CN108564526A - 一种图像处理方法、装置、电子设备及介质 - Google Patents
一种图像处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN108564526A CN108564526A CN201810290726.1A CN201810290726A CN108564526A CN 108564526 A CN108564526 A CN 108564526A CN 201810290726 A CN201810290726 A CN 201810290726A CN 108564526 A CN108564526 A CN 108564526A
- Authority
- CN
- China
- Prior art keywords
- makeup
- region
- image
- waiting
- wait
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 230000011218 segmentation Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 17
- 238000003062 neural network model Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 8
- 210000004709 eyebrow Anatomy 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 6
- 210000004209 hair Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 241001070941 Castanea Species 0.000 description 2
- 235000014036 Castanea Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003760 hair shine Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000219109 Citrullus Species 0.000 description 1
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000539 dimer Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
-
- 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
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种图像处理方法、装置、电子设备及介质，其中，图像处理方法包括：获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过本方案可以提高虚拟上妆的准确度。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、电子设备及介质。
背景技术
随着图像处理技术的发展，虚拟上妆作为一种新型技术，广受青睐。虚拟上妆技术主要用于为用户提供快速化妆效果，用户只需提供待上妆图像，即可通过简单操作看到不同的化妆效果，以便从中选择适合自身的妆容。
目前，虚拟上妆采用的主要方法为：针对待上妆图像，采用人脸对齐技术获取图片中人脸五官(如脸颊、嘴巴、眼睛等)特征点的位置，然后再对上述特征点位置所形成的区域进行虚拟上妆，如添加腮红、唇彩、改变瞳孔颜色等。
采用上述方法进行虚拟上妆时，若原始图像中出现人脸五官被遮挡的情况，上述方法依然会对被遮挡的五官进行预测，并获取预测的特征点位置，然后对获取到的预测特征点位置所形成的区域进行虚拟上妆，例如，原始图像中人物的嘴巴被手部遮挡，上述方法会在人物的手部区域中预测出完整的嘴巴形状，并对上述预测区域进行添加唇彩的操作，上述操作实际是对无需上妆的手部进行了错误上妆。因此，如果存在上述被遮挡的情况，在进行虚拟上妆时，会发生上妆错误。
发明内容
本发明实施例的目的在于提供一种图像处理方法、装置、电子设备及介质，以提高虚拟上妆的准确度。具体技术方案如下：
第一方面，本发明实施例提供了一种图像处理方法，所述方法包括：
获取待上妆图像；
对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域；
根据所述至少一个待上妆区域的属性，采用预设对所述至少一个待上妆区域进行虚拟上妆。
进一步的，所述对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域，包括：
将所述待上妆图像输入预先训练得到的神经网络模型中，通过所述神经网络模型的运算，提取所述待上妆图像中的至少一个特征；
对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
进一步的，所述对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域，包括：
根据预设的所述至少一个特征与像素值的对应关系，对所述至少一个特征对应的区域进行类型标注，得到所述至少一个待上妆区域。
进一步的，所述至少一个待上妆区域的属性为所述至少一个待上妆区域的像素值；
