CN109685015A - 图像的处理方法、装置、电子设备和计算机存储介质 - Google Patents
图像的处理方法、装置、电子设备和计算机存储介质 Download PDFInfo
- Publication number
- CN109685015A CN109685015A CN201811596775.4A CN201811596775A CN109685015A CN 109685015 A CN109685015 A CN 109685015A CN 201811596775 A CN201811596775 A CN 201811596775A CN 109685015 A CN109685015 A CN 109685015A
- Authority
- CN
- China
- Prior art keywords
- region
- finished
- processed
- facial image
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 230000001815 facial effect Effects 0.000 claims abstract description 136
- 238000012986 modification Methods 0.000 claims abstract description 66
- 230000004048 modification Effects 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000013508 migration Methods 0.000 claims abstract description 35
- 230000005012 migration Effects 0.000 claims abstract description 35
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 2
- 230000032258 transport Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种图像的处理方法、装置、电子设备和计算机存储介质,该方法包括:获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点;获取待修饰对象的修饰参数;基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。本发明在对待处理人脸图像中的待修饰对象进行修饰时,无需再借助第三方图像处理软件即可实现对待处理人脸图像中待修饰对象的自动修饰,只需将该方法应用于某一具体应用上就能使得该应用具备了该图像处理的功能,大大提升了用户体验,缓解了现有的图像处理方法无法智能的对待处理人脸图像进行处理的技术问题。
Description
技术领域
本发明涉及图像处理的技术领域,尤其是涉及一种图像的处理方法、装置、电子设备和计算机存储介质。
背景技术
随着科学技术的发展和技术产业化应用水平的提升,移动终端的性能越来越好、硬件配置已经越来越完备。但同时,随着市场竞争越来越激烈,拼硬件配置已经不能吸引到更多的电子消费者,所以大部分的终端厂商都在追求产品的差异化功能规划、设计、营销等。
对于人脸图像中的对象修饰的应用场景,在现有技术中,需要借助第三方图像处理软件(如:Photoshop、美图秀秀)对人脸图像中的对象进行修饰,操作繁琐,修饰度不好把控,以及用户体验较差等问题。
发明内容
有鉴于此,本发明的目的在于提供一种图像的处理方法、装置、电子设备和计算机存储介质,以缓解现有的图像处理方法无法智能的对待处理人脸图像进行处理的技术问题。
第一方面,本发明实施例提供了一种图像的处理方法,包括:获取待处理人脸图像,并确定所述待处理人脸图像中待修饰对象的目标特征点,其中,所述目标特征点的数量为一个或多个;获取所述待修饰对象的修饰参数,其中,所述修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;基于所述修饰参数确定各个所述目标特征点的待修饰区域,并对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
进一步地,确定所述待处理人脸图像中待修饰对象的目标特征点包括:对所述待处理人脸图像中的目标图像区域进行划分,得到多个划分区域,其中,所述目标图像区域为所述待处理人脸图像中所述待修饰对象所在的区域;在所述待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点。
进一步地,每个人脸特征点对应一个索引序号,所述索引序号用于表征其对应的人脸特征点在所述待处理人脸图像中的位置;对所述待处理人脸图像中的目标图像区域进行划分,得到多个划分区域包括:按照所述人脸特征点所对应的索引序号对所述目标图像区域进行划分,得到所述多个划分区域。
进一步地,按照所述人脸特征点所对应的索引序号对所述目标图像区域进行划分,得到所述多个划分区域包括:在所述人脸特征点所对应的索引序号中确定目标索引序号,其中,所述目标索引序号的数量为多个,且所述目标索引序号用于确定所述多个划分区域;确定每个所述目标索引序号所对应的人脸特征点;将所述待处理人脸图像中,位于所述目标索引序号所对应的人脸特征点预设范围内的区域作为所述目标索引序号所对应的划分区域。
进一步地,在所述待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点包括:确定划分区域Ai所对应的索引序号,得到目标索引序号序列,其中,i依次取1至I,I为所述多个划分区域的数量;在所述人脸特征点所对应的各个索引序号中确定与所述目标索引序号序列相同的人脸特征点作为所述划分区域Ai所包含的目标特征点。
