CN107506559B - 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 - Google Patents
基于人脸相似度分析的明星脸整形化妆推荐方法和装置 Download PDFInfo
- Publication number
- CN107506559B CN107506559B CN201710804911.3A CN201710804911A CN107506559B CN 107506559 B CN107506559 B CN 107506559B CN 201710804911 A CN201710804911 A CN 201710804911A CN 107506559 B CN107506559 B CN 107506559B
- Authority
- CN
- China
- Prior art keywords
- face
- local
- star
- organ
- model
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000007493 shaping process Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 title claims abstract description 27
- 230000000694 effects Effects 0.000 claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 210000000056 organ Anatomy 0.000 claims description 75
- 239000013598 vector Substances 0.000 claims description 41
- 210000001508 eye Anatomy 0.000 claims description 19
- 210000004709 eyebrow Anatomy 0.000 claims description 19
- 210000001331 nose Anatomy 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 13
- 210000001061 forehead Anatomy 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 241000255789 Bombyx mori Species 0.000 claims description 6
- 210000000744 eyelid Anatomy 0.000 claims description 6
- 210000000214 mouth Anatomy 0.000 claims description 6
- 210000003205 muscle Anatomy 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 239000002537 cosmetic Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 210000000720 eyelash Anatomy 0.000 claims description 4
- 238000011524 similarity measure Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 230000037303 wrinkles Effects 0.000 claims description 3
- 210000000887 face Anatomy 0.000 claims description 2
- 210000001352 masseter muscle Anatomy 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 claims 2
- 238000013135 deep learning Methods 0.000 description 4
- 208000018999 crinkle Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 102220505171 Arf-GAP with coiled-coil, ANK repeat and PH domain-containing protein 1_S43D_mutation Human genes 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Graphics (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明基于明星脸匹配和相似度分析方法提供了一种明星脸整形化妆推荐方法与装置。包括：构建2D/3D人脸库，人脸图像预处理，三维人脸重建，明星脸匹配，明星脸整形推荐与视觉呈现，明星脸化妆推荐与视觉呈现。本发明为了提高人脸匹配的稳定性，采用3D形状特征进行人脸相似度匹配；为了提高用户体验感和趣味性，对用户人脸的整形和化妆过程及效果进行3D视觉呈现。本发明可应用于网络游戏、APP开发，还可以应用于整形、美容和化妆领域。
