CN105096243A - 一种lm算法实现化妆类效果的方法及*** - Google Patents
一种lm算法实现化妆类效果的方法及*** Download PDFInfo
- Publication number
- CN105096243A CN105096243A CN201510571052.9A CN201510571052A CN105096243A CN 105096243 A CN105096243 A CN 105096243A CN 201510571052 A CN201510571052 A CN 201510571052A CN 105096243 A CN105096243 A CN 105096243A
- Authority
- CN
- China
- Prior art keywords
- cosmetic
- matrix
- class
- anchor point
- image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000000694 effects Effects 0.000 title claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 239000002537 cosmetic Substances 0.000 claims description 35
- 210000004709 eyebrow Anatomy 0.000 claims description 17
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000004806 packaging method and process Methods 0.000 abstract 2
- 238000005457 optimization Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种LM算法实现化妆类效果的方法及***,通过终端设备获得人脸相关的定位点;将所获取的定位点进行分类封装,将同类型的定位点封装在一起,获得分类数据包;分类数据包中获取需要实现的化妆的纹理数据,并再次进行封装,得到纹理数据包;将纹理数据包的数据,通过矩阵求解的方法得到纹理矩阵;将纹理数据包和纹理矩阵,进行求精运算得到精确矩阵;将精确矩阵映射到原始图像上,得到化妆图像;将化妆图像显示到终端设备上。此方法能够当人脸存在一定角度的时候,达到一个可以接受的效果,本发明定位精确、化妆效果好。
Description
技术领域
本发明属于图像处理领域,具体涉及一种基于LM算法以实现化妆类效果的方法及***。
背景技术
近年来,随着相机数码化、手机相机化,一个全民摄影时代已经来临。照片分享已经成了大众需求之一,而其中对人脸的美化效果又是其中的重中之重;因为化妆也属于人脸的美化效果,所以现在市面上有类似美颜相机、天天P图等产品来实现对人脸的化妆效果,但是实现的效果在人脸存在一定角度的时候,达到的效果并不是很好。
基于LM算法的优化是目前应用较为广泛的一种无条件约束优化方法,在靠近某个极小点时平方收敛,是专门用于误差平方和最小化的方法。具有高斯一牛顿法的局部快速收敛特性,并克服了牛顿法不能有效地处理奇异和非正定矩阵及对初始点要求比较苛刻的缺点。同时远离解时则进行修正,沿误差曲面进行搜索,继承了梯度下降法的全局搜索特性,精确度很高。由于LM算法利用了近似的二阶导数信息,它比梯度法快得多。同时LM算法不需要过多调整参数。因此LM算法在许多参数优化的场合得到了广泛的应用。
发明内容
为了解决上述问题,本发明提供一种LM算法实现化妆类效果的方法及***。本发明能够在人脸存在一定角度的时候,达到一个可以接受的效果,本发明定位精确、化妆效果好。
为达到上述目的,本发明采用的技术方案是:
一种LM算法实现化妆类效果的方法,包括以下几个步骤:
(1)通过终端设备获得人脸相关的定位点;
(2)将所获取的定位点进行分类封装,将同类型的定位点封装在一起,获得分类数据包;
(3)分类数据包中获取需要实现的化妆的纹理数据,并再次进行封装,得到纹理数据包;
(4)将纹理数据包的数据,通过矩阵求解的方法得到纹理矩阵;
(5)将纹理数据包和纹理矩阵,进行求精运算得到精确矩阵;
(6)将精确映射到原始图像上,得到化妆图像矩阵;
(7)将化妆图像显示到终端设备上。
进一步的是,所述步骤(1)具体为,人脸相关定位点包括眼睛的周围、眉毛、鼻子和嘴唇部分的定位点,对人脸五官的关键点进行定位,并收集定位点,通过对五官的区分定位以实现对各个部位分别进行化妆。
进一步的是,所述步骤(2)具体为,对眼睛的内眼角、外眼角和上线眼线中点为一类进行封装;通过对眼睛的全面定位,并将定位点进行封装以实现精确定位。
进一步的是,对眉毛的眉尖、眉尾和眉毛上下两边中点为一类进行封装;通过对眉毛的全面定位,并将定位点进行封装以实现精确定位。
进一步的是,对鼻子的鼻尖、鼻翼、鼻梁和鼻孔中点为一类进行封装;通过对鼻子的全面定位,并将定位点进行封装以实现精确定位。
进一步的是,对嘴唇的两嘴角端点和嘴唇的中点为一类进行封装;通过对嘴唇的全面定位,并将定位点进行封装以实现精确定位。
进一步的是,所述步骤(3)具体为,纹理数据包包含纹理上需要使用的对应定位点信息;通过对纹理数据的采集及分析运算,可以实现任意的化妆效果。