进一步地,基于所述修饰参数确定各个所述目标特征点的待修饰区域包括:基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域。
进一步地,所述修饰参数为圆域半径,所述待修饰区域为圆域时;基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括:将每个所述划分区域中的各个目标特征点作为圆域的圆心;基于所述圆域的圆心和所述圆域半径确定每个所述划分区域中的各个目标特征点的待修饰区域。
进一步地,所述修饰参数为:矩形域的长和矩形域的宽,所述待修饰区域为矩形域时;基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括:将每个所述划分区域的各个目标特征点作为矩形域的中心点;基于所述矩形域的长、矩形域的宽和所述矩形域的中心点确定每个所述划分区域中各个目标特征点的待修饰区域。
进一步地,对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理包括:确定每个所述待修饰区域所对应的偏移向量;基于变形系数,并沿着所述偏移向量对所对应的待修饰区域内的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
进一步地,确定每个所述待修饰区域所对应的偏移向量包括:根据待修饰区域Bj中的目标特征点和所述待修饰区域Bj所对应的划分区域的中心点,确定所述待修饰区域Bj所对应的偏移向量,其中,j依次取1至J,J为待修饰区域的数量。
进一步地,所述待修饰区域为圆域;基于变形系数,并沿着所述偏移向量对所对应的待修饰区域内的像素点进行偏移处理包括:根据变形系数计算算式计算待修饰区域Bj内的像素点Pk的变形系数,其中,ratio表示所述待修饰区域Bj内像素点Pk的变形系数,r表示所述待修饰区域Bj内像素点Pk的原始坐标(xPk,yPk)原始与所述待修饰区域Bj所对应的划分区域的中心点之间的距离,radius表示所述待修饰区域Bj的半径,j依次取1至J,J为待修饰区域的数量,k依次取1至K,K为所述待修饰区域Bj中像素点的数量;根据偏移处理算式计算所述像素点Pk偏移处理后的新坐标,并将所述像素点Pk偏移至所述新坐标,其中,(xPk,yPk)新表示所述像素点Pk偏移处理后的新坐标,(xPk,yPk)原始表示所述像素点Pk的原始坐标,表示对所述待修饰区域Bj所对应的偏移向量。
第二方面,本发明实施例还提供了一种图像的处理装置,包括:获取并确定单元,用于获取待处理人脸图像,并确定所述待处理人脸图像中待修饰对象的目标特征点,其中,所述目标特征点的数量为一个或多个;获取单元,用于获取所述待修饰对象的修饰参数,其中,所述修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;偏移处理单元,用于基于所述修饰参数确定各个所述目标特征点的待修饰区域,并对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
第四方面,本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述第一方面任一项所述的方法的步骤。
在本发明实施例中,首先,获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点;然后,获取待修饰对象的修饰参数;最后,基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。通过上述描述可知,在本实施例中,在对待处理人脸图像中的待修饰对象进行修饰时,无需再借助第三方图像处理软件即可实现对待处理人脸图像中待修饰对象的自动修饰,只需将该方法应用于某一具体应用上就能使得该应用具备了该图像处理的功能,并且在对待处理人脸图像中的待修饰对象进行修饰时,修饰效果好,大大提升了用户体验,缓解了现有的图像处理方法无法智能的对待处理人脸图像进行处理的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种电子设备的示意图;
图2为本发明实施例提供的一种图像的处理方法的流程图;
图3为本发明实施例提供的确定待处理人脸图像中待修饰对象的目标特征点的方法流程图;
图4a为本发明实施例提供的待处理人脸图像的示意图;
图4b为本发明实施例提供的对待处理人脸图像进行人脸检测后得到的人脸检测结果图;
图5为本发明实施例提供的包含鼻梁的划分区域和鼻尖的划分区域的人脸示意图;
图6为本发明实施例提供的包含待修饰区域的人脸示意图;
图7为本发明实施例提供的确定待修饰区域的偏移向量的人脸示意图;
图8a为本发明实施例提供的待处理人脸图像的示意图;
图8b为本发明实施例提供的待处理人脸图像的修饰图像示意图;
图9为本发明实施例提供的一种图像的处理装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
实施例1:
首先,参照图1来描述用于实现本发明实施例的电子设备100,该电子设备可以用于运行本发明各实施例的图像的处理方法。
如图1所示,电子设备100包括一个或多个处理器102、一个或多个存储器104、输入装置106、输出装置108以及摄像机110,这些组件通过总线***112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,所述电子设备也可以具有其他组件和结构。