Description
技术领域
本发明涉及图像处理、图像搜索和模式识别技术领域，特别涉及一种基于人脸相似度分析的明星脸整形化妆推荐方法和装置。
背景技术
近些年来，人们对相似脸搜索和明星脸匹配的关注度日益提高，一些知名应用如微软的twins or not，Face++的相似脸搜索、百度明星脸、百度魔图、寻找明星脸、照照明星脸等的出现，标志着相似脸搜索正成为新一轮的研究热点。然而，目前的明星脸匹配游戏不稳定，即经常出现同一个人输入不同类型的人脸图像导致匹配的明星不一样。另外，目前的明星脸游戏让人感到意犹未尽。用户不想在找到和自己相像的明星后一笑而过就没有下文了，其实大部分用户都是有星粉情结的，如果能与明星脸有进一步的匹配互动，用户会更喜欢。
因此，本发明将提供一种基于三维人脸的明星脸匹配方法来提高人明星脸匹配的稳定性。另外，为用户提供明星化人脸整形化妆的推荐，并视觉呈现其过程与步骤。通过以上方法提高了明星脸匹配的稳定性和用户体验感，且有利于整形、化妆品广告的介入，为开发商带来经济效益。
发明内容
为了解决以上问题，本发明提出一种基于人脸相似度分析的明星脸整形化妆推荐方法和装置。
基于人脸相似度分析的明星脸整形化妆推荐方法，其特征在于，包括如下步骤：
S1构建明星2D/3D人脸库
收集明星人脸图像进行大小尺度归一化处理得到标准化的2D人脸图像，利用3D重建技术对标准化的2D明星脸进行3D重建得到对应的3D人脸图像，以此方式构建至少包括500名的明星2D/3D人脸库。
所述的3D重建技术是采用3D形变模型的方法进行3D重建，其方法所下：
假设新的人脸图像Iinput的3D人脸(Snew,Tnew)可通过已有的3D人脸模型的形状向量和纹理向量的线性组合表示：
其中，Sn为3D人脸模型的形状向量，Tn为3D人脸模型的纹理向量，an,bn分别为形状和纹理向量的组合系数。那么，只要有了组合系数(a,b)，就能对新的人脸图像进行3D重建。
对新的人脸图像进行3D形变模型匹配，求解组合系数(a,b)的方法为：
其中，Imodel是3D人脸模型的2D透视投影图像，由光照模型和摄像机模型确定。纹理组合系数b的求解依此类推。
进一步的，本发明对3D形变模型进行改进提出局部3D形变模型的人脸3D重建方法：
首先，根据人脸关键点将人脸分成额头、眉毛、眼睛、鼻子、嘴巴等5大器官区域，并针对各人脸器官区域构建3D人脸局部器官模型。
然后，对新的人脸进行同样的划分，并利用上述的形变模型对各2D人脸器官区域进行3D重建。
最后，将各局部器官3D图像进行无缝拼接成3D人脸。
S2人脸图像预处理
对输入的人脸图像进行预处理，包括人脸检测、人脸关键点定位、人脸归一化、人脸图像质量评判。
所述的人脸检测，其特征在于，采用传统的Adaboost方法或采用深度学习的人脸检测方法。
所述的人脸关键点定位，其特征在于，采用传统的SDM(Supervised DescentMethod)或采用深度学习的方法选取人脸68个关键点。
所述的人脸归一化，其特征在于，进行人脸大小尺度和光照归一化。
所述的人脸图像质量评判，其特征在于，进行人脸分辨率和姿态的合格性判断。
S3人脸图像3D重建
对经过步骤S2人脸预处理后的2D人脸图像利用局部3D形变模型进行3D重建，得到对应的3D人脸图像。
S4 3D人脸匹配与相似度分析
利用3D人脸形状信息进行相似人脸搜索，匹配出与输入人脸最相似的明星脸，并给出相似明星脸的相似度分析。
所述的相似人脸搜索，其特征在于，利用3D重建过程中的形状组合系数进行相似度匹配：
首先，将输入人脸各局部器官的3D重建形状系数an作为特征向量进行局部器官匹配，并采用两个向量角度之间的余弦作为两个局部器官之间的相似度量：
其中，an,an为两个匹配局部器官的特征向量(局部器官线性组合表示权值)。
然后，将各局部器官相似度进行加权求和得出最终的人脸相似度。
所述的明星脸的相似度分析，其特征在于，给出整体相似度、各局部器官相似度、最相似局部器官和最不相似局部器官。
S5人脸整形推荐与视觉呈现
根据明星脸相似度分析情况推荐用户整形方案。如，推荐将最不相似器官进行整形，并利用3D的形式向用户展示整形过程与效果图。
进一步的，用户还可以根据自己的需求和喜好，选择整形方案。如，丰额头、眉骨、双眼皮、***、隆鼻、丰印堂、开内眼角、卧蚕、太阳穴填充、丰苹果肌、丰颊凹、溶下颏线、溶咬肌、丰唇、填下巴、祛法令纹和线雕提升。
进一步的，将用户脸整形过程及效果图进行3D视觉呈现。
S6人脸化妆推荐与视觉呈现