进一步的是,所述步骤(4)具体为,使用SVD方法求得对应的Homegraphy矩阵,SVD方法为奇异值分解法,通过该方法能够得到所需Homegraphy矩阵。
进一步的是,所述步骤(5)具体为,使用LM(Levenberg-Marquardt)算法进行求精运算得到精确矩阵,通过使用LM算法得到的数据精度高,且这种算法运算速度快。
另一方面,本发明还提供了一种LM算法实现化妆类效果的***,包括:
定位点获取模块:用于从终端设备获取到人脸的相关定位点;
分类封装模块:用于将所得定位点进行分类封装;
纹理封装模块:将所需化妆的分类数据包的纹理数据进行封装;
精确运算模块:进行求精运算得到精确矩阵;
图像形成模块:将精确矩阵映射到原始图像上,得到化妆图像;
图像输出模块:将所得化妆图像传输至终端设备,由终端设备向用户显示。
其中,定位点获取模块入口端连接中断设备,定位点获取模块出口端与分类封装模块入口端相连,分类封装模块出口端与纹理封装模块入口端相连,纹理封装模块出口端与精确运算模块入口端相连,精确运算模块出口端与图像形成模块入口端相连,图像形成模块出口端连接图像输出模块入口端,图像输出模块出口端连接终端设备。
采用本技术方案的有益效果:本发明所提出的一种LM算法实现化妆类效果的方法及***,利用LM算法对所需化妆对象进行精确运算,使化妆效果达到高度精准贴合;通过对化妆的纹理进行分析运算,可以达到任意的化妆效果;由于运算方法简单不复杂,使得速度很快,减小内存占有量。
附图说明
图1为本发明的方法流程图;
图2为本发明所述方法借助的LM算法实现化妆类效果的***结构简图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
参见图1所示,一种LM算法实现化妆类效果的方法,包括以下几个步骤:
(1)通过终端设备获得人脸相关的定位点。
人脸相关定位点包括眼睛的周围、眉毛、鼻子和嘴唇部分的定位点,对人脸五官的关键点进行定位,并收集定位点,通过对五官的区分定位以实现对各个部位分别进行化妆。
(2)将所获取的定位点进行分类封装,将同类型的定位点封装在一起,获得分类数据包。
对眼睛的内眼角、外眼角和上线眼线中点为一类进行封装;通过对眼睛的全面定位,并将定位点进行封装以实现精确定位。
对眉毛的眉尖、眉尾和眉毛上下两边中点为一类进行封装;通过对眉毛的全面定位,并将定位点进行封装以实现精确定位。
对鼻子的鼻尖、鼻翼、鼻梁和鼻孔中点为一类进行封装;通过对鼻子的全面定位,并将定位点进行封装以实现精确定位。
对嘴唇的两嘴角端点和嘴唇的中点为一类进行封装;通过对嘴唇的全面定位,并将定位点进行封装以实现精确定位。
(3)分类数据包中获取需要实现的化妆的纹理数据,并再次进行封装,得到纹理数据包。
纹理数据包包含纹理上需要使用的对应定位点信息;通过对纹理数据的采集及分析运算,可以实现任意的化妆效果。
(4)将纹理数据包的数据,通过矩阵求解的方法得到纹理矩阵。
使用SVD方法求得对应的Homegraphy矩阵,SVD方法为奇异值分解法,通过该方法能够得到所需Homegraphy矩阵。
(5)将纹理数据包和纹理矩阵,进行求精运算得到精确矩阵。
使用LM(Levenberg-Marquardt)算法进行求精运算得到精确矩阵,通过使用LM算法得到的数据精度高,且这种算法运算速度快。
(6)将精确矩阵映射到原始图像上,得到化妆图像。
(7)将化妆图像显示到终端设备上。
为配合本发明方法的实现,基于相同的发明构思,参见图2所示,本发明包括一种LM算法实现化妆类效果的***,包括:
定位点获取模块:用于从终端设备获取到人脸的相关定位点;
分类封装模块:用于将所得定位点进行分类封装;
纹理封装模块:将所需化妆的分类数据包的纹理数据进行封装;
精确运算模块:进行求精运算得到精确矩阵;
图像形成模块:将精确矩阵映射到原始图像上,得到化妆图像;
图像输出模块:将所得化妆图像传输至终端设备,由终端设备向用户显示。
其中,定位点获取模块入口端连接中断设备,定位点获取模块出口端与分类封装模块入口端相连,分类封装模块出口端与纹理封装模块入口端相连,纹理封装模块出口端与精确运算模块入口端相连,精确运算模块出口端与图像形成模块入口端相连,图像形成模块出口端连接图像输出模块入口端,图像输出模块出口端连接终端设备。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本实发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种LM算法实现化妆类效果的方法,其特征在于,包括以下几个步骤:
(1)通过终端设备获得人脸相关的定位点;
(2)将所获取的定位点进行分类封装,将同类型的定位点封装在一起,获得分类数据包;
(3)分类数据包中获取需要实现的化妆的纹理数据,并再次进行封装,得到纹理数据包;
(4)将纹理数据包的数据,通过矩阵求解的方法得到纹理矩阵;
(5)将纹理数据包和纹理矩阵,进行求精运算得到精确矩阵;
(6)将精确矩阵映射到原始图像上,得到化妆图像;
(7)将化妆图像显示到终端设备上。
2.根据权利要求1所述的一种LM算法实现化妆类效果的方法,其特征在于,所述步骤(1)具体为,人脸相关定位点包括眼睛的周围、眉毛、鼻子和嘴唇部分的定位点。
3.根据权利要求1所述的一种LM算法实现化妆类效果的方法,其特征在于,所述步骤(2)具体为,对眼睛的内眼角、外眼角和上线眼线中点为一类进行封装。
4.根据权利要求3所述的一种LM算法实现化妆类效果的方法,其特征在于,对眉毛的眉尖、眉尾和眉毛上下两边中点为一类进行封装。
