CN112507837A - 一种基于人头分割自适应算法及其使用方法 - Google Patents
一种基于人头分割自适应算法及其使用方法 Download PDFInfo
- Publication number
- CN112507837A CN112507837A CN202011386485.4A CN202011386485A CN112507837A CN 112507837 A CN112507837 A CN 112507837A CN 202011386485 A CN202011386485 A CN 202011386485A CN 112507837 A CN112507837 A CN 112507837A
- Authority
- CN
- China
- Prior art keywords
- head
- width
- human
- picture
- user
- 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
- 230000011731 head segmentation Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003044 adaptive effect Effects 0.000 title claims description 6
- 230000000694 effects Effects 0.000 claims abstract description 34
- 238000006073 displacement reaction Methods 0.000 claims abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于人头分割自适应算法及其使用方法。它具体包括如下步骤：通过人头分割算法获取人头分割的特征点信息；根据特征点信息获取人头的锚点和人头宽度；获取特效配置文件中的锚点与配置的人头宽度；通过获取的人头宽度与配置的人头宽度算出人头的缩放scale_head；通过获取的人头锚点与、配置的锚点算出人头的位移offset_head；用户人头根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片上；目标图片通过特效配置文件完成用户头部的移动，将最后效果生成一个视频。本发明的有益效果是：把人头移动到新的一张新图上边指定位置，生成一张新的图片，即完成了自适应方法，根据人头特征点自适应到另外一张图片上可以做到自由移动的效果。
Description
技术领域
本发明涉及视觉特效相关技术领域，尤其是指一种基于人头分割自适应算法及其使用方法。
背景技术
人头分割的新玩法是指在已知道用户头的位置情况下，把用户人头分割出来，在嵌入到另外一张图片的指定位置，通过移动人头，从而达到一组动态的效果。现有的人头自适应方法，只能把人头分割出来，放到固定位置，不能形成人头的自由移动的效果，不能满足人们的对玩法需求。
而基于深度学习的自动分割技术呢，虽然能人头自动移动的效果，但因其依赖于复杂的网络结构和庞大的计算量，该类方法的计算复杂度高，实时性差，而且对设备的计算能力要求高，无法满足大众的日常需求。在移动互联网盛行的时代，如何在资源和计算能力有限的手持设备中获得这一效果是一大难点。
发明内容
本发明是为了克服现有技术中存在上述的不足，提供了一种能够自由移动的基于人头分割自适应算法及其使用方法。
为了实现上述目的，本发明采用以下技术方案：
一种基于人头分割自适应算法，具体包括如下步骤：
(1)通过人头分割算法获取人头分割的特征点信息，人头分割的特征点信息指的是描述人头在图片中的位置数据；
(2)根据特征点信息获取人头的锚点UserAnchor和人头宽度head_width，锚点是指人头下巴点位置；
(3)获取特效配置文件中的锚点templateAnchor与配置的人头宽度template_width，特效配置文件是描述人头动画效果的模板文件；
(4)通过步骤(2)中的人头宽度head_width与步骤(3)中配置的人头宽度template_width算出人头的缩放scale_head；通过步骤(2)中的人头锚点UserAnchor与步骤(3)中配置的锚点templateAnchor算出人头的位移offset_head；
(5)用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上；
(6)目标图片Dst通过特效配置文件完成用户头部的移动，将最后效果生成一个视频。
人头自适应算法中通过人头分割算法，获取用户图片的人头的一组特征点坐标，根据获取的人头坐标，把用户人头提取出来，根据人头宽度与锚点(下巴点)坐标，通过位移，缩放，把人头移动到新的一张新图上边指定位置，生成一张新的图片，即完成了自适应的算法。根据人头特征点自适应到另外一张图片上，人头可以做到自由移动的效果。
作为优选，在步骤(2)中，锚点UserAnchor里边记录人头的轮廓点信息，从而拿到人头的左边脸pos与右边脸的pos，而两个位置相减获得人头宽度head_width。
作为优选，在步骤(4)中，具体为：通过人头宽度head_width与配置的人头宽度template_width算出人头的缩放scale_head，
scale_head＝head_width/template_width；