所述处理器102可以采用数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)和ASIC(Application Specific Integrated Circuit)中的至少一种硬件形式来实现,所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储器104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器102可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述摄像机110用于进行获取待处理人脸图像,其中,摄像机所获取的待处理人脸图像经过所述图像的处理方法进行处理之后得到待处理人脸图像的修饰图像,例如,摄像机可以拍摄用户期望的图像(例如照片、视频等),然后,将该图像经过所述图像的处理方法进行处理之后得到待处理人脸图像的修饰图像,摄像机还可以将所拍摄的图像存储在所述存储器104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的图像的处理方法的电子设备可以被实现为诸如智能手机、平板电脑等智能移动终端。
实施例2:
根据本发明实施例,提供了一种图像的处理方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的一种图像的处理方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点,其中,目标特征点的数量为一个或多个;
在本发明实施例中,待处理人脸图像可以为实时获取的预览视频流中包含人脸图像的预览图像帧,也可以为之前拍照得到的人脸图像。即该方法可以实时对预览视频流中的包含人脸图像的预览图像帧进行处理,也可以对已拍摄的人脸图像进行后期处理,本发明实施例对待处理人脸图像的具体形式不进行限定。
具体的,当要对待处理人脸图像中的鼻子进行修饰时,那么待修饰对象即为鼻子;当要对待处理人脸图像中的嘴巴进行修饰时,那么待修饰对象即为嘴巴,也就是待修饰对象可以根据具体的修饰情况而设定,其可以为待处理人脸图像中所包含的任意一个或任意多个对象。
步骤S204,获取待修饰对象的修饰参数,其中,修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;
步骤S206,基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。
在本发明实施例中,首先,获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点;然后,获取待修饰对象的修饰参数;最后,基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。通过上述描述可知,在本实施例中,在对待处理人脸图像中的待修饰对象进行修饰时,无需再借助第三方图像处理软件即可实现对待处理人脸图像中待修饰对象的自动修饰,只需将该方法应用于某一具体应用上就能使得该应用具备了该图像处理的功能,并且在对待处理人脸图像中的待修饰对象进行修饰时,修饰效果好,大大提升了用户体验,缓解了现有的图像处理方法无法智能的对待处理人脸图像进行处理的技术问题。
需要说明的是,在本实施例中,上述步骤S202至步骤S206所描述的方法可以应用在终端设备上,还可以应用在终端设备上安装的目标应用上。例如,可以预先在终端设备上安装一个应用程序插件,进而通过该应用程序插件来实现上述步骤。又例如,可以在终端设备中安装目标应用时,即安装该应用程序插件,此时,在运行该目标应用时,该应用程序插件来实现上述步骤。
下面以不同的应用场景对上述方法进行简要介绍:
场景一:
首先,用户开启图像的处理功能;例如,在目标应用(比如:手机的相机应用)中启动上述应用程序插件。启动之后,图像采集设备(比如:手机摄像头)开启预览视频流,进而该应用程序插件从预览视频流中获取包含人脸图像的预览图像帧(即待处理人脸图像),并加载修饰参数,然后,基于修饰参数对待处理人脸图像中的待修饰对象进行修饰,并将得到的修饰图像进行实时的显示。
场景二:
在终端设备的图像库中保存有一张待处理人脸图像,要对该待处理人脸图像中的待修饰对象进行修饰时,开启图像的处理功能,在终端设备上启动上述应用程序插件,上述应用程序插件获取得到待处理人脸图像,同时获取到预设的修饰参数,然后,基于修饰参数对待处理人脸图像中的待修饰对象进行修饰,并显示得到的修饰图像。
当然还可以有其它应用场景,本发明实施例对上述所描述的应用场景不进行限制。
下面对本发明的图像的处理方法进行详细介绍:
在本发明的一个可选实施例中,参考图3,确定待处理人脸图像中待修饰对象的目标特征点包括如下步骤:
步骤S301,对待处理人脸图像中的目标图像区域进行划分,得到多个划分区域,其中,目标图像区域为待处理人脸图像中待修饰对象所在的区域;
下文中再对划分的过程进行详细描述,在此不再赘述。
步骤S302,在待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点。
具体的,可以采用人脸特征点检测模型对待处理人脸图像进行人脸检测,就能得到待处理人脸图像的人脸特征点(如图4b所示,即为对图4a中待处理人脸图像经过人脸检测后得到的人脸检测结果图),并且每个人脸特征点对应一个索引序号(图4b中未示出),索引序号用于表征其对应的人脸特征点在待处理人脸图像中的位置。比如,某一个人脸特征点所对应的索引序号为102,那么就能根据该索引序号确定其对应的人脸特征点在待处理人脸图像中为嘴巴的位置。
此外,还可以事先对人脸特征点检测模型所输出的人脸特征点的数量进行设置。如果设置了人脸特征点检测模型所输出的人脸特征点的数量为100,那么,当待处理人脸图像输入至人脸检测模型后,就能得到待处理人脸图像的100个人脸特征点。
在得到待处理人脸图像的人脸特征点后,就能够在待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点。