5.根据权利要求4所述的一种LM算法实现化妆类效果的方法,其特征在于,对鼻子的鼻尖、鼻翼、鼻梁和鼻孔中点为一类进行封装。
6.根据权利要求5所述的一种LM算法实现化妆类效果的方法,其特征在于,对嘴唇的两嘴角端点和嘴唇的中点为一类进行封装。
7.根据权利要求1所述的一种LM算法实现化妆类效果的方法,其特征在于,所述步骤(3)具体为,纹理数据包包含纹理上需要使用的对应定位点信息。
8.根据权利要求1所述的一种LM算法实现化妆类效果的方法,其特征在于,所述步骤(4)具体为,使用SVD方法求得对应的Homegraphy矩阵。
9.根据权利要求1所述的一种LM算法实现化妆类效果的方法,其特征在于,所述步骤(5)具体为,使用Levenberg-Marquardt算法进行求精运算得到精确矩阵。
10.一种LM算法实现化妆类效果的***,其特征在于,包括:
定位点获取模块:用于从终端设备获取到人脸的相关定位点;
分类封装模块:用于将所得定位点进行分类封装;
纹理封装模块:将所需化妆的分类数据包的纹理数据进行封装;
精确运算模块:进行求精运算得到精确矩阵;
图像形成模块:将精确矩阵映射到原始图像上,得到化妆图像;
图像输出模块:将所得化妆图像传输至终端设备,由终端设备向用户显示;
其中,定位点获取模块入口端连接中断设备,定位点获取模块出口端与分类封装模块入口端相连,分类封装模块出口端与纹理封装模块入口端相连,纹理封装模块出口端与精确运算模块入口端相连,精确运算模块出口端与图像形成模块入口端相连,图像形成模块出口端连接图像输出模块入口端,图像输出模块出口端连接终端设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510571052.9A CN105096243B (zh) | 2015-09-10 | 2015-09-10 | 一种lm算法实现化妆类效果的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510571052.9A CN105096243B (zh) | 2015-09-10 | 2015-09-10 | 一种lm算法实现化妆类效果的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105096243A true CN105096243A (zh) | 2015-11-25 |
CN105096243B CN105096243B (zh) | 2018-07-13 |
Family
ID=54576598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510571052.9A Active CN105096243B (zh) | 2015-09-10 | 2015-09-10 | 一种lm算法实现化妆类效果的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105096243B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608722A (zh) * | 2015-12-17 | 2016-05-25 | 成都品果科技有限公司 | 一种基于人脸关键点的自动***方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030218672A1 (en) * | 2002-05-23 | 2003-11-27 | Zhengyou Zhang | Head pose tracking system |
CN102999942A (zh) * | 2012-12-13 | 2013-03-27 | 清华大学 | 三维人脸重建方法 |
US20140270374A1 (en) * | 2013-03-15 | 2014-09-18 | Nito, Inc. | Systems, Methods, and Software for Detecting an Object in an Image |
CN104077764A (zh) * | 2014-07-11 | 2014-10-01 | 金陵科技学院 | 一种基于图像拼接的全景图合成方法 |
-
2015
- 2015-09-10 CN CN201510571052.9A patent/CN105096243B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030218672A1 (en) * | 2002-05-23 | 2003-11-27 | Zhengyou Zhang | Head pose tracking system |
CN102999942A (zh) * | 2012-12-13 | 2013-03-27 | 清华大学 | 三维人脸重建方法 |
US20140270374A1 (en) * | 2013-03-15 | 2014-09-18 | Nito, Inc. | Systems, Methods, and Software for Detecting an Object in an Image |
CN104077764A (zh) * | 2014-07-11 | 2014-10-01 | 金陵科技学院 | 一种基于图像拼接的全景图合成方法 |
