CN115661375B - 三维发型生成方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种三维发型生成方法、装置、电子设备和存储介质，涉及人工智能技术领域，具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域，可应用于元宇宙、虚拟数字人等场景。实现方案为：获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；基于所述表面三维发丝数据，获得第一发型隐向量；以及基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据。

Description

三维发型生成方法、装置、电子设备和存储介质

技术领域

本公开涉及人工智能技术领域，具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域，可应用于元宇宙、虚拟数字人等场景，具体涉及一种三维发型生成方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

三维虚拟形象在社交、直播、游戏等用户场景具有广泛应用价值。基于人工智能的三维虚拟形象生成，通过人脸图像生成虚拟形象，为用户定制个性化的虚拟形象有效在满足用户的个性化需求，具有广泛的应用前景。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种三维发型生成方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种三维发型生成方法，包括：获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息；以及基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

根据本公开的另一方面，提供了一种三维发型生成装置，包括：图像获取单元，被配置用于获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；表面三维发丝数据获取单元，被配置用于基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；发型隐向量获取单元，被配置用于基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息；以及三维发型数据获取单元，被配置用于基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开的实施例所述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的实施例所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。

根据本公开的一个或多个实施例，可以获得不仅仅包括发型区域的表面（能被看见的）区域的发丝的发丝数据，还包括位于发型区域的内部（看不见的）区域的发丝的发丝数据的三维发型数据，从而使基于三维发型数据渲染后获得的三维发型真实性更高。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的三维发型生成方法的流程图；

图3示出了根据本公开的实施例的三维发型生成方法中所获得的多个第一图像的示意图；

图4示出了根据本公开的实施例的三维发型生成方法中基于所述多个第一图像，获得表面三维发丝数据的过程的流程图；

图5示出了根据本公开的实施例的三维发型生成方法中所获得的三维模型的示意图；

图6示出了根据本公开的实施例的三维发型生成方法中所获得的多个第一图像分别对应的多个分割图像的示意图；

图7示出了根据本公开的实施例的三维发型生成方法中所获得的多个第一图像分别对应的多个线段图的示意图；

图8示出了根据本公开的实施例的三维发型生成方法中所获得的所获得的表面三维发型数据的示意图；

图9示出了根据本公开的实施例的三维发型生成方法中基于所述表面三维发丝数据，获得第一发型隐向量的过程的流程图；

图10示出了根据本公开的实施例的三维发型生成方法中生成的第一三维发型数据所渲染的虚拟形象的示意图；

图11示出了根据本公开的实施例的三维发型生成装置的结构框图；以及

图12示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行根据本公开的三维发型生成方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务（SaaS）模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来接收根据本公开的三维发型生成方法所生成的三维发型数据进行渲染后获得的虚拟形象。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机（诸如个人计算机和膝上型计算机）、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统（例如GOOGLE Chrome OS）；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理（PDA）等。可穿戴设备可以包括头戴式显示器（诸如智能眼镜）和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序（例如电子邮件应用程序）、短消息服务（SMS）应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种（包括但不限于TCP/IP、SNA、IPX等）来支持数据通信。仅作为示例，一个或多个网络110可以是局域网（LAN）、基于以太网的网络、令牌环、广域网（WAN）、因特网、虚拟网络、虚拟专用网络（VPN）、内部网、外部网、区块链网络、公共交换电话网（PSTN）、红外网络、无线网络（例如蓝牙、WIFI）和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机（例如PC（个人计算机）服务器、UNIX服务器、中端服务器）、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构（例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池）。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器（VPS，Virtual Private Server）服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

在相关技术中，根据二维图像生成三维发型数据，由于二维图像中仅仅显示目标对象的发型区域的表面（能被看见的）区域的发丝，使得所生成的三维发型数据仅仅包括发型区域的表面（能被看见的）区域的发丝的数据，所生成的三维发型数据的质量较差，使得基于所生成的三维发型数据所渲染的三维发型真实性较低。