向用户推荐明星脸化妆方案，并将化妆过程中的每一步效果视觉呈现出来。
所述的化妆过程步骤包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红和打唇膏。
一种基于人脸相似度分析的明星脸整形化妆推荐装置，其特征在于，包括：
存储单元，用于存储明星2D/3D人脸图像，明星脸特征向量。其中特征向量是各局部器官的3D重建形状组合系数。
图像处理单元，用于人脸检测、关键点定位、归一化、图像质量评判。
三维重建单元，用于对输入的2D人脸进行3D重建。
人脸匹配单元，用于进行明星脸相似度匹配，找出与用户最相似的明星脸。
整形视觉呈现单元，用于3D视觉展示用户整形的过程和效果。整形效果展示包括：丰额头，眉骨，双眼皮，***，隆鼻，丰印堂，开内眼角，卧蚕，太阳穴填充，丰苹果肌，丰颊凹，溶下颏线，溶咬肌，丰唇，填下巴，祛法令纹，线雕提升。
化妆视觉呈现单元，用于展示用户化妆的过程及效果。化妆过程及效果展示包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红、打唇膏。
附图说明
图1一种基于人脸相似度分析的明星脸整形化妆推荐方法流程图。
图2一种基于人脸相似度分析的明星脸整形化妆推荐装置结构图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。示例性的，具体实施方式以手机版名人匹配游戏为例进行说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1：
图1示出了一种基于人脸相似度分析的明星整形化妆推荐方法实现的流程，其详述如下：
S101构建明星2D/3D人脸库
收集明星人脸图像进行大小尺度归一化处理得到标准化的2D人脸图像。利用3D重建技术对标准化的2D明星脸进行3D重建得到对应的3D人脸图像。
其中，所收集的明星2D人脸图像的标准为：正面和五官清晰。
其中，所述的3D人脸图像通过3D形变模型的方法进行3D重建得到，其方法所下：
假设新的人脸图像Iinput的3D人脸(Snew,Tnew)可通过已有的3D人脸模型的形状向量和纹理向量的线性组合表示：
其中，Sn为3D人脸的形状向量，Tn为3D人脸的纹理向量，an,bn分别为形状和纹理向量的组合系数。那么，只要有了组合系数(a,b)，就能对新的人脸图像进行3D重建。
对新的人脸图像进行3D形变模型匹配，求解组合系数(a,b)的方法为：
其中，Imodel是3D人脸模型的2D透视投影图像，由光照模型和摄像机模型确定。纹理组合系数b的求解依此类推。
所述的已有的3D人脸模型，其特征在于，通过3D扫描仪采集500个对象的人脸3D模型。
进一步的，本发明对3D形变模型进行改进提出局部3D形变模型的人脸3D重建方法：
首先，根据人脸关键点将人脸分成额头、眉毛、眼睛、鼻子、嘴巴等5大器官区域，并针对各人脸器官区域构建3D人脸局部器官字典。
然后，对新的人脸进行同样的划分，并利用上述的形变模型对各2D人脸器官区域进行3D重建。
最后，将各局部器官3D图像进行无缝拼接成3D人脸。
进一步的，本步骤将存储各局部器官3D重建的组合系数作为该局部器官的形状特征向量。
S102人脸图像预处理
对输入的人脸图像进行人脸检测、关键点定位、归一化、图像质量评判等的预处理。如果人脸图像质量评判不合格，则提示用户重新提交图像，只到合格为止。
所述的人脸检测，其特征在于，采用传统的Adaboost方法或采用深度学习的方法进行人脸检测。
所述的人脸关键点定位，其特征在于，采用传统的SDM(Supervised DescentMethod)或采用深度学习的方法选取人脸68个关键点。
所述的人脸归一化，其特征在于，根据人脸关键点(眉尘点、下巴点、耳要点)进行人脸剪切后再进行大小尺度和光照归一化。
所述的人脸图像质量评判，其特征在于，进行人脸分辨率和姿态的合格性判断。如果人脸图像占整幅图像的比例小于1/3，且瞳距小于40，则认为人脸图像分辨率不合格。如果人脸左、右、上、下偏转任一个大于30度，则认为人脸图像姿态不合格。
S103人脸图像3D重建
对经过S102步人脸预处理后的2D人脸图像利用局部3D形变模型进行3D重建，得到对应的3D人脸图像和各局部器官的形状组合系数。
所述的3D重建方法同S101步中的3D重建方法。
S104 3D人脸匹配与相似度分析
利用3D人脸形状信息进行相似人脸搜索，匹配出与输入人脸最相似的明星脸，并给出相似明星脸的相似度分析。
所述的相似人脸搜索，其特征在于，利用3D重建过程中的形状组合系数进行相似度匹配：
首先，将输入人脸各局部器官的3D重建形状系数an作为特征向量进行局部器官匹配，并采用两个向量角度之间的余弦作为两个局部器官之间的相似度量：
其中，an,an为两个匹配局部器官的特征向量(局部器官线性组合表示权值)。
然后，将各局部器官相似度进行加权求和得出最终的人脸相似度，其加权求和规则如下：
θ＝wfθf+wbθb+weθe+wnθn+wmθm