需要说明的是,上述的人脸特征点检测模型是事先通过原始样本人脸图像对初始神经网络进行训练得到的。训练时,采集原始样本人脸图像;然后,对采集的原始样本人脸图像进行人脸特征点标注(至少包括:脸部的轮廓点、眼睛轮廓点、鼻子轮廓点、眉毛轮廓点、额头轮廓点、上嘴唇轮廓点、下嘴唇轮廓点等),标注时,每个人脸特征点对应一个索引序号,而一个固定的索引序号在每张原始样本人脸图像中所代表的位置一样(比如索引序号为44的人脸特征点在所有原始样本人脸图像中的位置都是鼻梁的位置),标注后,得到携带人脸特征点的原始样本人脸图像;进而,对携带人脸特征点的原始样本人脸图像进行划分,得到训练样本集合、验证样本集合和测试样本集合;最终,通过训练样本集合、验证样本集合和测试样本集合对初始人脸特征点检测模型进行训练,得到人脸特征点检测模型。
在本发明的一个可选实施例中,步骤S301,对待处理人脸图像中的目标图像区域进行划分,得到多个划分区域包括:按照人脸特征点所对应的索引序号对目标图像区域进行划分,得到多个划分区域。
具体包括如下步骤S3011至步骤S3013的过程:
步骤S3011,在人脸特征点所对应的索引序号中确定目标索引序号,其中,目标索引序号的数量为多个,且目标索引序号用于确定多个划分区域;
具体的,根据训练人脸特征点检测模型时的人脸特征点标注原则可知,每一个索引序号所对应的人脸特征点所表示的待处理人脸图像中的位置是固定的,已知的,比如索引序号为44的人脸特征点所表示的为鼻梁位置的人脸特征点,而索引序号为46的人脸特征点所表示的为鼻尖位置的人脸特征点等等。所以,可以在人脸特征点所对应的索引序号中确定目标索引序号,这些目标索引序号表示待修饰对象的不同区域(如上述44的索引序号就表示鼻子的鼻梁区域,而46的索引序号就表示鼻子的鼻尖区域),这样,可以进一步根据目标索引序号确定多个划分区域。
步骤S3012,确定每个目标索引序号所对应的人脸特征点;
在确定得到目标索引序号后,进一步确定每个目标索引序号所对应的人脸特征点。
步骤S3013,将待处理人脸图像中,位于目标索引序号所对应的人脸特征点预设范围内的区域作为目标索引序号所对应的划分区域。
在得到目标索引序号所对应的人脸特征点之后,在待处理人脸图像中,将位于目标索引序号所对应的人脸特征点预设范围内的区域就作为了目标索引序号所对应的划分区域。比如,可以将索引序号为44的人脸特征点周围的第一预设圆域范围(还可以为矩形域范围,椭圆域范围等等,本发明实施例对其不进行限制)内的区域作为鼻梁的划分区域;将索引序号为46的人脸特征点周围的第二预设圆域范围内的区域作为鼻尖的划分区域。如图5所示,即为得到的包含鼻梁的划分区域和鼻尖的划分区域的人脸示意图。
在本发明的一个可选实施例中,步骤S302,在待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点包括如下步骤:
步骤S3021,确定划分区域Ai所对应的索引序号,得到目标索引序号序列,其中,i依次取1至I,I为多个划分区域的数量;
具体的,根据训练人脸特征点检测模型时的人脸特征点标注原则可以确定每一个划分区域所对应的索引序号,得到每一个划分区域所对应的目标索引序号序列。
步骤S3022,在人脸特征点所对应的各个索引序号中确定与目标索引序号序列相同的人脸特征点作为划分区域Ai所包含的目标特征点。
上述内容对得到多个划分区域和确定每个划分区域所包含的目标特征点的过程进行了详细介绍,下面对确定待修饰区域的过程进行详细描述。
在本发明的一个可选实施例中,基于修饰参数确定各个目标特征点的待修饰区域包括:基于修饰参数确定各个划分区域中每个目标特征点的待修饰区域。
作为一种举例说明:
修饰参数为圆域半径,待修饰区域为圆域时,基于修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括如下(1)和(2)的步骤:
(1)将每个划分区域中的各个目标特征点作为圆域的圆心;
(2)基于圆域的圆心和圆域半径确定每个划分区域中的各个目标特征点的待修饰区域。
如图6所示,图6中A点为一个目标特征点,以A点为圆心,以圆域半径所确定的圆域即为A点的待修饰区域。图6中C点的待修饰区域确定过程可参考A点的待修饰区域的确定过程,这里不再展开描述。
作为另一种举例说明:
修饰参数为:矩形域的长和矩形域的宽,待修饰区域为矩形域时,基于修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括如下(3)和(4)的步骤:
(3)将每个划分区域的各个目标特征点作为矩形域的中心点;
(4)基于矩形域的长、矩形域的宽和矩形域的中心点确定每个划分区域中各个目标特征点的待修饰区域。
上述内容对确定待修饰区域的过程进行了详细描述,下面对待修饰区域所包含的像素点进行偏移处理的过程进行详细介绍。
在本发明的一个可选实施例中,步骤S204,对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理包括如下步骤:
步骤S2041,确定每个待修饰区域所对应的偏移向量;
具体的,根据待修饰区域Bj中的目标特征点和待修饰区域Bj所对应的划分区域的中心点,确定待修饰区域Bj所对应的偏移向量,其中,j依次取1至J,J为待修饰区域的数量。
如图7所示,A点表示待修饰区域Bj中的目标特征点,B点表示待修饰区域Bj所对应的划分区域(在此,具体是指鼻尖区域)的中心点,那么A点和B点之间的方向向量就作为了待修饰区域Bj所对应的偏移向量。对于图中的C点和D点,在此不再展开描述。
步骤S2042,基于变形系数,并沿着偏移向量对所对应的待修饰区域内的像素点进行偏移处理,得到待处理人脸图像的修饰图像。
作为一种举例说明:
待修饰区域为圆域时,基于变形系数,并沿着偏移向量对所对应的待修饰区域内的像素点进行偏移处理包括如下a)和b)的步骤:
a)根据变形系数计算算式计算待修饰区域Bj内的像素点Pk的变形系数,其中,ratio表示待修饰区域Bj内像素点Pk的变形系数,r表示待修饰区域Bj内像素点Pk的原始坐标(xPk,yPk)原始与待修饰区域Bj所对应的划分区域的中心点之间的距离,radius表示待修饰区域Bj的半径,j依次取1至J,J为待修饰区域的数量,k依次取1至K,K为待修饰区域Bj中像素点的数量;