根据本公开的一方面，提供了一种三维发型生成方法。如图2所示，根据本公开的一些实施例的三维发型生成方法200包括：

步骤S210：获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；

步骤S220：基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；

步骤S230：基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息；以及

步骤S240：基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

通过获得关于第一对象的对应于不同视角的多个第一图像，并基于多个第一图像获得包括发型区域在多个第一图像中所显示的多个第一发丝中的每一个第一发丝在三维空间中的信息的表面三维发丝数据，基于表面三维发丝数据，获得包含有发型区域中的区别于多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息的第一发型隐向量，并基于第一发型隐向量获得三维发型数据，由于第一发型隐向量包括发型区域中的区别于多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息的第一发型隐向量，即包括发型区域的内部（看不见的）区域的发丝在三维空间中的信息，使得基于该第一发型隐向量所获得的第一三维发型数据不仅仅包括发型区域的表面（能被看见的）区域的发丝的发丝数据，还包括位于发型区域的内部（看不见的）区域的发丝的发丝数据，提升所获得的第一三维发型数据的质量，进而提升基于所获得第一三维发型数据渲染后获得的三维发型真实性。

在一些实施例中，第一对象可以是人或者头模等任意具有发型区域的三维对象。其中，发型区域为三维空间中的区域，包括位于三维空间中的多个发丝。

在一些实施例中，在步骤S210中，通过摄像装置从多个视角采集第一对象的图像，以获得该多个第一图像。其中，多个视角可以是与摄像装置的位姿相关的任意的两个或更多个视角。

参看图3，示出了根据本公开的一些实施例中所获得的关于第一对象的多个第一图像的示意图，其中，多个第一图像包括图像301、图像302、图像303和图像304。

在一些实施例中，在步骤S220中，通过将多个第一图像中的每一个第一图像中的发型区域中的每一个像素在三维空间中的信息，并基于该第一图像中的发型区域中的每一个像素在三维空间中的信息，获得表面三维发丝数据。

例如，通过获得多个第一图像中的每一个第一图像的走向图，获得该第一图像中的发型区域中的每一个像素在三维空间中的位置和方向，并基于该第一图像中的发型区域中的每一个像素在三维空间中的位置和方向，获得该第一图像中的发型区域中的多个发丝中的每一个发丝在三维空间中的信息。

在一些实施例中，如图4所示，步骤S220中，基于所述多个第一图像，获得表面三维发丝数据包括：

步骤S410：基于所述多个第一图像，进行三维重建，以获得三维表面模型，所述三维表面模型指示所述发型区域在所述多个第一图像中的每一个第一图像所显示的多个像素中的每一个像素在三维空间中的信息；以及

步骤S420：基于所述三维表面模型，获得所述表面三维发丝数据。

基于多个第一图像进行三维重建，获得三维表面模型，并基于三维表面模型获得表面三维发丝数据，由于三维表面模型指示发型区域在多个第一图像中的每一个第一图像所显示的多个像素中的每一个像素在三维空间中的信息，根据该三维表面模型获得的表面三维发丝数据准确，并且由于基于多个第一图像进行三维重建的过程简单，数据处理量少，使得获得表面三维发丝数据的过程简单，数据处理量少。

在一些实施例中，采用神经表面重建（NeuS）方法基于多个第一图像进行三维重建。神经表面重建（NeuS）方法基于多个第一图像进行三维重建使得针对发行区域中包括多个发丝的复杂结构场景，也能获得准确度高的三维表面模型。

参看图5，示出了根据本公开的一个实施例的基于多个第一图像进行三维重建获得的三维表面模型的示意图。

在一些实施例中，基于所述三维表面模型，获得所述表面三维发丝数据包括：

针对所述多个第一图像中的每一个第一图像，

获得该第一图像对应的线段图和相机位姿，该线段图指示所述发型区域在该第一图像中所显示的多个发丝中每一个发丝上的多个线段和该多个线段中的每一个线段在该第一图像中的方向信息；以及

基于所述相机位姿，将该第一图像对应的线段图映射到所述三维表面模型上。

通过获得多个第一图像中的每一个第一图像对应的线段图，并通过将多个视角和多个第一图像对应的多个线段图分别映射到三维表面模型上，由于获得的每一个第一图像对应的线段图显示发型区域在该第一图像中所显示的多个发丝中每一个发丝上的多个线段和该多个线段中的每一个线段在该第一图像中的方向信息，使得通过将线段图映射到三维表面模型上后获得的表面三维发丝数据准确。