其中，θ为最终的相似度，θf,θb,θe,θn,θm分别为额头、眉毛、眼睛、鼻子、嘴巴的相似度，ws＝0.2,wb＝0.3,we＝0.1,wn＝0.2,wm＝0.2分别为额头、眉毛、眼睛、鼻子和嘴巴的权值。
所述的明星脸的相似度分析，其特征在于，给出整体相似度、各局部器官相似度、最相似局部器官和最不相似局部器官。
S105人脸整形推荐与视觉呈现
根据明星脸相似度分析情况推荐用户整形方案。如，推荐将最不相似器官(鼻子)进行整形—隆鼻整形推荐。并利用3D的形式向用户展示整形过程与效果图。
进一步的，用户还可以根据自己的喜好，选择整形方案，如丰额头，眉骨，双眼皮，***，隆鼻，丰印堂，开内眼角，卧蚕，太阳穴填充，丰苹果肌，丰颊凹，溶下颏线，溶咬肌，丰唇，填下巴，祛法令纹，线雕提升。
S106人脸化妆推荐与视觉呈现
向用户推荐明星脸化妆方案，并将化妆过程中的每一步效果视觉呈现出来。
所述的化妆过程及效果视觉呈现步骤包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红、打唇膏。
实施例2：
图2示出一种基于人脸相似度分析的明星脸整形化妆推荐装置的结构图，详述如下：
存储单元，用于存储明星2D/3D人脸图像，明星脸特征向量。其中特征向量是各局部器官的3D重建形状组合系数。
图像处理单元，用于人脸检测、关键点定位、归一化、图像质量评判。
三维重建单元，用于对输入的2D人脸进行3D重建。其中，3D重建采用3D局部形变模型方法。
人脸匹配单元，用于进行明星脸相似度匹配，找出与用户最相似的明星脸，并进行相似分析。
整形视觉呈现单元，用于3D展示用户微整形的过程和效果。微整形效果展示包括：丰额头，眉骨，双眼皮，***，隆鼻，丰印堂，开内眼角，卧蚕，太阳穴填充，丰苹果肌，丰颊凹，溶下颏线，溶咬肌，丰唇，填下巴，祛法令纹，线雕提升。
化妆视觉呈现单元，用于展示用户化妆的过程及效果。化妆过程及效果展示包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红、打唇膏。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (5)
1.一种基于人脸相似度分析的明星脸整形化妆推荐方法，其特征在于，包括如下步骤：
构建明星2D/3D人脸库：收集明星人脸图像进行大小尺度归一化处理得到标准化的2D人脸图像，利用3D重建技术对标准化的2D明星脸进行3D重建得到对应的3D人脸图像，以此方式构建至少包括500名的明星2D/3D人脸库；
人脸图像预处理：对用户输入的人脸图像进行预处理，包括人脸检测、人脸关键点定位、人脸归一化、人脸图像质量评判；
人脸图像3D重建：对预处理后的用户人脸图像利用局部3D形变模型方法进行3D重建，得到对应的3D人脸图像；所述的局部3D形变模型的方法为：首先，根据人脸关键点将人脸分成额头、眉毛、眼睛、鼻子、嘴巴5大器官区域，在后台针对各人脸器官区域构建3D人脸局部器官模型，完成人脸局部器官3D模型字典的构建；
然后，对新的人脸进行同样的划分，并利用3D形变模型对各2D人脸器官区域进行3D重建:
假设新的人脸局部器官图像Iinput的3D表示为(Snew,Tnew)，那么可通过已有的3D人脸局部器官模型的形状向量和纹理向量的线性组合表示：
其中，Sn为3D人脸局部器官模型的形状向量，Tn为3D人脸局部器官模型的纹理向量，an,bn分别为形状和纹理向量的组合系数，因此只要有了组合系数(a,b)，就能对新的人脸局部器官图像进行3D重建；
假设对新的人脸局部器官图像进行3D形变模型匹配，那么求解组合系数(a,b)的问题转化为：
其中，Imodel是3D人脸局部器官模型的2D透视投影图像，由光照模型和摄像机模型确定，纹理组合系数b的求解依此类推；最后，将各局部器官3D图像进行无缝拼接成3D人脸图像；
3D人脸匹配与相似度分析：利用3D人脸形状信息进行相似人脸搜索，匹配出与输入人脸最相似的明星脸，并给出相似明星脸的相似度分析结果；所述的相似人脸搜索方法是利用3D重建过程中的形状组合系数进行相似度匹配：首先，将输入人脸各局部器官的3D重建形状系数an作为特征向量进行局部器官匹配，并采用两个向量角度之间的余弦作为两个局部器官之间的相似度量：
其中，(an,a′n)为一对局部器官组合系数特征向量；然后，将各局部器官相似度进行加权求和得出最终的人脸相似度；
人脸整形推荐与视觉呈现：根据明星脸相似度分析情况推荐用户整形方案，并利用3D的形式向用户展示整形过程与效果图；或根据用户个人整形需求和喜好选择相应的整形方案，并进行整形过程和效果的3D视觉展示；
人脸化妆推荐与视觉呈现：向用户推荐明星脸化妆方案，并将化妆过程中的每一步效果视觉呈现出来。
2.根据权利要求1所述的一种基于人脸相似度分析的明星脸整形化妆推荐方法，其特征在于，所述的明星脸的相似度分析包括：整体相似度、各局部器官相似度、最相似局部器官和最不相似局部器官。