通过人头锚点UserAnchor与配置的锚点templateAnchor算出人头的位移offset_head，
offset_head.x＝UserAnchor.x-templateAnchor.x(x方向偏移)
offset_head.y＝UserAnchor.y-templateAnchor.y(y方向偏移)。
作为优选，在步骤(5)中，具体为：用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上，
Dst＝Src*scale_head+offset_head。
本发明还提供了一种基于人头分割自适应使用方法，具体包括如下步骤：
(a)选取用户图片，调用解码接口解码图片；
(b)用解码后的图片调用分割接口spliter_head获取人头特征点信息；
(c)根据人头特征点获取锚点UserAnchor和人头宽度head_width；
(d)通过read接口获取特效配置文件中模版的锚点templateAnchor与人头宽度template_width；
(e)算出用户头部缩放值scale_head与人头偏移offset_head；
(f)用户图片根据scale_head与offset_head移动到目标图片上；
(g)目标图片根据特效配置文件完成用户人头的移动，将最后效果生成一个视频。
作为优选，在步骤(a)中，具体为：调用解码接口获取图片解码模块，将用户图片传入图片解码模块进行解码图片，解码的图片是裸数据，里边记录的是图片的二进制信息。
本发明的有益效果是：把人头移动到新的一张新图上边指定位置，生成一张新的图片，即完成了自适应方法，根据人头特征点自适应到另外一张图片上可以做到自由移动的效果。
附图说明
图1是本发明的使用方法流程图；
图2是获取人头的特征点图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
一种基于人头分割自适应算法，具体包括如下步骤：
(1)通过人头分割算法获取人头分割的特征点信息，人头分割的特征点信息指的是描述人头在图片中的位置数据；
(2)根据特征点信息获取人头的锚点UserAnchor和人头宽度head_width，锚点是指人头下巴点位置；锚点UserAnchor里边记录人头的轮廓点信息，从而拿到人头的左边脸pos与右边脸的pos，而两个位置相减获得人头宽度head_width。
(3)获取特效配置文件中的锚点templateAnchor与配置的人头宽度template_width，特效配置文件是描述人头动画效果的模板文件；
(4)通过步骤(2)中的人头宽度head_width与步骤(3)中配置的人头宽度template_width算出人头的缩放scale_head；通过步骤(2)中的人头锚点UserAnchor与步骤(3)中配置的锚点templateAnchor算出人头的位移offset_head；
具体为：通过人头宽度head_width与配置的人头宽度template_width算出人头的缩放scale_head，
scale_head＝head_width/template_width；
通过人头锚点UserAnchor与配置的锚点templateAnchor算出人头的位移offset_head，
offset_head.x＝UserAnchor.x-templateAnchor.x(x方向偏移)
offset_head.y＝UserAnchor.y-templateAnchor.y(y方向偏移)。
(5)用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上；
具体为：用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上，
Dst＝Src*scale_head+offset_head。//把用户图片根据公式移动目标图片上。
(6)目标图片Dst通过特效配置文件完成用户头部的移动，将最后效果生成一个视频。
如图1所述的实施例中，一种基于人头分割自适应使用方法，具体包括如下步骤：
(a)选取用户图片，调用解码接口解码图片；
具体为：调用解码接口获取图片解码模块，将用户图片传入图片解码模块进行解码图片，解码的图片是裸数据，里边记录的是图片的二进制信息。
(b)用解码后的图片调用分割接口spliter_head获取人头特征点信息；获取过程具体如下：
1.初始化人脸检测接口CQVETSegmentUtils::CreateContext；
2.传入用户图，通过接口CQVETSegmentUtils::DetectByTexture获取分割后的特征点std::vector<MPOINT>*boundaryPts；
3.boundaryPts既是用户人头的特征点信息。
(c)根据人头特征点获取锚点UserAnchor和人头宽度head_width；
UserAnchor：即是上边boundaryPts里边的点位信息；人头宽度head_width获取过程：
1.初始化人脸检测接口FaceDTUtils_CreateFaceDTContext；
2.传入用户图片，通过接口FaceDTUtils_DetectFaceByTexture检测到人脸信息；
3.FaceDTUtils_GetDetectResult获取人脸检测结果pResult；
4.pResult里边记录人脸的轮廓点的信息，拿到人的左脸pos与右边脸的pos，两个位置相减即是head_width。