所述根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆，包括：
接收上妆指令，所述上妆指令为对待上妆图像中与指定待上妆区域对应的区域进行单色上妆的指令，其中，所述指定待上妆区域为所述至少一个待上妆区域中的任一个待上妆区域；
将所述指定待上妆区域的像素值设置为与所述单色对应的目标像素值；
将所述目标像素值及所述待上妆图像中各像素点的像素值表示为色调饱和度明度HSV色彩空间像素值；
分别将所述待上妆图像中各像素点的HSV像素值中的色调H分量替换为所述目标像素值的HSV像素值中的H分量、将所述待上妆图像中各像素点的HSV像素值中的饱和度S分量替换为所述目标像素值的HSV像素值中的S分量，得到像素替换图像；
对所述像素替换图像进行红绿蓝RGB色彩空间转换，得到虚拟上妆图像。
进一步的，所述根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆，包括：
根据所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层；
基于所述至少一个待上妆区域，对所述对应的预设目标图层进行形变，得到与所述至少一个待上妆区域形状相同的变形后目标图层；
利用所述变形后目标图层，覆盖所述待上妆图像中与所述至少一个待上妆区域对应的区域，得到虚拟上妆图像。
进一步的，所述根据所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层，包括：
基于所述待上妆图像中各像素点的像素值，确定目标肤色属性；
根据所述目标肤色属性及所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层。
第二方面，本发明实施例提供了一种图像处理装置，所述装置包括：
图像获取模块，用于获取待上妆图像；
图像分割模块，用于对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域；
虚拟上装模块，用于根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆。
进一步的，所述图像分割模块，具体用于：
将所述待上妆图像输入预先训练得到的神经网络模型中，通过所述神经网络模型的运算，提取所述待上妆图像中的至少一个特征；
对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
进一步的，所述图像分割模块，具体用于：
根据预设的所述至少一个特征与像素值的对应关系，对所述至少一个特征对应的区域进行类型标注，得到所述至少一个待上妆区域。
进一步的，所述至少一个待上妆区域的属性为所述至少一个待上妆区域的像素值；
所述虚拟上装模块，具体用于接收上妆指令，所述上妆指令为对待上妆图像中与指定待上妆区域对应的区域进行单色上妆的指令，其中，所述指定待上妆区域为所述至少一个待上妆区域中的任一个待上妆区域；将所述指定待上妆区域的像素值设置为与所述单色对应的目标像素值；将所述目标像素值及所述待上妆图像中各像素点的像素值表示为色调饱和度明度HSV色彩空间像素值；分别将所述待上妆图像中各像素点的HSV像素值中的色调H分量替换为所述目标像素值的HSV像素值中的H分量、将所述待上妆图像中各像素点的HSV像素值中的饱和度S分量替换为所述目标像素值的HSV像素值中的S分量，得到像素替换图像；对所述像素替换图像进行红绿蓝RGB色彩空间转换，得到虚拟上妆图像。
进一步的，所述虚拟上装模块，具体用于根据所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层；基于所述至少一个待上妆区域，对所述对应的预设目标图层进行形变，得到与所述至少一个待上妆区域形状相同的变形后目标图层；利用所述变形后目标图层，覆盖所述待上妆图像中与所述至少一个待上妆区域对应的区域，得到虚拟上妆图像。
进一步的，所述虚拟上装模块，具体用于基于所述待上妆图像中各像素点的像素值，确定目标肤色属性；根据所述目标肤色属性及所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一图像处理方法的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述任一图像处理方法。
第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的图像处理方法。
本发明实施例提供的一种图像处理方法、装置、电子设备及介质中，获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，例如，待上妆图像为一副包含五官特征(脸颊、眼睛、眉毛、鼻子及嘴巴)的人物近照，其中，嘴巴部位有一部分被手部遮挡，本发明实施例通过对上述图像进行语义分割，得到包括脸颊待上妆区域、眼睛待上妆区域、眉毛待上妆区域、鼻子待上妆区域及嘴巴待上妆区域的分割掩膜，其中，嘴巴待上妆区域只包含未被手部遮挡的嘴巴区域，对上述各上妆区域进行虚拟上妆，从而避免了对无需上妆的手部进行错误上妆的情况，提高了虚拟上妆的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例提供的图像处理方法的流程示意图；
图2为本发明一个实施例提供的待上妆区域示意图；
图3为本发明一个实施例提供的图像处理装置的结构示意图；