3.根据权利要求1所述的一种基于人脸相似度分析的明星脸整形化妆推荐方法，其特征在于，所述的整形推荐方案包括：丰额头、眉骨、双眼皮、***、隆鼻、丰印堂、开内眼角、卧蚕、太阳穴填充、丰苹果肌、丰颊凹、溶下颏线、溶咬肌、丰唇、填下巴、祛法令纹和线雕提升。
4.根据权利要求1所述的一种基于人脸相似度分析的明星脸整形化妆推荐方法，其特征在于，所述的化妆步骤效果展示包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红和打唇膏。
5.一种基于人脸相似度分析的明星脸整形化妆推荐装置，其特征在于，包括：存储单元，用于存储明星2D/3D人脸图像，明星脸特征向量，其中特征向量是各局部器官的3D重建形状组合系数；
图像处理单元，用于人脸检测、关键点定位、归一化、图像质量评判；
三维重建单元，用于对输入的2D人脸进行3D重建，所述的3D重建采用局部3D形变模型方法：首先，根据人脸关键点将人脸分成额头、眉毛、眼睛、鼻子、嘴巴5大器官区域，在后台针对各人脸器官区域构建3D人脸局部器官模型，完成人脸局部器官3D模型字典的构建；
然后，对新的人脸进行同样的划分，并利用3D形变模型对各2D人脸器官区域进行3D重建:
假设新的人脸局部器官图像Iinput的3D表示为(Snew,Tnew)，那么可通过已有的3D人脸局部器官模型的形状向量和纹理向量的线性组合表示：
其中，Sn为3D人脸局部器官模型的形状向量，Tn为3D人脸局部器官模型的纹理向量，an,bn分别为形状和纹理向量的组合系数，因此只要有了组合系数(a,b)，就能对新的人脸局部器官图像进行3D重建；
假设对新的人脸局部器官图像进行3D形变模型匹配，那么求解组合系数(a,b)的问题转化为：
其中，Imodel是3D人脸局部器官模型的2D透视投影图像，由光照模型和摄像机模型确定，纹理组合系数b的求解依此类推；最后，将各局部器官3D图像进行无缝拼接成3D人脸图像；
人脸匹配单元，用于进行明星脸相似度匹配，找出与用户最相似的明星脸；所述的人脸匹配方法是利用3D重建过程中的形状组合系数进行相似度匹配：首先，将输入人脸各局部器官的3D重建形状系数an作为特征向量进行局部器官匹配，并采用两个向量角度之间的余弦作为两个局部器官之间的相似度量：
其中，(an,a′n)为一对局部器官组合系数特征向量；然后，将各局部器官相似度进行加权求和得出最终的人脸相似度；
整形视觉呈现单元，用于3D视觉展示用户整形的过程和效果，整形效果展示包括：丰额头，眉骨，双眼皮，***，隆鼻，丰印堂，开内眼角，卧蚕，太阳穴填充，丰苹果肌，丰颊凹，溶下颏线，溶咬肌，丰唇，填下巴，祛法令纹，线雕提升；
化妆视觉呈现单元，用于展示用户化妆的过程及效果，化妆过程及效果展示包括：打粉底、描眉、眼影、眼线、贴睫毛、刷腮红、打唇膏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804911.3A CN107506559B (zh) | 2017-09-08 | 2017-09-08 | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804911.3A CN107506559B (zh) | 2017-09-08 | 2017-09-08 | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107506559A CN107506559A (zh) | 2017-12-22 |
| CN107506559B true CN107506559B (zh) | 2021-03-23 |
Family
ID=60695268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710804911.3A Expired - Fee Related CN107506559B (zh) | 2017-09-08 | 2017-09-08 | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107506559B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110110118B (zh) * | 2017-12-27 | 2021-11-16 | Oppo广东移动通信有限公司 | 妆容推荐方法、装置、存储介质及移动终端 |
| CN108053365B (zh) * | 2017-12-29 | 2019-11-05 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
| CN108229415B (zh) * | 2018-01-17 | 2020-12-22 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