b)根据偏移处理算式计算像素点Pk偏移处理后的新坐标,并将像素点Pk偏移至新坐标,其中,(xPk,yPk)新表示像素点Pk偏移处理后的新坐标,(xPk,yPk)原始表示像素点Pk的原始坐标,表示对待修饰区域Bj所对应的偏移向量。
图8a中示出了待处理人脸图像,图8b中示出了待处理人脸图像的修饰图像,通过对比可知,修饰后的人脸图像相较于修饰前的人脸图像,鼻子更挺,即该图像的处理过程是对待处理人脸图像中的鼻子进行了处理。
通过上述描述可知,在本实施例中,在对待处理人脸图像中的待修饰对象进行修饰时,无需再借助第三方图像处理软件即可实现对待处理人脸图像中待修饰对象的自动修饰,只需将该方法应用于某一具体应用上就能使得该应用具备了该图像处理的功能,并且在对待处理人脸图像中的待修饰对象进行修饰时,修饰效果好,大大提升了用户体验。
实施例3:
本发明实施例还提供了一种图像的处理装置,该图像的处理装置主要用于执行本发明实施例上述内容所提供的图像的处理方法,以下对本发明实施例提供的图像的处理装置做具体介绍。
图9是根据本发明实施例的一种图像的处理装置的示意图,如图9所示,该图像的处理装置主要包括获取并确定单元10,获取单元20和偏移处理单元30,其中:
获取并确定单元,用于获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点,其中,目标特征点的数量为一个或多个;
获取单元,用于获取待修饰对象的修饰参数,其中,修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;
偏移处理单元,用于基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。
在本发明实施例中,首先,获取待处理人脸图像,并确定待处理人脸图像中待修饰对象的目标特征点;然后,获取待修饰对象的修饰参数;最后,基于修饰参数确定各个目标特征点的待修饰区域,并对待处理人脸图像中每个待修饰区域所包含的像素点进行偏移处理,得到待处理人脸图像的修饰图像。通过上述描述可知,在本实施例中,在对待处理人脸图像中的待修饰对象进行修饰时,无需再借助第三方图像处理软件即可实现对待处理人脸图像中待修饰对象的自动修饰,只需将该方法应用于某一具体应用上就能使得该应用具备了该图像处理的功能,并且在对待处理人脸图像中的待修饰对象进行修饰时,修饰效果好,大大提升了用户体验,缓解了现有的图像处理方法无法智能的对待处理人脸图像进行处理的技术问题。
可选地,获取并确定单元还用于:对待处理人脸图像中的目标图像区域进行划分,得到多个划分区域,其中,目标图像区域为待处理人脸图像中待修饰对象所在的区域;在待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点。
可选地,每个人脸特征点对应一个索引序号,索引序号用于表征其对应的人脸特征点在待处理人脸图像中的位置;获取并确定单元还用于:按照人脸特征点所对应的索引序号对目标图像区域进行划分,得到多个划分区域。
可选地,获取并确定单元还用于:在人脸特征点所对应的索引序号中确定目标索引序号,其中,目标索引序号的数量为多个,且目标索引序号用于确定多个划分区域;确定每个目标索引序号所对应的人脸特征点;将待处理人脸图像中,位于目标索引序号所对应的人脸特征点预设范围内的区域作为目标索引序号所对应的划分区域。
可选地,获取并确定单元还用于:确定划分区域Ai所对应的索引序号,得到目标索引序号序列,其中,i依次取1至I,I为多个划分区域的数量;在人脸特征点所对应的各个索引序号中确定与目标索引序号序列相同的人脸特征点作为划分区域Ai所包含的目标特征点。
可选地,偏移处理单元还用于:基于修饰参数确定各个划分区域中每个目标特征点的待修饰区域。
可选地,修饰参数为圆域半径,待修饰区域为圆域时;偏移处理单元还用于:将每个划分区域中的各个目标特征点作为圆域的圆心;基于圆域的圆心和圆域半径确定每个划分区域中的各个目标特征点的待修饰区域。
可选地,修饰参数为:矩形域的长和矩形域的宽,待修饰区域为矩形域时;偏移处理单元还用于:将每个划分区域的各个目标特征点作为矩形域的中心点;基于矩形域的长、矩形域的宽和矩形域的中心点确定每个划分区域中各个目标特征点的待修饰区域。
可选地,偏移处理单元还用于:确定每个待修饰区域所对应的偏移向量;基于变形系数,并沿着偏移向量对所对应的待修饰区域内的像素点进行偏移处理,得到待处理人脸图像的修饰图像。
可选地,偏移处理单元还用于:根据待修饰区域Bj中的目标特征点和待修饰区域Bj所对应的划分区域的中心点,确定待修饰区域Bj所对应的偏移向量,其中,j依次取1至J,J为待修饰区域的数量。
可选地,待修饰区域为圆域;偏移处理单元还用于:根据变形系数计算算式计算待修饰区域Bj内的像素点Pk的变形系数,其中,ratio表示待修饰区域Bj内像素点Pk的变形系数,r表示待修饰区域Bj内像素点Pk的原始坐标(xPk,yPk)原始与待修饰区域Bj所对应的划分区域的中心点之间的距离,radius表示待修饰区域Bj的半径,j依次取1至J,J为待修饰区域的数量,k依次取1至K,K为待修饰区域Bj中像素点的数量;根据偏移处理算式计算像素点Pk偏移处理后的新坐标,并将像素点Pk偏移至新坐标,其中,(xPk,yPk)新表示像素点Pk偏移处理后的新坐标,(xPk,yPk)原始表示像素点Pk的原始坐标,表示对待修饰区域Bj所对应的偏移向量。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
在本发明的另一个实施例中,还提供了一种计算机存储介质,其上存储有计算机程序,计算机运行计算机程序时执行上述方法实施例所述的方法的步骤。