图4为本发明一个实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了提高虚拟上妆的准确度，本发明实施例提供了一种图像处理方法、装置、电子设备及介质。
如图1所示，本发明实施例所提供的一种图像处理方法，具体可以包括如下步骤：
步骤101，获取待上妆图像。
本步骤中，获取到的待上妆图像中可以包含人脸五官特征中的一项或者多项。例如，待上妆图像可以为一张人物全身照或者半身照，其中包含完整的五官特征(脸颊、嘴巴、眼睛、鼻子、头发及耳朵等)，也可以为针对嘴巴、眼睛等部位的特写图片。
步骤102，对待上妆图像进行图像语义分割，得到至少一个待上妆区域。
其中，每个待上妆区域为在待上妆图像中具有指定特征的区域，如眼睛特征所在区域为眼睛待上妆区域、嘴巴特征所在区域为嘴巴待上妆区域。针对步骤101中获取到的待上妆图像，采用图像语义分割技术来区分出图像中的各个待上妆区域。如图2所示，左侧图像为待上妆图像，右侧图像则为对待上妆图像进行图像语义分割后，得到的多个待上妆区域(包括头发待上妆区域、眼睛待上妆区域、脸颊待上妆区域、嘴唇待上妆区域及眉毛待上妆区域)。
进一步的，对待上妆图像进行图像语义分割，得到至少一个待上妆区域的步骤，具体可以包括：
将待上妆图像输入预先训练得到的神经网络模型中，通过该神经网络模型的运算，提取待上妆图像中的至少一个特征；
对至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
可以将待上妆图像输入预先训练得到的神经网络模型中，通过该网络模型的运算，提取待上妆图像中的多个特征。具体的，神经网络可以为高效神经网络ENet，也可以为全卷积神经网络CNN等，此处，具有图像语义分割功能的神经网络均属于本实施例保护范围。
当使用ENet进行图像语义分割时，可以将原始的待上妆图像直接输入到已经经过训练后的ENet模型中，通过ENet模型的运算之后，获取至少一个待上妆区域，如眼睛待上妆区域、脸颊待上妆区域、头发待上妆区域及嘴巴待上妆区域等。
ENet模型架构为编码-解码架构，编码部分可以通过下采样方式实现对待上妆图像中各个特征的提取，但由于在对各个特征进行提取的过程中，图像尺寸会缩小，因此，需要通过解码部分将特征提取结果反向传播给原始的待上妆图像，并对提取到的各个特征所处的待上妆区域进行类型标注，进而得到至少一个待上妆区域，也就是说将编码部分得到的结果还原至原始待上妆图像的大小，并完成类型标注。由于ENet模型的编码部分及解码部分均由bottleneck(瓶颈)网络层构成，因此，模型运算速度较快、图像语义分割效率高。
对至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域时，若得到的待上妆区域有多个，则可以将不同的待上妆区域按照灰度值的不同进行区别标注，也可以按照亮度值的不同进行区别标注，对此，不作限制。
步骤103，根据至少一个待上妆区域的属性，采用预设上妆策略进行对至少一个待上妆区域进行虚拟上妆。
待上妆区域的属性可以是该待上妆区域的形状，也可以是该待上妆区域的亮度、灰度或者像素值等，对此，不作限定。
步骤102中，对至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域的步骤，具体可以包括：
根据预设的至少一个特征与像素值的对应关系，对至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
例如，对于包含有脸颊、鼻子、眼睛、嘴巴及眉毛的待上妆图像，将该图像输入高效神经网络模型之后，会提取出该待上妆图像中的各个特征：脸颊、鼻子、眼睛、嘴巴及眉毛，然后根据预设的各待上妆区域与像素值的对应关系，(如头发特征对应于浅蓝色，眉毛特征对应于深蓝色，眼睛特征对应于绿色，嘴巴特征对应于红色，鼻子特征对应于黄色)，可以对各个特征所处的待上妆区域进行标注，相应地，将头发特征所处的待上妆区域标注为浅蓝色，眉毛特征所处的待上妆区域标注为深蓝色，眼睛特征所处的待上妆区域标注为绿色，嘴巴特征所处的待上妆区域标注为红色，鼻子特征所处的待上妆区域标注为黄色，经过上述步骤后，即可得到待上妆区域。
进一步的，至少一个待上妆区域的属性可以为至少一个待上妆区域的像素值；
根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆的步骤，具体可以通过Colour Blend Mode算法来实现，具体可以包括：
接收上妆指令，上妆指令为对待上妆图像中与指定待上妆区域对应的区域进行单色上妆的指令，其中，指定待上妆区域为至少一个待上妆区域中的任一个待上妆区域；
将指定待上妆区域的像素值设置为与单色对应的目标像素值；
将目标像素值及待上妆图像中各像素点的像素值表示为色调饱和度明度HSV色彩空间像素值；
分别将待上妆图像中各像素点的HSV像素值中的色调H分量替换为目标像素值的HSV像素值中的H分量、将待上妆图像中各像素点的HSV像素值中的饱和度S分量替换为目标像素值的HSV像素值中的S分量，而保持待上妆图像中各像素点的HSV像素值中的明度V分量不变，得到像素替换图像；
对像素替换图像进行红绿蓝RGB色彩空间转换，得到虚拟上妆图像。
图像中像素点的颜色可以通过多种不同的色彩空间模式进行描述，常用的色彩空间有：RGB色彩空间、HSV色彩空间及亮度颜色LAB色彩空间，其中，RGB色彩空间通过对红、绿、蓝三个颜色通道的变化以及其相互之间的叠加来表示颜色的色彩空间；LAB色彩空间是以一个亮度分量L及两个颜色分量A和B来表示颜色的色彩空间；而HSV色彩空间则是通过色调Hue、饱和度Saturation及明度Value来表示颜色的色彩空间。