Non-Patent Citations (2)
Title |
---|
SUE INN CH"NG ETC.: "Adaptive Momentum Levenberg-Marquardt RBF for Face Recognition", 《IEEE INTERNATIONAL CONFERENCE ON CIRCUITS & SYSTEMS》 * |
王腾蛟 等: "基于Levenberg—Marquardt改进算法的图像拼接", 《计算机应用》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608722A (zh) * | 2015-12-17 | 2016-05-25 | 成都品果科技有限公司 | 一种基于人脸关键点的自动***方法及*** |
CN105608722B (zh) * | 2015-12-17 | 2018-08-31 | 成都品果科技有限公司 | 一种基于人脸关键点的自动***方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN105096243B (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11776097B2 (en) | Image fusion method, model training method, and related apparatuses | |
CN107852533B (zh) | 三维内容生成装置及其三维内容生成方法 | |
US10789767B2 (en) | Reducing computational complexity in three-dimensional modeling based on two-dimensional images | |
CN105227832B (zh) | 一种基于关键点检测的自拍方法、自拍***及拍摄终端 | |
CN109359575A (zh) | 人脸检测方法、业务处理方法、装置、终端及介质 | |
CN108885795A (zh) | 自动化头像生成 | |
US11615587B2 (en) | Object reconstruction with texture parsing | |
WO2015070416A1 (en) | Mechanism for facilitating dynamic simulation of avatars corresponding to changing user performances as detected at computing devices | |
TW201635198A (zh) | 用於人臉邊緣特徵點定位的方法及裝置 | |
US11256956B2 (en) | Multi-stage neural network process for keypoint detection in an image | |
CN107048665A (zh) | 一种智能梳、基于智能梳的毛发护理***及护理方法 | |
US20230162332A1 (en) | Image Transformation Method and Apparatus | |
WO2023124391A1 (zh) | 妆容迁移及妆容迁移网络的训练方法和装置 | |
CN107452049A (zh) | 一种三维头部建模方法及装置 | |
CN105657249A (zh) | 一种图像处理方法及用户终端 | |
CN109086713A (zh) | 眼部识别方法、装置、终端及存储介质 | |
CN109389018A (zh) | 一种人脸角度识别方法、装置及设备 | |
JP2019036290A (ja) | 顔類似度評価方法および電子デバイス | |
CN110033430A (zh) | 一种行人数量统计方法和装置 | |
CN105096243A (zh) | 一种lm算法实现化妆类效果的方法及*** | |
CN107368775A (zh) | 一种虹膜识别过程中的预览方法及装置 | |
CN109285208A (zh) | 基于表情动态模板库的虚拟角色表情卡通化算法 | |
CN103218775A (zh) | 一种人像照片变脸的方法 | |
CN110310318B (zh) | 一种特效处理方法及装置、存储介质与终端 | |
CN114616834B (zh) | 用于视频通话的基于面容的帧封装 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: 610041 the 13 floor of No. 1 middle Tianfu Avenue, No. 1268, high-tech zone, Chengdu, Sichuan. Patentee after: Chengdu PinGuo Digital Entertainment Ltd. Address before: 610041 No. 216 South City Road, Chengdu hi tech Zone, Sichuan Patentee before: Chengdu PinGuo Digital Entertainment Ltd. |
|
CP02 | Change in the address of a patent holder |