在一些实施例中，通过对多个第一图像中的每一个第一图像进行图像分割，获得发型区域的分割图像后，针对分割图像进行特征匹配，估计对应的第一图像的相机位姿，并且采用线段检测器算法（LSD）获得该第一图像对应的线段图。

参看图6，示出了根据本公开的一些实施例中针对图3中的多个第一图像获得的发型区域的多个分割图像的示意图，其中，分割图像601、602、603和604分别对应于图像301、302、303和304。

参看图7，示出了根据本公开的一些实施例中针对图3中的多个第一图像获得的线段图的示意图，其中，线段图701、702、703和704分别对应于图像301、302、303和304。

参看图8，示出了根据本公开的一些实施例中所获得的表面三维发型数据的示意图。其中，包括与三维模型上的多个发丝中的每一个发丝上的多个线段中的每一个线段在三维空间中的位置和方向。

在一些实施例中，在步骤S230中，通过编码器对表面三维发丝数据进行编码，获得第一发型隐向量，其中，编码器通过采用多个三维发型数据训练与解码器组成三维发型生成模型训练获得，其中，多个三维发型数据与多个对象的多个发型区域相应，并且每一个三维发型数据包括相应发型区域中的多个发丝中的每一个发丝的发丝数据。在训练过程中，针对每一个三维发型数据，将相应发型区域中的多个发丝中位于表面区域的发丝的发丝数据输入到编码器中，获得相应的发型隐向量，并且通过将发型隐向量输入解码器获得预测结果，预测结果包括相应发型区域中的多个发丝中的每一个发丝的预测数据，基于三维发型数据和预测结果调整编码器和解码器的参数。

在一些实施例中，如图9所示，步骤S230、基于所述表面三维发丝数据，获得第一发型隐向量包括：

步骤S910：获得初始三维发型数据对应的初始发型隐向量，所述初始三维发型数据包括第二对象的发型区域中的多个发丝中的每一个发丝上的多个节点中的每一个节点在三维空间中的坐标，所述初始发型隐向量指示所述第二对象的发型区域中的多个发丝中的每一个发丝在三维空间中的信息；

步骤S920：获得所述初始三维发型数据和所述表面三维发丝数据之间的差异；以及

步骤S930：基于所述差异，调整所述初始发型隐向量，以获得所述第一发型隐向量。

通过对区别于第一对象的第二对象的初始发型隐向量进行调整，获得第一对象的发型区域的第一发型隐向量，由于初始发型隐向量中包括第二对象在发型区域的多个发丝（包括位于表面区域和内部区域的发丝）中的每个发丝的信息，使得在调整初始发型隐向量过程中可以将初始发型隐向量中所包括的第二对象的发型区域的位于表面区域以外（内部区域）的多个发丝中的每个发丝的信息提取到第一发型隐向量中，从而使所获得的第一发型隐向量除包括发型区域在多个第一图像中所显示（表面区域内）的多个第一发丝中的每一个第一发丝的信息，还包括发型区域在多个第一图像中未显示（内部区域）的多个第一发丝中的每一个第一发丝的信息，整个过程仅仅只需要通过调整初始发型隐向量，就能实现，使得所获得的第一发型隐向量的方法简单，数据处理量少。

在一些实施例中，步骤S930、获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：

针对所述表面三维发丝数据中的每一个第一发丝，获得所述初始三维发型数据中位置与该第一发丝的位置最接近的第六发丝，并且获得该第一发丝的位置和所述第六发丝的位置之间的第一距离，针对所述第六发丝，获得所述表面三维发丝数据中的位置与所述第六发丝的位置最接近的第三发丝，并获得所述第六发丝的位置与所述第三发丝的位置之间的第二距离，以及基于所述第一距离和所述第二距离，获得该发丝对应的位置倒角差异；以及