进一步的，根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆的步骤，具体可以包括：
根据至少一个待上妆区域的属性，获取与至少一个待上妆区域对应的预设目标图层；
基于至少一个待上妆区域，对对应的预设目标图层进行形变，得到与至少一个待上妆区域形状相同的变形后目标图层；
利用变形后目标图层，覆盖待上妆图像中与至少一个待上妆区域对应的区域，得到虚拟上妆图像。
进一步的，根据至少一个待上妆区域的属性，获取与至少一个待上妆区域对应的预设目标图层的步骤，具体可以包括：
基于待上妆图像中各像素点的像素值，确定目标肤色属性；
根据所述目标肤色属性及至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层。
在获取预设目标图层之前，可以先根据待上妆图像中各个区域、各个像素点的像素值，判断出该目标的肤色属性(如肤色偏白、肤色偏黑、肤色较亮或者肤色较暗淡等)，然后再根据该肤色属性以及要进行上妆的待上妆区域的属性(如形状等)，选择合适的目标图层，以进行虚拟上妆，可以使上妆效果更加理想。如，待上妆图像为人脸影像，当判断出该人脸肤色较白时，若需要进行添加唇彩的虚拟上妆，则可以选择偏亮色的唇彩颜色，如西瓜红、具有金属色泽效果的唇彩颜色来进行上妆。
本步骤中的预设目标图层可以是预先建立并存储的具有预设上妆效果的图层，例如，对于眼睛特征所处的待上妆区域，其对应的预设目标图层可以是具有美瞳效果的图层，且图层颜色可以有多种；对于脸颊特征所处的待上妆区域，其对应的预设目标图层可以是具有腮红效果的图层；对于嘴唇所处的待上妆区域，其对应的预设目标图层可以是具有指定颜色唇彩效果的图层，对于预设目标图层的种类，在此，不做限制。同时，本步骤中的预设目标图层还可以是在接收到用户的图层设置指令后，根据上述指令创建的图层，例如，在接收到用户的“将头发颜色变为栗棕色”的指令时，可以根据上述指令，针对于头发特征所在的区域创建栗棕色的图层。
本发明实施例提供的图1所示的图像处理方法中，获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，这样，在虚拟上妆时可以有效避免在人脸五官有遮挡的情况下，对无需上妆的部位错误上妆的问题，提高了虚拟上妆的准确度。
基于同一发明构思，根据本发明上述实施例提供的一种图像处理方法，相应地，本发明实施例提供了一种图像处理装置，其结构示意图如图3所示，包括：
图像获取模块201，用于获取待上妆图像；
图像分割模块202，用于对待上妆图像进行图像语义分割，得到至少一个待上妆区域；
虚拟上装模块203，用于根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。
进一步的，图像分割模块202，具体可以用于：
将待上妆图像输入预先训练得到的神经网络模型中，通过神经网络模型的运算，提取待上妆图像中的至少一个特征；
对至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
进一步的，图像分割模块202，具体可以用于：
根据预设的至少一个特征与像素值的对应关系，对至少一个特征特征对应的区域进行类型标注，得到至少一个待上妆区域。
进一步的，至少一个待上妆区域的属性为至少一个待上妆区域的像素值；
虚拟上装模块203，具体可以用于接收上妆指令，上妆指令为对待上妆图像中与指定待上妆区域对应的区域进行单色上妆的指令，其中，指定待上妆区域为至少一个待上妆区域中的任一个待上妆区域；将指定待上妆区域的像素值设置为与单色对应的目标像素值；将目标像素值及待上妆图像中各像素点的像素值表示为色调饱和度明度HSV色彩空间像素值；分别将待上妆图像中各像素点的HSV像素值中的色调H分量替换为目标像素值的HSV像素值中的H分量、将待上妆图像中各像素点的HSV像素值中的饱和度S分量替换为目标像素值的HSV像素值中的S分量，得到像素替换图像；对像素替换图像进行红绿蓝RGB色彩空间转换，得到虚拟上妆图像。
进一步的，虚拟上装模块203，具体可以用于根据至少一个待上妆区域的属性，获取与至少一个待上妆区域对应的预设目标图层；基于至少一个待上妆区域，对对应的预设目标图层进行形变，得到与至少一个待上妆区域形状相同的变形后目标图层；利用变形后目标图层，覆盖待上妆图像中与至少一个待上妆区域对应的区域，得到虚拟上妆图像。
进一步的，虚拟上装模块203，具体可以用于基于待上妆图像中各像素点的像素值，确定目标肤色属性；根据目标肤色属性及至少一个待上妆区域的属性，获取与至少一个待上妆区域对应的预设目标图层。
本发明实施例提供的图像处理装置中，图像获取模块201获取待上妆图像；图像分割模块202对待上妆图像进行图像语义分割，得到至少一个待上妆区域；虚拟上装模块203根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，这样，在虚拟上妆时可以有效避免在人脸五官有遮挡的情况下，对无需上妆的部位错误上妆的问题，提高了虚拟上妆的准确度。
基于同一发明构思，根据本发明上述实施例提供的图像处理方法，相应地，本发明实施例还提供了一种电子设备，如图4所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，至少实现如下步骤：
获取待上妆图像；
对待上妆图像进行图像语义分割，得到至少一个待上妆区域；