| CN110136270A (zh) * | 2018-02-02 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 制作容妆数据的方法和装置 |
| CN108898546B (zh) * | 2018-06-15 | 2022-08-16 | 北京小米移动软件有限公司 | 人脸图像处理方法、装置及设备、可读存储介质 |
| CN109189967A (zh) * | 2018-08-24 | 2019-01-11 | 微云（武汉）科技有限公司 | 一种基于人脸识别的整容方案推荐方法、装置和存储介质 |
| CN109061892A (zh) * | 2018-09-27 | 2018-12-21 | 广州狄卡视觉科技有限公司 | 整形外科医学影像模型重建互动裸眼立体显示***及方法 |
| CN109598203A (zh) * | 2018-11-06 | 2019-04-09 | 平安科技（深圳）有限公司 | 基于人脸识别的照片添加方法、装置、终端及存储介质 |
| CN110473608B (zh) * | 2019-06-27 | 2022-04-19 | 上海合智医疗科技有限公司 | 重睑手术术后效果的模拟方法、***、装置及存储介质 |
| CN111062260B (zh) * | 2019-11-25 | 2024-03-05 | 杭州绿度信息技术有限公司 | 一种面部整容推荐方案自动生成方法 |
| CN111966852B (zh) * | 2020-06-28 | 2024-04-09 | 北京百度网讯科技有限公司 | 基于人脸的虚拟整容的方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968802A (zh) * | 2010-09-30 | 2011-02-09 | 百度在线网络技术（北京）有限公司 | 一种基于用户浏览行为进行互联网内容推荐的方法与设备 |
| CN102708575A (zh) * | 2012-05-17 | 2012-10-03 | 彭强 | 基于人脸特征区域识别的生活化妆容设计方法及*** |
| CN102982165A (zh) * | 2012-12-10 | 2013-03-20 | 南京大学 | 一种大规模人脸图像检索方法 |
| CN104851123A (zh) * | 2014-02-13 | 2015-08-19 | 北京师范大学 | 一种三维人脸变化模拟方法 |
| CN106033621A (zh) * | 2015-03-17 | 2016-10-19 | 阿里巴巴集团控股有限公司 | 一种三维建模的方法及装置 |
| CN106778468A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人脸识别方法及设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9907473B2 (en) * | 2015-04-03 | 2018-03-06 | Koninklijke Philips N.V. | Personal monitoring system |
| US20130287294A1 (en) * | 2012-04-30 | 2013-10-31 | Cywee Group Limited | Methods for Generating Personalized 3D Models Using 2D Images and Generic 3D Models, and Related Personalized 3D Model Generating System |
-
2017
- 2017-09-08 CN CN201710804911.3A patent/CN107506559B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968802A (zh) * | 2010-09-30 | 2011-02-09 | 百度在线网络技术（北京）有限公司 | 一种基于用户浏览行为进行互联网内容推荐的方法与设备 |
| CN102708575A (zh) * | 2012-05-17 | 2012-10-03 | 彭强 | 基于人脸特征区域识别的生活化妆容设计方法及*** |
| CN102982165A (zh) * | 2012-12-10 | 2013-03-20 | 南京大学 | 一种大规模人脸图像检索方法 |
| CN104851123A (zh) * | 2014-02-13 | 2015-08-19 | 北京师范大学 | 一种三维人脸变化模拟方法 |
| CN106033621A (zh) * | 2015-03-17 | 2016-10-19 | 阿里巴巴集团控股有限公司 | 一种三维建模的方法及装置 |