在本发明的另一个实施例中,还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的所述方法的相应步骤,并且用于实现根据本发明实施例的图像的处理装置中的相应模块。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个分析单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个分析器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (14)
1.一种图像的处理方法,其特征在于,包括:
获取待处理人脸图像,并确定所述待处理人脸图像中待修饰对象的目标特征点,其中,所述目标特征点的数量为一个或多个;
获取所述待修饰对象的修饰参数,其中,所述修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;
基于所述修饰参数确定各个所述目标特征点的待修饰区域,并对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
2.根据权利要求1所述的方法,其特征在于,确定所述待处理人脸图像中待修饰对象的目标特征点包括:
对所述待处理人脸图像中的目标图像区域进行划分,得到多个划分区域,其中,所述目标图像区域为所述待处理人脸图像中所述待修饰对象所在的区域;
在所述待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点。
3.根据权利要求2所述的方法,其特征在于,每个人脸特征点对应一个索引序号,所述索引序号用于表征其对应的人脸特征点在所述待处理人脸图像中的位置;
对所述待处理人脸图像中的目标图像区域进行划分,得到多个划分区域包括:
按照所述人脸特征点所对应的索引序号对所述目标图像区域进行划分,得到所述多个划分区域。
4.根据权利要求3所述的方法,其特征在于,按照所述人脸特征点所对应的索引序号对所述目标图像区域进行划分,得到所述多个划分区域包括:
在所述人脸特征点所对应的索引序号中确定目标索引序号,其中,所述目标索引序号的数量为多个,且所述目标索引序号用于确定所述多个划分区域;
确定每个所述目标索引序号所对应的人脸特征点;
将所述待处理人脸图像中,位于所述目标索引序号所对应的人脸特征点预设范围内的区域作为所述目标索引序号所对应的划分区域。
5.根据权利要求2所述的方法,其特征在于,在所述待处理人脸图像的人脸特征点中确定每个划分区域所包含的目标特征点包括:
确定划分区域Ai所对应的索引序号,得到目标索引序号序列,其中,i依次取1至I,I为所述多个划分区域的数量;
在所述人脸特征点所对应的各个索引序号中确定与所述目标索引序号序列相同的人脸特征点作为所述划分区域Ai所包含的目标特征点。
6.根据权利要求2所述的方法,其特征在于,基于所述修饰参数确定各个所述目标特征点的待修饰区域包括:
基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域。
7.根据权利要求6所述的方法,其特征在于,所述修饰参数为圆域半径,所述待修饰区域为圆域时;
基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括:
将每个所述划分区域中的各个目标特征点作为圆域的圆心;
基于所述圆域的圆心和所述圆域半径确定每个所述划分区域中的各个目标特征点的待修饰区域。
8.根据权利要求6所述的方法,其特征在于,所述修饰参数为:矩形域的长和矩形域的宽,所述待修饰区域为矩形域时;
基于所述修饰参数确定各个划分区域中每个目标特征点的待修饰区域包括:
将每个所述划分区域的各个目标特征点作为矩形域的中心点;
基于所述矩形域的长、矩形域的宽和所述矩形域的中心点确定每个所述划分区域中各个目标特征点的待修饰区域。
9.根据权利要求1所述的方法,其特征在于,对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理包括:
确定每个所述待修饰区域所对应的偏移向量;
基于变形系数,并沿着所述偏移向量对所对应的待修饰区域内的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
10.根据权利要求9所述的方法,其特征在于,确定每个所述待修饰区域所对应的偏移向量包括:
根据待修饰区域Bj中的目标特征点和所述待修饰区域Bj所对应的划分区域的中心点,确定所述待修饰区域Bj所对应的偏移向量,其中,j依次取1至J,J为待修饰区域的数量。
11.根据权利要求9所述的方法,其特征在于,所述待修饰区域为圆域;
基于变形系数,并沿着所述偏移向量对所对应的待修饰区域内的像素点进行偏移处理包括:
根据变形系数计算算式计算待修饰区域Bj内的像素点Pk的变形系数,其中,ratio表示所述待修饰区域Bj内像素点Pk的变形系数,r表示所述待修饰区域Bj内像素点Pk的原始坐标(xPk,yPk)原始与所述待修饰区域Bj所对应的划分区域的中心点之间的距离,radius表示所述待修饰区域Bj的半径,j依次取1至J,J为待修饰区域的数量,k依次取1至K,K为所述待修饰区域Bj中像素点的数量;
根据偏移处理算式计算所述像素点Pk偏移处理后的新坐标,并将所述像素点Pk偏移至所述新坐标,其中,(xPk,yPk)新表示所述像素点Pk偏移处理后的新坐标,(xPk,yPk)原始表示所述像素点Pk的原始坐标,表示对所述待修饰区域Bj所对应的偏移向量。
12.一种图像的处理装置,其特征在于,包括:
获取并确定单元,用于获取待处理人脸图像,并确定所述待处理人脸图像中待修饰对象的目标特征点,其中,所述目标特征点的数量为一个或多个;
获取单元,用于获取所述待修饰对象的修饰参数,其中,所述修饰参数包括:每个目标特征点所对应的待修饰区域的尺寸参数;
偏移处理单元,用于基于所述修饰参数确定各个所述目标特征点的待修饰区域,并对所述待处理人脸图像中每个所述待修饰区域所包含的像素点进行偏移处理,得到所述待处理人脸图像的修饰图像。