根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。
进一步的，还可以包括本发明实施例提供的上述图像处理方法中的其他处理流程，在此不再进行详细描述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(Non-Volatile Memory，简称NVM)，例如至少一个磁盘存储器。进一步的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的电子设备中，其采用的方法为：获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，这样，在虚拟上妆时可以有效避免在人脸五官有遮挡的情况下，对无需上妆的部位错误上妆的问题，提高了虚拟上妆的准确度。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一上述的图像处理方法。
本发明实施例提供的计算机可读存储介质中，其采用的方法为：获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，这样，在虚拟上妆时可以有效避免在人脸五官有遮挡的情况下，对无需上妆的部位错误上妆的问题，提高了虚拟上妆的准确度。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一上述的图像处理方法。
本发明实施例提供的包含指令的计算机程序产品中，其采用的方法为：获取待上妆图像；对待上妆图像进行图像语义分割，得到至少一个待上妆区域；根据至少一个待上妆区域的属性，采用预设上妆策略对至少一个待上妆区域进行虚拟上妆。通过对待上妆的图像进行语义分割，得到至少一个待上妆区域，然后再对待上妆区域进行虚拟上装，对于不同的特征，划分在不同的待上妆区域，在发生遮挡时，遮挡物的特征与被遮挡物的特征不同，因此划分到不同的待上妆区域，这样，在虚拟上妆时可以有效避免在人脸五官有遮挡的情况下，对无需上妆的部位错误上妆的问题，提高了虚拟上妆的准确度。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行上述计算机程序指令时，全部或部分地产生按照本发明实施例上述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(英文：Digital Subscriber Line，简称：DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字视频光盘(英文：Digital Video Disc，简称：DVD))、或者半导体介质(例如固态硬盘(英文：SolidState Disk，简称：SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备以及存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种图像处理方法，其特征在于，包括：
获取待上妆图像；
对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域；
根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆。
2.根据权利要求1所述的方法，其特征在于，所述对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域，包括：
将所述待上妆图像输入预先训练得到的神经网络模型中，通过所述神经网络模型的运算，提取所述待上妆图像中的至少一个特征；
对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
3.根据权利要求2所述的方法，其特征在于，所述对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域，包括：
根据预设的所述至少一个特征与像素值的对应关系，对所述至少一个特征对应的区域进行类型标注，得到所述至少一个待上妆区域。
4.根据权利要求3所述的方法，其特征在于，所述至少一个待上妆区域的属性为所述至少一个待上妆区域的像素值；
所述根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆，包括：
接收上妆指令，所述上妆指令为对待上妆图像中与指定待上妆区域对应的区域进行单色上妆的指令，其中，所述指定待上妆区域为所述至少一个待上妆区域中的任一个待上妆区域；
将所述指定待上妆区域的像素值设置为与所述单色对应的目标像素值；
将所述目标像素值及所述待上妆图像中各像素点的像素值表示为色调饱和度明度HSV色彩空间像素值；
分别将所述待上妆图像中各像素点的HSV像素值中的色调H分量替换为所述目标像素值的HSV像素值中的H分量、将所述待上妆图像中各像素点的HSV像素值中的饱和度S分量替换为所述目标像素值的HSV像素值中的S分量，得到像素替换图像；
对所述像素替换图像进行红绿蓝RGB色彩空间转换，得到虚拟上妆图像。
5.根据权利要求1-3所述的任一方法，其特征在于，所述根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆，包括：
根据所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层；