(d)通过read接口获取特效配置文件中模版的锚点templateAnchor与人头宽度template_width；
(e)算出用户头部缩放值scale_head与人头偏移offset_head；
(f)用户图片根据scale_head与offset_head移动到目标图片上；
(g)目标图片根据特效配置文件完成用户人头的移动，将最后效果生成一个视频。
人头自适应玩法中通过人头分割算法，获取用户图片的人头的一组特征点坐标，根据获取的人头坐标，把用户人头提取出来，根据人头宽度与锚点(下巴点)坐标，通过位移，缩放，把人头移动到新的一张新图上边指定位置，生成一张新的图片，即完成了自适应的方法。根据人头特征点自适应到另外一张图片上，人头可以做到自由移动的效果。
Claims (6)
1.一种基于人头分割自适应算法，其特征是，具体包括如下步骤：
(1)通过人头分割算法获取人头分割的特征点信息，人头分割的特征点信息指的是描述人头在图片中的位置数据；
(2)根据特征点信息获取人头的锚点UserAnchor和人头宽度head_width，锚点是指人头下巴点位置；
(3)获取特效配置文件中的锚点templateAnchor与配置的人头宽度template_width，特效配置文件是描述人头动画效果的模板文件；
(4)通过步骤(2)中的人头宽度head_width与步骤(3)中配置的人头宽度template_width算出人头的缩放scale_head；通过步骤(2)中的人头锚点UserAnchor与步骤(3)中配置的锚点templateAnchor算出人头的位移offset_head；
(5)用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上；
(6)目标图片Dst通过特效配置文件完成用户头部的移动，将最后效果生成一个视频。
2.根据权利要求1所述的一种基于人头分割自适应算法，其特征是，在步骤(2)中，锚点UserAnchor里边记录人头的轮廓点信息，从而拿到人头的左边脸pos与右边脸的pos，而两个位置相减获得人头宽度head_width。
3.根据权利要求1或2所述的一种基于人头分割自适应算法，其特征是，在步骤(4)中，具体为：通过人头宽度head_width与配置的人头宽度template_width算出人头的缩放scale_head，
scale_head＝head_width/template_width；
通过人头锚点UserAnchor与配置的锚点templateAnchor算出人头的位移offset_head，
offset_head.x＝UserAnchor.x-templateAnchor.x(x方向偏移)
offset_head.y＝UserAnchor.y-templateAnchor.y(y方向偏移)。
4.根据权利要求3所述的一种基于人头分割自适应算法，其特征是，在步骤(5)中，具体为：用户人头Src根据scale_head进行缩放，然后通过移动offset_head把用户头部移动到目标图片Dst上，
Dst＝Src*scale_head+offset_head。
5.一种基于人头分割自适应使用方法，其特征是，具体包括如下步骤：
(a)选取用户图片，调用解码接口解码图片；
(b)用解码后的图片调用分割接口spliter_head获取人头特征点信息；
(c)根据人头特征点获取锚点UserAnchor和人头宽度head_width；
(d)通过read接口获取特效配置文件中模版的锚点templateAnchor与人头宽度template_width；
(e)算出用户头部缩放值scale_head与人头偏移offset_head；
(f)用户图片根据scale_head与offset_head移动到目标图片上；
(g)目标图片根据特效配置文件完成用户人头的移动，将最后效果生成一个视频。
6.根据权利要求5所述的一种基于人头分割自适应使用方法，其特征是，在步骤(a)中，具体为：调用解码接口获取图片解码模块，将用户图片传入图片解码模块进行解码图片，解码的图片是裸数据，里边记录的是图片的二进制信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011386485.4A CN112507837A (zh) | 2020-12-01 | 2020-12-01 | 一种基于人头分割自适应算法及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011386485.4A CN112507837A (zh) | 2020-12-01 | 2020-12-01 | 一种基于人头分割自适应算法及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112507837A true CN112507837A (zh) | 2021-03-16 |
Family
ID=74968379
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011386485.4A Pending CN112507837A (zh) | 2020-12-01 | 2020-12-01 | 一种基于人头分割自适应算法及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112507837A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104637078A (zh) * | 2013-11-14 | 2015-05-20 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置 |
