融合音頻內(nèi)容、風(fēng)格和情感特征的人臉動(dòng)畫生成方法

打開文本圖片集

摘 要：現(xiàn)有的音頻驅(qū)動(dòng)人臉動(dòng)畫技術(shù)主要注重唇部運(yùn)動(dòng)與音頻的同步性，忽略了對(duì)人物面部表情或頭部運(yùn)動(dòng)的再現(xiàn)能力。為此，提出了一種融合音頻內(nèi)容、風(fēng)格和情感特征的高質(zhì)量人臉動(dòng)畫生成方法（ACSEF）。首先，設(shè)計(jì)了情感動(dòng)畫模塊（EAM），從音頻中提取隱含的情感輔助特征來估計(jì)更加準(zhǔn)確的面部情感標(biāo)志位移，然后與語音內(nèi)容和說話者風(fēng)格動(dòng)畫的面部地標(biāo)位移進(jìn)行融合，提高landmarks（面部地標(biāo)）預(yù)測(cè)的準(zhǔn)確性和生動(dòng)性。（剩余14696字）