基于所述至少一个待上妆区域，对所述对应的预设目标图层进行形变，得到与所述至少一个待上妆区域形状相同的变形后目标图层；
利用所述变形后目标图层，覆盖所述待上妆图像中与所述至少一个待上妆区域对应的区域，得到虚拟上妆图像。
6.根据权利要求5所述的方法，其特征在于，所述根据所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层，包括：
基于所述待上妆图像中各像素点的像素值，确定目标肤色属性；
根据所述目标肤色属性及所述至少一个待上妆区域的属性，获取与所述至少一个待上妆区域对应的预设目标图层。
7.一种图像处理装置，其特征在于，包括：
图像获取模块，用于获取待上妆图像；
图像分割模块，用于对所述待上妆图像进行图像语义分割，得到至少一个待上妆区域；
虚拟上装模块，用于根据所述至少一个待上妆区域的属性，采用预设上妆策略对所述至少一个待上妆区域进行虚拟上妆。
8.根据权利要求7所述的装置，其特征在于，所述图像分割模块，具体用于：
将所述待上妆图像输入预先训练得到的神经网络模型中，通过所述神经网络模型的运算，提取所述待上妆图像中的至少一个特征；
对所述至少一个特征对应的区域进行类型标注，得到至少一个待上妆区域。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810290726.1A CN108564526A (zh) | 2018-03-30 | 2018-03-30 | 一种图像处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810290726.1A CN108564526A (zh) | 2018-03-30 | 2018-03-30 | 一种图像处理方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108564526A true CN108564526A (zh) | 2018-09-21 |
Family
ID=63533813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810290726.1A Pending CN108564526A (zh) | 2018-03-30 | 2018-03-30 | 一种图像处理方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108564526A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685713A (zh) * | 2018-11-13 | 2019-04-26 | 平安科技（深圳）有限公司 | 化妆模拟控制方法、装置、计算机设备及存储介质 |
| CN110827195A (zh) * | 2019-10-31 | 2020-02-21 | 北京达佳互联信息技术有限公司 | 虚拟物品添加方法、装置、电子设备及存储介质 |
| CN111311736A (zh) * | 2020-03-04 | 2020-06-19 | 北京奇艺世纪科技有限公司 | 建模方法、建模装置和电子设备 |
| CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
| CN111489284A (zh) * | 2019-01-29 | 2020-08-04 | 北京搜狗科技发展有限公司 | 一种图像处理方法、装置和用于图像处理的装置 |
| CN111539937A (zh) * | 2020-04-24 | 2020-08-14 | 北京海益同展信息科技有限公司 | 一种物体指标的检测方法、家畜重量的检测方法及装置 |
| CN112529914A (zh) * | 2020-12-18 | 2021-03-19 | 北京中科深智科技有限公司 | 一种实时头发分割方法和*** |
| CN112734633A (zh) * | 2021-01-07 | 2021-04-30 | 京东方科技集团股份有限公司 | 虚拟发型的替换方法、电子设备及存储介质 |
| CN113344836A (zh) * | 2021-06-28 | 2021-09-03 | 展讯通信（上海）有限公司 | 人脸图像处理方法及装置、计算机可读存储介质、终端 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103180872A (zh) * | 2010-10-29 | 2013-06-26 | 欧姆龙株式会社 | 图像处理装置、图像处理方法及控制程序 |
| US20150145882A1 (en) * | 2013-04-08 | 2015-05-28 | Panasonic Intellectual Property Corporation Of America | Image processing device, image processing method, and program, capable of virtual reproduction of makeup application state |
| CN105373777A (zh) * | 2015-10-30 | 2016-03-02 | 中国科学院自动化研究所 | 一种用于人脸识别的方法及装置 |
| CN107153805A (zh) * | 2016-03-02 | 2017-09-12 | 北京美到家科技有限公司 | 定制化美妆辅助装置和方法 |