| CN107945102A (zh) * | 2017-10-23 | 2018-04-20 | 深圳市朗形网络科技有限公司 | 一种图片合成的方法及装置 |
| CN108846878A (zh) * | 2018-06-07 | 2018-11-20 | 奇酷互联网络科技（深圳）有限公司 | 人脸贴图生成方法、装置、可读存储介质及移动终端 |
-
2020
- 2020-12-01 CN CN202011386485.4A patent/CN112507837A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104637078A (zh) * | 2013-11-14 | 2015-05-20 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置 |
| CN107945102A (zh) * | 2017-10-23 | 2018-04-20 | 深圳市朗形网络科技有限公司 | 一种图片合成的方法及装置 |
| CN108846878A (zh) * | 2018-06-07 | 2018-11-20 | 奇酷互联网络科技（深圳）有限公司 | 人脸贴图生成方法、装置、可读存储介质及移动终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7065233B2 (en) | Rapid computer modeling of faces for animation | |
| US10991103B2 (en) | Method for extracting person region in image and apparatus using the same | |
| CN111105432B (zh) | 基于深度学习的无监督端到端的驾驶环境感知方法 | |
| Tang et al. | Real-time neural radiance talking portrait synthesis via audio-spatial decomposition | |
| EP3104331A1 (en) | Digital image manipulation | |
| CN102271241A (zh) | 一种基于面部表情/动作识别的图像通信方法及*** | |
| US11282257B2 (en) | Pose selection and animation of characters using video data and training techniques | |
| JP2003525504A (ja) | モデルを使用して画像内のオブジェクトの位置を特定するシステム及び方法 | |
| CN103632126A (zh) | 人脸跟踪方法及装置 | |
| CN113887547B (zh) | 关键点检测方法、装置和电子设备 | |
| CN111582036B (zh) | 可穿戴设备下基于形状和姿态的跨视角人物识别方法 | |
| WO2023066099A1 (zh) | 抠像处理 | |
| CN117218246A (zh) | 图像生成模型的训练方法、装置、电子设备及存储介质 | |
| CN114972426A (zh) | 一种基于注意力和卷积的单目标跟踪方法 | |
| CN116469175B (zh) | 一种幼儿教育可视化互动方法及*** | |
| CN105069767A (zh) | 基于表征学习与邻域约束嵌入的图像超分辨重构方法 | |
| US11361467B2 (en) | Pose selection and animation of characters using video data and training techniques | |
| CN103093211A (zh) | 基于深度核信息图像特征的人体运动跟踪方法 | |
| CN112507837A (zh) | 一种基于人头分割自适应算法及其使用方法 | |
| CN102663453B (zh) | 基于第二代条带波变换和极速学习机的人体运动跟踪方法 | |
| CN104952053B (zh) | 基于非线性压缩感知的人脸图像超分辨重构方法 | |
| WO2023019699A1 (zh) | 一种基于3d人脸模型的俯角人脸识别方法及*** | |
| WO2023132790A2 (zh) | 表情驱动方法和装置、表情驱动模型的训练方法和装置 | |
| CN115988165A (zh) | 一种会议视频数据处理方法、***、会议终端及介质 | |
| JP2003512802A (ja) | 三次元モデリングのためのシステム及び方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210316 |
|
| RJ01 | Rejection of invention patent application after publication |