基于所述表面三维发丝数据中的所述多个第一发丝对应的多个位置倒角差异，获得所述差异。

通过获得位置倒角差异，调整初始发型隐向量，以获得第一发型隐向量，使所获得的第一发型隐向量对第一对象的发型区域中的发丝的位置信息的表达准确。

在一些实施例中，步骤S930、获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：

针对所述表面三维发丝数据中的每一个第一发丝，获得所述初始三维发型数据中方向与该第一发丝的方向最接近的第四发丝，并且获得该第一发丝的方向和所述第四发丝之间的第一方向相似度，针对所述第四发丝，获得所述表面三维发丝数据中的方向与所述第四发丝的方向最接近的第五发丝，并获得所述第四发丝与所述第五发丝之间的第二方向相似度，以及基于所述第一方向相似度和所述第二方向相似度，获得该发丝对应的方向倒角差异；以及

基于所述表面三维发丝数据中的所述多个第一发丝对应的多个方向倒角差异，获得所述差异。

通过获得位置倒角差异，调整初始发型隐向量，获得第一发型隐向量，使所获得的第一发型隐向量对第一对象的发型区域的发丝的方向信息的表达准确。

在一些实施例中，通过上述多个第一发丝对应的多个方向倒角差异和多个位置倒角差异之和作为用于根据其调整初始三维发型数据的差异。

在一些实施例中，在步骤S940中，基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据包括：

采用解码器对所述第一发型隐向量进行解码，以获得所述第一三维发型数据，其中，所述解码器是采用所述初始三维发型数据和所述初始发型隐向量进行训练获得的。

通过采用初始三维发型数据和所述初始发型隐向量进行训练获得的解码器，对第一发型隐向量进行解码，获得第一三维发型数据，由于解码器在训练过程中是基于初始三维发型数据和所述初始发型隐向量进行训练获得的，使得其包含对包含发型区域的内部区域的发丝的信息的隐向量进行解码的能力，从而使得所获得的第一三维发型数据准确。

在一些实施例中，解码器还采用区别于所述第一三维发型数据的其他多个三维发型数据和对应的多个发型隐向量进行训练获得，使得其包括大量的发型信息，从而能够提升其解码第一发型隐向量后获得的第一三维发型数据中位于发型区域内部区域的发丝的发丝数据的质量，提高所获得的三维发型数据的质量。

在一些实施例中，获得第一三维发型数据后，基于第一三维发型数据进行虚拟形象渲染，以获得虚拟形象。

参看图10，示出了根据本公开的一些实施例所获得的第一三维发型数据进行渲染后获得的虚拟形象的示意图，可以看出，其具有逼真的效果。

根据本公开的另一方面，还提供了一种三维发型生成装置，参看图11，装置1100包括：图像获取单元1110，被配置用于获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；表面三维发丝数据获取单元1120，被配置用于基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；发型隐向量获取单元1130，被配置用于基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息；以及三维发型数据获取单元1140，被配置用于基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

在一些实施例中，所述表面三维发丝数据获取单元包括：三维表面模型获取单元，被配置用于基于所述多个第一图像，进行三维重建，以获得三维表面模型，所述三维表面模型指示所述发型区域在所述多个第一图像中的每一个第一图像所显示的多个像素中的每一个像素在三维空间中的信息；以及表面三维发丝数据获取子单元，被配置用于基于所述三维表面模型，获得所述表面三维发丝数据。

在一些实施例中，所述表面三维发丝数据获取子单元包括：第一获取子单元，被配置用于针对所述多个第一图像中的每一个第一图像，获得该第一图像对应的线段图和相机位姿，该线段图指示所述发型区域在该第一图像中所显示的多个发丝中每一个发丝上的多个线段和该多个线段中的每一个线段在该第一图像中的方向信息；以及第二获取子单元，被配置用于针对所述多个第一图像中的每一个第一图像，基于所述相机位姿，将该第一图像对应的线段图映射到所述三维表面模型上。