13.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至11中任一项所述的方法的步骤。
14.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行上述权利要求1至11中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811596775.4A CN109685015B (zh) | 2018-12-25 | 2018-12-25 | 图像的处理方法、装置、电子设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811596775.4A CN109685015B (zh) | 2018-12-25 | 2018-12-25 | 图像的处理方法、装置、电子设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109685015A true CN109685015A (zh) | 2019-04-26 |
CN109685015B CN109685015B (zh) | 2021-01-08 |
Family
ID=66189650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811596775.4A Active CN109685015B (zh) | 2018-12-25 | 2018-12-25 | 图像的处理方法、装置、电子设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685015B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854963A (zh) * | 2020-06-11 | 2020-10-30 | 浙江大华技术股份有限公司 | 温度检测的方法、装置、设备和计算机设备 |
CN112188235A (zh) * | 2019-07-05 | 2021-01-05 | 上海交通大学 | 媒体处理方式的选择方法及媒体处理方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8442330B2 (en) * | 2009-03-31 | 2013-05-14 | Nbcuniversal Media, Llc | System and method for automatic landmark labeling with minimal supervision |
CN105631417A (zh) * | 2015-12-24 | 2016-06-01 | 武汉鸿瑞达信息技术有限公司 | 应用于互联网视频直播的视频美化***及方法 |
US9646195B1 (en) * | 2015-11-11 | 2017-05-09 | Adobe Systems Incorporated | Facial feature liquifying using face mesh |
KR101758096B1 (ko) * | 2010-08-31 | 2017-07-17 | (주)아모레퍼시픽 | 모아레 이미지를 이용한 피부 탄력 측정 방법 |
CN107154030A (zh) * | 2017-05-17 | 2017-09-12 | 腾讯科技(上海)有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN107705248A (zh) * | 2017-10-31 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108090409A (zh) * | 2017-11-06 | 2018-05-29 | 深圳大学 | 人脸识别方法、装置和存储介质 |
CN108846792A (zh) * | 2018-05-23 | 2018-11-20 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109242765A (zh) * | 2018-08-31 | 2019-01-18 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法、装置和存储介质 |
-
2018
- 2018-12-25 CN CN201811596775.4A patent/CN109685015B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8442330B2 (en) * | 2009-03-31 | 2013-05-14 | Nbcuniversal Media, Llc | System and method for automatic landmark labeling with minimal supervision |
KR101758096B1 (ko) * | 2010-08-31 | 2017-07-17 | (주)아모레퍼시픽 | 모아레 이미지를 이용한 피부 탄력 측정 방법 |
US9646195B1 (en) * | 2015-11-11 | 2017-05-09 | Adobe Systems Incorporated | Facial feature liquifying using face mesh |
CN105631417A (zh) * | 2015-12-24 | 2016-06-01 | 武汉鸿瑞达信息技术有限公司 | 应用于互联网视频直播的视频美化***及方法 |