| CN106778468A (zh) * | 2016-11-14 | 2017-05-31 | 深圳奥比中光科技有限公司 | 3d人脸识别方法及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 《基于局部形变模型三维人脸快速建模》;郝宁波 等;《视频应用与工程》;20111231;89-92、105 * |
| 《基于特征点的三维人脸形变模型》;龚勋 等;《计算机图形学与计算机辅助设计》;20091231;724-733 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107506559A (zh) | 2017-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107506559B (zh) | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 | |
| US11625878B2 (en) | Method, apparatus, and system generating 3D avatar from 2D image | |
| US20230351663A1 (en) | System and method for generating an avatar that expresses a state of a user | |
| US10799010B2 (en) | Makeup application assist device and makeup application assist method | |
| Bruce et al. | Sex discrimination: how do we tell the difference between male and female faces? | |
| CN101055647B (zh) | 用于处理图像的方法、装置 | |
| US20220148333A1 (en) | Method and system for estimating eye-related geometric parameters of a user | |
| CN110796593A (zh) | 基于人工智能的图像处理方法、装置、介质及电子设备 | |
| JP2022522667A (ja) | メイクアップ処理方法、装置、電子デバイス、及び記録媒体 | |
| CN105118023A (zh) | 基于人脸特征点的实时视频人脸卡通化生成方法 | |
| US20220044311A1 (en) | Method for enhancing a user's image while e-commerce shopping for the purpose of enhancing the item that is for sale | |
| CN111414839A (zh) | 基于姿态的情感识别方法及装置 | |
| Davis et al. | An expressive three-mode principal components model for gender recognition | |
| CN108932654A (zh) | 一种虚拟试妆指导方法及装置 | |
| CN111968248A (zh) | 基于虚拟形象的智能化妆方法、装置、电子设备及存储介质 | |
| KR101913811B1 (ko) | 얼굴 표현 및 심리 상태 파악과 보상을 위한 얼굴 정보 분석 방법 및 얼굴 정보 분석 장치 | |
| CN106446207B (zh) | 美妆库建库方法、个性化美妆辅助方法及其装置 | |
| KR20180110842A (ko) | 가상체험을 기반으로 하는 고객 맞춤형 반영구화장 시술 추천시스템 및 그 서비스 방법 | |
| Xia et al. | Semantic translation of face image with limited pixels for simulated prosthetic vision | |
| KR101734212B1 (ko) | 표정 연습 시스템 | |
| JP4893968B2 (ja) | 顔画像の合成方法 | |
| CN113947520A (zh) | 一种基于生成对抗网络实现人脸妆容转换的方法 | |
| CN110069716B (zh) | 一种美妆推荐方法、***及计算机可读存储介质 | |
| JP5650012B2 (ja) | 顔画像処理方法、美容カウンセリング方法および顔画像処理装置 | |
| Kumar et al. | Multi modal adaptive normalization for audio to video generation |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210323 |