| CN107220960A (zh) * | 2017-05-27 | 2017-09-29 | 无限极（中国）有限公司 | 一种试妆方法、***及设备 |
| CN107705240A (zh) * | 2016-08-08 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 虚拟试妆方法、装置和电子设备 |
| US20180075523A1 (en) * | 2016-09-15 | 2018-03-15 | GlamST LLC | Generating virtual makeup products |
| CN107808136A (zh) * | 2017-10-31 | 2018-03-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
-
2018
- 2018-03-30 CN CN201810290726.1A patent/CN108564526A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103180872A (zh) * | 2010-10-29 | 2013-06-26 | 欧姆龙株式会社 | 图像处理装置、图像处理方法及控制程序 |
| US20150145882A1 (en) * | 2013-04-08 | 2015-05-28 | Panasonic Intellectual Property Corporation Of America | Image processing device, image processing method, and program, capable of virtual reproduction of makeup application state |
| CN105373777A (zh) * | 2015-10-30 | 2016-03-02 | 中国科学院自动化研究所 | 一种用于人脸识别的方法及装置 |
| CN107153805A (zh) * | 2016-03-02 | 2017-09-12 | 北京美到家科技有限公司 | 定制化美妆辅助装置和方法 |
| CN107705240A (zh) * | 2016-08-08 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 虚拟试妆方法、装置和电子设备 |
| US20180075523A1 (en) * | 2016-09-15 | 2018-03-15 | GlamST LLC | Generating virtual makeup products |
| CN107220960A (zh) * | 2017-05-27 | 2017-09-29 | 无限极（中国）有限公司 | 一种试妆方法、***及设备 |
| CN107808136A (zh) * | 2017-10-31 | 2018-03-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
Non-Patent Citations (2)
| Title |
|---|
| CSDN博客: "如何妙笔勾檀妆：像素级语义理解", 《HTTPS://BLOG.CSDN.NET/C2A2O2/ARTICLE/DETAILS/79695443》 * |
| GOZDE YOLCU OZTEL ET AL.: "Virtual Makeup Application Using Image Processing Methods", 《INTERNATIONAL JOURNAL OF SCIENTIFIC ENGINEERING AND APPLIED SCIENCE (IJSEAS)》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685713A (zh) * | 2018-11-13 | 2019-04-26 | 平安科技（深圳）有限公司 | 化妆模拟控制方法、装置、计算机设备及存储介质 |
| CN109685713B (zh) * | 2018-11-13 | 2024-05-10 | 平安科技（深圳）有限公司 | 化妆模拟控制方法、装置、计算机设备及存储介质 |
| CN111489284A (zh) * | 2019-01-29 | 2020-08-04 | 北京搜狗科技发展有限公司 | 一种图像处理方法、装置和用于图像处理的装置 |
| CN111489284B (zh) * | 2019-01-29 | 2024-02-06 | 北京搜狗科技发展有限公司 | 一种图像处理方法、装置和用于图像处理的装置 |
| CN110827195B (zh) * | 2019-10-31 | 2023-09-22 | 北京达佳互联信息技术有限公司 | 虚拟物品添加方法、装置、电子设备及存储介质 |
| CN110827195A (zh) * | 2019-10-31 | 2020-02-21 | 北京达佳互联信息技术有限公司 | 虚拟物品添加方法、装置、电子设备及存储介质 |
| CN111369644A (zh) * | 2020-02-28 | 2020-07-03 | 北京旷视科技有限公司 | 人脸图像的试妆处理方法、装置、计算机设备和存储介质 |