CN107154030A (zh) * | 2017-05-17 | 2017-09-12 | 腾讯科技(上海)有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN107705248A (zh) * | 2017-10-31 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN108090409A (zh) * | 2017-11-06 | 2018-05-29 | 深圳大学 | 人脸识别方法、装置和存储介质 |
CN108846792A (zh) * | 2018-05-23 | 2018-11-20 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
CN109242765A (zh) * | 2018-08-31 | 2019-01-18 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法、装置和存储介质 |
Non-Patent Citations (3)
Title |
---|
WIEME GADACHA 等: "3D registration based on a multi-references local parametrisation: Application to 3D faces", 《WORLD-COMP.ORG》 * |
陈粟 等: "一种人脸图像局部变形技术", 《计算机工程与应用》 * |
隋鹤: "人脸自动美化算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112188235A (zh) * | 2019-07-05 | 2021-01-05 | 上海交通大学 | 媒体处理方式的选择方法及媒体处理方法 |
CN112188235B (zh) * | 2019-07-05 | 2023-03-24 | 上海交通大学 | 媒体处理方式的选择方法及媒体处理方法 |
CN111854963A (zh) * | 2020-06-11 | 2020-10-30 | 浙江大华技术股份有限公司 | 温度检测的方法、装置、设备和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109685015B (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11170210B2 (en) | Gesture identification, control, and neural network training methods and apparatuses, and electronic devices | |
CN108898086B (zh) | 视频图像处理方法及装置、计算机可读介质和电子设备 | |
CN108846440B (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
US10360710B2 (en) | Method of establishing virtual makeup data and electronic device using the same | |
JP6629513B2 (ja) | ライブネス検査方法と装置、及び映像処理方法と装置 | |
US20180088677A1 (en) | Performing operations based on gestures | |
US11538096B2 (en) | Method, medium, and system for live preview via machine learning models | |
CN108961303A (zh) | 一种图像处理方法、装置、电子设备和计算机可读介质 | |
US10970821B2 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
US20190116323A1 (en) | Method and system for providing camera effect | |
CN110378235A (zh) | 一种模糊人脸图像识别方法、装置及终端设备 | |
CN108960090A (zh) | 视频图像处理方法及装置、计算机可读介质和电子设备 | |
CN110070551B (zh) | 视频图像的渲染方法、装置和电子设备 | |
CN110084204B (zh) | 基于目标对象姿态的图像处理方法、装置和电子设备 | |
CN109117760A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN109840883B (zh) | 一种训练物体识别神经网络的方法、装置及计算设备 | |
CN109118447B (zh) | 一种图片处理方法、图片处理装置及终端设备 | |
CN108961387A (zh) | 一种房屋虚拟三维模型的显示方法及终端设备 | |
CN108961183B (zh) | 图像处理方法、终端设备及计算机可读存储介质 | |
CN109003224A (zh) | 基于人脸的形变图像生成方法和装置 | |
CN110399847A (zh) | 关键帧提取方法、装置及电子设备 | |
CN110069125B (zh) | 虚拟对象的控制方法和装置 | |
CN110363814A (zh) | 一种视频处理方法、装置、电子装置和存储介质 | |
CN110689478B (zh) | 图像风格化处理方法、装置、电子设备及可读介质 | |
CN109685015A (zh) | 图像的处理方法、装置、电子设备和计算机存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |