;获取所述关键点检测模型输出的手部关键点。本发明实施方式还公开了一种手部关键点检测装置、网络设备及存储介质。本发明实施方式提供的手部关键点检测方法、装置、网络设备及存储介质,可以使得手部骨骼关键点的检测精度提高。
-
公开(公告)号:CN116310616A
公开(公告)日:2023-06-23
申请号:CN202211081066.9
申请日:2022-09-05
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC分类号: G06V10/774 , G06V10/44 , G06V40/20
摘要: 本发明涉及图像处理技术领域,公开了一种关键点检测方法、设备及存储介质,该方法包括:获取当前帧图像和前一帧关键点数据,基于当前帧图像和前一帧关键点数据通过预设检测模型进行关键点检测,预设检测模型基于加入随机扰动噪声后的关键点数据样本训练获得;由于本发明通过预设检测模型进行关键点检测,该预设检测模型在训练时通过加入随机扰动噪声以模拟姿态复杂的时序动作,从而提升了预设检测模型的鲁棒性,进而解决了模型检测出现的关键点跳变的问题,进而确保了关键点检测的准确性。
-
公开(公告)号:CN115063480A
公开(公告)日:2022-09-16
申请号:CN202210729520.0
申请日:2022-06-24
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
摘要: 本申请公开了一种位姿确定方法、装置、电子设备和可读存储介质,属于定位技术领域;本申请提供的位姿确定方法包括:基于相邻两帧图像的图像数据对视觉惯性定位系统进行初始化,得到重力方向;基于所述重力方向确定世界坐标系到惯性坐标系的转换关系;根据所述转换关系,将当前帧图像在世界坐标系中的坐标转换到惯性坐标系下,得到所述当前帧图像在所述惯性坐标系下的第一位姿。本申请提供的技术方案能够解决相关技术中位姿定位方式复杂、定位效率低的问题。
-
公开(公告)号:CN114821727A
公开(公告)日:2022-07-29
申请号:CN202210467194.0
申请日:2022-04-27
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
摘要: 本申请公开了一种信息处理方法、装置、设备及可读存储介质,涉及通信技术领域,以提高对眼睛闭合幅值预测的准确性。该方法包括:在用户的人脸图像中,确定人脸轮廓关键点;根据所述人脸轮廓关键点确定人脸姿态角;根据所述人脸轮廓关键点,确定第一目标部位的第一关键点的特征参数,其中,所述第一目标部位包括眉毛和眼睛;根据所述特征参数以及所述人脸姿态角,确定所述用户的虚拟形象的眼睛闭合幅值。本申请实施例可以提高对眼睛闭合幅值预测的准确性。
-
公开(公告)号:CN110675474A
公开(公告)日:2020-01-10
申请号:CN201910758741.9
申请日:2019-08-16
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
摘要: 本发明实施例涉及计算机领域,公开了一种虚拟角色模型的学习方法、电子设备和可读存储介质。本发明中,上述虚拟角色模型的学习方法,包括:获取当前视频图像帧中目标人物的动作对应的第一骨骼姿态信息;根据所述第一骨骼姿态信息和第二骨骼姿态信息,获取所述当前视频图像帧对应的虚拟角色模型的骨骼姿态调整信息;其中,所述第二骨骼姿态信息为上一视频图像帧对应的虚拟角色模型的骨骼姿态信息;根据所述骨骼姿态调整信息驱动所述虚拟角色模型,以供所述虚拟角色模型学习所述当前视频图像帧中目标人物的动作,使得可以模拟虚拟角色模型与人之间的学习过程,以形成人与虚拟角色之间的训练、教育、养成等交互体验。
-
公开(公告)号:CN115512171A
公开(公告)日:2022-12-23
申请号:CN202210994529.4
申请日:2022-08-18
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC分类号: G06V10/771 , G06V10/774 , G06V10/764 , G06V10/82
摘要: 本申请公开了一种图像特征点提取方法、装置、设备及存储介质,该方法包括步骤:获取原始图像,并输入所述原始图像至特征点预测模型,得到概率图;所述原始图像被所述特征点预测模型均分为多个图像区域,所述概率图包含所述原始图像中每一原始像素作为所处图像区域的特征点的概率;所述特征点预测模型是基于特征点提取训练数据集对待训练预测模型进行迭代训练得到的;基于所述概率图,分别从每一图像区域的原始像素中提取特征点。本申请使得特征点是从均分原始图像得到的每一图像区域中提取得到的,因此,即使图像中特征点分布过于密集,也不会保留大量的相近特征点,由此做到了均匀化提取特征点,从而提高使得从图像中提取的特征点更加均匀。
-
公开(公告)号:CN115393508A
公开(公告)日:2022-11-25
申请号:CN202210993110.7
申请日:2022-08-18
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC分类号: G06T17/00 , G06T7/73 , G06T3/00 , G06V10/762
摘要: 本申请公开了一种三维场景建模方法、装置、电子设备及可读存储介质,所述三维场景建模方法包括:获取目标三维场景的全局三维地图以及至少一张二维场景图;根据全局三维地图对各二维场景图进行重定位,确定各二维场景图中二维特征点与全局三维地图中三维地图点之间的位置映射关系;将各二维场景图转换为图像嵌入向量,依据各图像嵌入向量对各二维场景图进行聚类,构建各二维场景图共同对应的目标图像检索树;依据目标图像检索树和位置映射关系,将全局三维地图划分为各局部三维地图;根据目标图像检索树和各局部三维地图,定位目标三维场景下的二维场景图,以对目标三维场景进行三维场景建模。本申请解决了利用三维场景建模实时性差的技术问题。
-
公开(公告)号:CN115497132A
公开(公告)日:2022-12-20
申请号:CN202211079040.0
申请日:2022-09-05
申请人: 咪咕动漫有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC分类号: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本申请公开了一种人脸网格获取方法、装置、设备及存储介质,该方法包括步骤:从视频流中获取人脸图像,并基于所述人脸图像在所述视频流中的图像序列位置,从所述人脸图像中获取五官图像;输入所述人脸图像和所述五官图像至人脸网格预测模型,得到第一人脸网格;所述人脸网格预测模型是基于预设训练数据集对待训练预测模型进行训练得到的。申请人发现,在人脸存在动态表情时,人脸中变化较大的是五官,本申请提高了人脸网格预测模型对人脸图像中五官所在区域的预测效果,以提高人脸网格预测模型预测人脸图像中五官所在区域的网格点的准确性,并进而提高人脸网格预测模型预测得到的人脸网格的准确性。
-
-
-
-
-
-
-
-
-