在一些实施例中，所述发型隐向量获取单元包括：初始发型隐向量获取单元，被配置用于获得初始三维发型数据对应的初始发型隐向量，所述初始三维发型数据包括第二对象的发型区域中的多个发丝中的每一个发丝上的多个节点中的每一个节点在三维空间中的坐标，所述初始发型隐向量指示所述第二对象的发型区域中的多个发丝中的每一个发丝在三维空间中的信息； 差异获取单元，被配置用于获得所述初始三维发型数据和所述表面三维发丝数据之间的差异；以及调整单元，被配置用于基于所述差异，调整所述初始发型隐向量，以获得所述第一发型隐向量。

在一些实施例中，所述差异获取单元包括：位置倒角差异获取单元，被配置用于针对所述表面三维发丝数据中的每一个第一发丝，获得所述初始三维发型数据中位置与该第一发丝的位置最接近的第六发丝，并且获得该第一发丝的位置和所述第六发丝的位置之间的第一距离，针对所述第六发丝，获得所述表面三维发丝数据中的位置与所述第六发丝的位置最接近的第三发丝，并获得所述第六发丝的位置与所述第三发丝的位置之间的第二距离，以及基于所述第一距离和所述第二距离，获得该发丝对应的位置倒角差异；以及第一差异获取子单元，被配置用于基于所述表面三维发丝数据中的所述多个第一发丝对应的多个位置倒角差异，获得所述差异。

在一些实施例中，所述获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：位置倒角差异获取单元，被配置用于针对所述表面三维发丝数据中的每一个第一发丝，获得所述初始三维发型数据中方向与该第一发丝的方向最接近的第四发丝，并且获得该第一发丝的方向和所述第四发丝之间的第一方向相似度，针对所述第四发丝，获得所述表面三维发丝数据中的方向与所述第四发丝的方向最接近的第五发丝，并获得所述第四发丝与所述第五发丝之间的第二方向相似度，以及基于所述第一方向相似度和所述第二方向相似度，获得该发丝对应的方向倒角差异；第一差异获取子单元，被配置用于基于所述表面三维发丝数据中的所述多个第一发丝对应的多个方向倒角差异，获得所述差异。

在一些实施例中，所述基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据包括：采用解码器对所述第一发型隐向量进行解码，以获得所述第一三维发型数据，其中，所述解码器是采用所述初始三维发型数据和所述初始发型隐向量进行训练获得的。

在一些实施例中，所述解码器还采用区别于所述第一三维发型数据的其他多个三维发型数据和对应的多个发型隐向量进行训练获得。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图12，现将描述可以作为本公开的服务器或客户端的电子设备1200的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图12所示，电子设备1200包括计算单元1201，其可以根据存储在只读存储器（ROM）1202中的计算机程序或者从存储单元1208加载到随机访问存储器（RAM）1203中的计算机程序，来执行各种适当的动作和处理。在RAM 1203中，还可存储电子设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出（I/O）接口1205也连接至总线1204。

电子设备1200中的多个部件连接至I/O接口1205，包括：输入单元1206、输出单元1207、存储单元1208以及通信单元1209。输入单元1206可以是能向电子设备1200输入信息的任何类型的设备，输入单元1206可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1207可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1208可以包括但不限于磁盘、光盘。通信单元1209允许电子设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1208。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到电子设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元1201可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、复杂可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (17)

1.一种三维发型生成方法，包括：

获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；

基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；

基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息，所述基于所述表面三维发丝数据，获得第一发型隐向量包括：

获得初始三维发型数据对应的初始发型隐向量，所述初始三维发型数据包括第二对象的发型区域中的多个发丝中的每一个发丝上的多个节点中的每一个节点在三维空间中的坐标，所述第二对象区别于所述第一对象并且所述第二对象的发型区域中的多个发丝包括位于表面和内部区域的发丝，所述初始发型隐向量指示所述第二对象的发型区域中的多个发丝中的每一个发丝在三维空间中的信息；

获得所述初始三维发型数据和所述表面三维发丝数据之间的差异；以及

基于所述差异，调整所述初始发型隐向量，以获得所述第一发型隐向量，所述第一发型隐向量包括所述发型区域中在所述多个第一图像中所显示的多个第一发丝中每个第一发丝的信息以及所述发型区域中在所述多个第一图像中未显示的多个第二发丝中每个第二发丝的信息；以及