| CN111311736A (zh) * | 2020-03-04 | 2020-06-19 | 北京奇艺世纪科技有限公司 | 建模方法、建模装置和电子设备 |
| CN111539937A (zh) * | 2020-04-24 | 2020-08-14 | 北京海益同展信息科技有限公司 | 一种物体指标的检测方法、家畜重量的检测方法及装置 |
| CN112529914A (zh) * | 2020-12-18 | 2021-03-19 | 北京中科深智科技有限公司 | 一种实时头发分割方法和*** |
| CN112529914B (zh) * | 2020-12-18 | 2021-08-13 | 北京中科深智科技有限公司 | 一种实时头发分割方法和*** |
| CN112734633A (zh) * | 2021-01-07 | 2021-04-30 | 京东方科技集团股份有限公司 | 虚拟发型的替换方法、电子设备及存储介质 |
| CN113344836A (zh) * | 2021-06-28 | 2021-09-03 | 展讯通信（上海）有限公司 | 人脸图像处理方法及装置、计算机可读存储介质、终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108564526A (zh) | 一种图像处理方法、装置、电子设备及介质 | |
| US8508546B2 (en) | Image mask generation | |
| CN110163810B (zh) | 一种图像处理方法、装置以及终端 | |
| CN110198437B (zh) | 图像的处理方法、装置、存储介质和电子装置 | |
| CN107771336A (zh) | 基于颜色分布的图像中的特征检测和掩模 | |
| CN107145833A (zh) | 人脸区域的确定方法和装置 | |
| US11610433B2 (en) | Skin tone assisted digital image color matching | |
| CN108320312B (zh) | 图片的配色方法及装置、计算机终端 | |
| CN109871828A (zh) | 视频识别方法和识别装置、存储介质 | |
| CN107808136A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
| CN104076928B (zh) | 一种调整文字显示区域色调的方法 | |
| US20140253429A1 (en) | Visual language for human computer interfaces | |
| CN109658330B (zh) | 一种发色调整方法及装置 | |
| CN104754211B (zh) | 图像处理装置以及图像处理方法 | |
| CN104574358B (zh) | 从聚焦堆图像进行场景分割的方法和设备 | |
| CN111784568A (zh) | 人脸图像处理方法、装置、电子设备及计算机可读介质 | |
| CN108737875A (zh) | 图像处理方法及装置 | |
| CN113301409B (zh) | 视频合成方法、装置、电子设备和可读存储介质 | |
| CN104636759A (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐*** | |
| CN113344836B (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
| CN111739027A (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
| US11670031B2 (en) | System and method for automatically generating an avatar with pronounced features | |
| CN110599554A (zh) | 人脸肤色的识别方法和装置、存储介质及电子装置 | |
| CN110969631A (zh) | 一种精细化照片染发方法及*** | |
| CN109242775A (zh) | 一种属性信息迁移方法、装置、设备以及可读存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201202 Address after: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100123 Applicant after: Beijing LEMI Technology Co.,Ltd. Address before: 100123 Building 8, Huitong Times Square, 1 South Road, Chaoyang District, Beijing. Applicant before: BEIJING KINGSOFT INTERNET SECURITY SOFTWARE Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180921 |
|
| RJ01 | Rejection of invention patent application after publication |