基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

2.根据权利要求1所述的方法，其中，所述基于所述多个第一图像，获得表面三维发丝数据包括：

基于所述多个第一图像，进行三维重建，以获得三维表面模型，所述三维表面模型指示所述发型区域在所述多个第一图像中的每一个第一图像所显示的多个像素中的每一个像素在三维空间中的信息；以及

基于所述三维表面模型，获得所述表面三维发丝数据。

3.根据权利要求2所述的方法，其中，所述基于所述三维表面模型，获得所述表面三维发丝数据包括：

针对所述多个第一图像中的每一个第一图像，

获得该第一图像对应的线段图和相机位姿，该线段图指示所述发型区域在该第一图像中所显示的多个发丝中每一个发丝上的多个线段和该多个线段中的每一个线段在该第一图像中的方向信息；以及

基于所述相机位姿，将该第一图像对应的线段图映射到所述三维表面模型上。

4.根据权利要求1所述的方法，其中，所述获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：

针对所述表面三维发丝数据中的每一个第一发丝，

获得所述初始三维发型数据中位置与该第一发丝的位置最接近的第六发丝，并且获得该第一发丝的位置和所述第六发丝的位置之间的第一距离，

针对所述第六发丝，获得所述表面三维发丝数据中的位置与所述第六发丝的位置最接近的第三发丝，并获得所述第六发丝的位置与所述第三发丝的位置之间的第二距离，以及

基于所述第一距离和所述第二距离，获得该发丝对应的位置倒角差异；以及

基于所述表面三维发丝数据中的所述多个第一发丝对应的多个位置倒角差异，获得所述差异。

5.根据权利要求1所述的方法，其中，所述获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：

针对所述表面三维发丝数据中的每一个第一发丝，

获得所述初始三维发型数据中方向与该第一发丝的方向最接近的第四发丝，并且获得该第一发丝的方向和所述第四发丝之间的第一方向相似度，

针对所述第四发丝，获得所述表面三维发丝数据中的方向与所述第四发丝的方向最接近的第五发丝，并获得所述第四发丝与所述第五发丝之间的第二方向相似度，以及

基于所述第一方向相似度和所述第二方向相似度，获得该发丝对应的方向倒角差异；以及

基于所述表面三维发丝数据中的所述多个第一发丝对应的多个方向倒角差异，获得所述差异。

6.根据权利要求1所述的方法，其中，所述基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据包括：

采用解码器对所述第一发型隐向量进行解码，以获得所述第一三维发型数据，其中，所述解码器是采用所述初始三维发型数据和所述初始发型隐向量进行训练获得的。

7.根据权利要求6所述的方法，其中，所述解码器还采用区别于所述第一三维发型数据的其他多个三维发型数据和对应的多个发型隐向量进行训练获得。

8.根据权利要求1-7任一项所述的方法，还包括：

基于所述第一三维发型数据进行虚拟形象渲染，以获得虚拟形象。

9.一种三维发型生成装置，包括：

图像获取单元，被配置用于获得关于第一对象的多个第一图像，所述第一对象包括包含多个发丝的发型区域，所述多个第一图像分别对应不同的视角；

表面三维发丝数据获取单元，被配置用于基于所述多个第一图像，获得表面三维发丝数据，所述表面三维发丝数据包括所述发型区域在所述多个第一图像中所显示的多个第一发丝中的每个第一发丝在三维空间中的信息；

发型隐向量获取单元，被配置用于基于所述表面三维发丝数据，获得第一发型隐向量，所述第一发型隐向量包括所述发型区域中区别于所述多个第一发丝的多个第二发丝中的每一个第二发丝在三维空间中的信息，所述发型隐向量获取单元包括：

初始发型隐向量获取单元，被配置用于获得初始三维发型数据对应的初始发型隐向量，所述初始三维发型数据包括第二对象的发型区域中的多个发丝中的每一个发丝上的多个节点中的每一个节点在三维空间中的坐标，所述第二对象区别于所述第一对象并且所述第二对象的发型区域中的多个发丝包括位于表面和内部区域的发丝，所述初始发型隐向量指示所述第二对象的发型区域中的多个发丝中的每一个发丝在三维空间中的信息；

差异获取单元，被配置用于获得所述初始三维发型数据和所述表面三维发丝数据之间的差异；以及

调整单元，被配置用于基于所述差异，调整所述初始发型隐向量，以获得所述第一发型隐向量，所述第一发型隐向量包括所述发型区域中在所述多个第一图像中所显示的多个第一发丝中每个第一发丝的信息以及所述发型区域中在所述多个第一图像中未显示的多个第二发丝中每个第二发丝的信息；以及

三维发型数据获取单元，被配置用于基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据，所述第一三维发型数据包括与所述多个发丝中的每个发丝的发丝数据，该发丝数据包括该发丝上的多个节点中的每个节点的坐标。

10.根据权利要求9所述的装置，其中，所述表面三维发丝数据获取单元包括：

三维表面模型获取单元，被配置用于基于所述多个第一图像，进行三维重建，以获得三维表面模型，所述三维表面模型指示所述发型区域在所述多个第一图像中的每一个第一图像所显示的多个像素中的每一个像素在三维空间中的信息；以及

表面三维发丝数据获取子单元，被配置用于基于所述三维表面模型，获得所述表面三维发丝数据。

11.根据权利要求10所述的装置，其中，所述表面三维发丝数据获取子单元包括：

第一获取子单元，被配置用于针对所述多个第一图像中的每一个第一图像，获得该第一图像对应的线段图和相机位姿，该线段图指示所述发型区域在该第一图像中所显示的多个发丝中每一个发丝上的多个线段和该多个线段中的每一个线段在该第一图像中的方向信息；以及

第二获取子单元，被配置用于针对所述多个第一图像中的每一个第一图像，基于所述相机位姿，将该第一图像对应的线段图映射到所述三维表面模型上。

12.根据权利要求9所述的装置，其中，所述差异获取单元包括：

位置倒角差异获取单元，被配置用于针对所述表面三维发丝数据中的每一个第一发丝，

获得所述初始三维发型数据中位置与该第一发丝的位置最接近的第六发丝，并且获得该第一发丝的位置和所述第六发丝的位置之间的第一距离，

针对所述第六发丝，获得所述表面三维发丝数据中的位置与所述第六发丝的位置最接近的第三发丝，并获得所述第六发丝的位置与所述第三发丝的位置之间的第二距离，以及

基于所述第一距离和所述第二距离，获得该发丝对应的位置倒角差异；以及

第一差异获取子单元，被配置用于基于所述表面三维发丝数据中的所述多个第一发丝对应的多个位置倒角差异，获得所述差异。

13.根据权利要求9所述的装置，其中，所述获得所述初始三维发型数据和所述表面三维发丝数据之间的差异包括：

位置倒角差异获取单元，被配置用于针对所述表面三维发丝数据中的每一个第一发丝，

获得所述初始三维发型数据中方向与该第一发丝的方向最接近的第四发丝，并且获得该第一发丝的方向和所述第四发丝之间的第一方向相似度，

针对所述第四发丝，获得所述表面三维发丝数据中的方向与所述第四发丝的方向最接近的第五发丝，并获得所述第四发丝与所述第五发丝之间的第二方向相似度，以及

基于所述第一方向相似度和所述第二方向相似度，获得该发丝对应的方向倒角差异；

第一差异获取子单元，被配置用于基于所述表面三维发丝数据中的所述多个第一发丝对应的多个方向倒角差异，获得所述差异。

14.根据权利要求9所述的装置，其中，所述基于所述第一发型隐向量，获得所述发型区域对应的第一三维发型数据包括：

采用解码器对所述第一发型隐向量进行解码，以获得所述第一三维发型数据，其中，所述解码器是采用所述初始三维发型数据和所述初始发型隐向量进行训练获得的。

15.根据权利要求14所述的装置，其中，所述解码器还采用区别于所述第一三维发型数据的其他多个三维发型数据和对应的多个发型隐向量进行训练获得。

16.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

17.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

Images