CN112767288B - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112767288B CN112767288B CN202110297088.8A CN202110297088A CN112767288B CN 112767288 B CN112767288 B CN 112767288B CN 202110297088 A CN202110297088 A CN 202110297088A CN 112767288 B CN112767288 B CN 112767288B
- Authority
- CN
- China
- Prior art keywords
- target area
- target
- image
- points
- determining
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 27
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 51
- 230000015654 memory Effects 0.000 claims description 33
- 210000000746 body region Anatomy 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009877 rendering Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 25
- 210000003414 extremity Anatomy 0.000 description 23
- 230000000694 effects Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000005070 sampling Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000003127 knee Anatomy 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质。所述方法包括:获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,其中,所述目标区域包括颈部区域和/或头部区域;根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域;根据所述待处理图像以及所述调整后的目标区域,生成目标图像。
Description
技术领域
本公开涉及计算机视觉领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着计算机视觉技术的发展,对图像中的人物进行美化已成为一种愈发常见的操作。然而美化的功能往往局限于面部的妆容修改,或是针对腿部和腰部的瘦身,如何全面自然地对人体进行美化,成为目前一个亟待解决的问题。
发明内容
本公开提出了一种图像处理方案。
根据本公开的一方面,提供了一种图像处理方法,包括:
获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,其中,所述目标区域包括颈部区域和/或头部区域;根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域;根据所述待处理图像以及所述调整后的目标区域,生成目标图像。
在一种可能的实现方式中,所述根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域,包括:将所述待处理图像划分为多个图像网格;将所述目标区域中位于任一所述图像网格上的像素点作为目标像素点;根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,所述根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域,包括:根据所述目标像素点的位置与所述目标区域中所述关键点的位置,确定所述目标像素点的第一调整距离;根据所述第一调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据所述第一调整距离,确定所述目标区域中位于所述图像网格内的像素点的第二调整距离;根据所述第二调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据所述第一调整距离或所述第二调整距离,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,所述根据所述目标像素点的位置与所述目标区域中所述关键点的位置,确定所述目标像素点的第一调整距离,包括:根据所述目标区域中颈部的相关关键点,确定所述人体对象中的第一目标位置;根据所述目标像素点与所述第一目标位置之间的实际距离,确定所述目标像素点的调整比例;根据所述目标像素点的调整比例,以及预设距离,得到所述目标像素点的第一调整距离。
在一种可能的实现方式中,所述根据所述第一调整距离,确定所述目标区域中位于所述图像网格内的像素点的第二调整距离,包括:对所述目标像素点的第一调整距离进行插值处理,得到所述目标像素点所在的图像网格内的像素点的第二调整距离。
在一种可能的实现方式中,所述根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域,包括:根据所述人体对象的关键点中的轮廓关键点,确定所述人体对象中的第二目标位置;根据所述目标像素点的位置与所述目标区域中所述关键点的位置,分别将所述目标区域中的多个像素点向所述第二目标位置进行调整,得到调整后的目标区域。
在一种可能的实现方式中,所述根据所述人体对象的关键点中的轮廓关键点,确定所述人体对象中的第二目标位置,包括:将所述轮廓关键点中包括的左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点所构成区域的中心位置,作为所述第二目标位置。
在一种可能的实现方式中,所述获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,包括:对待处理图像进行肢体关键点识别和/或轮廓关键点识别,得到待处理图像中人体对象的关键点,其中,所述人体对象的关键点包括肢体关键点和/或轮廓关键点;根据所述人体对象的关键点,对所述待处理图像中的人体对象进行区域划分,得到多个人体区域;从所述多个人体区域中提取颈部区域和/或头部区域,得到所述目标区域。
在一种可能的实现方式中,所述根据所述待处理图像以及所述调整后的目标区域,生成目标图像,包括:将所述待处理图像中目标区域的素材,渲染至所述调整后的目标区域位置,生成目标图像。
根据本公开的一方面,提供了一种图像处理装置,包括:
获取模块,用于获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,其中,所述目标区域包括颈部区域和/或头部区域;调整模块,用于根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域;目标图像生成模块,用于根据所述待处理图像以及所述调整后的目标区域,生成目标图像。
在一种可能的实现方式中,所述调整模块用于:将所述待处理图像划分为多个图像网格;将所述目标区域中位于任一所述图像网格上的像素点作为目标像素点;根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,所述调整模块进一步用于:根据所述目标像素点的位置与所述目标区域中所述关键点的位置,确定所述目标像素点的第一调整距离;根据所述第一调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据所述第一调整距离,确定所述目标区域中位于所述图像网格内的像素点的第二调整距离;根据所述第二调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据所述第一调整距离或所述第二调整距离,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,所述调整模块进一步用于:根据所述目标区域中颈部的相关关键点,确定所述人体对象中的第一目标位置;根据所述目标像素点与所述第一目标位置之间的实际距离,确定所述目标像素点的调整比例;根据所述目标像素点的调整比例,以及预设距离,得到所述目标像素点的第一调整距离。
在一种可能的实现方式中,所述调整模块进一步用于:对所述目标像素点的第一调整距离进行插值处理,得到所述目标像素点所在的图像网格内的像素点的第二调整距离。
在一种可能的实现方式中,所述调整模块用于:根据所述人体对象的关键点中的轮廓关键点,确定所述人体对象中的第二目标位置;根据所述目标像素点的位置与所述目标区域中所述关键点的位置,分别将所述目标区域中的多个像素点向所述第二目标位置进行调整,得到调整后的目标区域。
在一种可能的实现方式中,所述调整模块进一步用于:将所述轮廓关键点中包括的左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点所构成区域的中心位置,作为所述第二目标位置。
在一种可能的实现方式中,所述获取模块用于:对待处理图像进行肢体关键点识别和/或轮廓关键点识别,得到待处理图像中人体对象的关键点,其中,所述人体对象的关键点包括肢体关键点和/或轮廓关键点;根据所述人体对象的关键点,对所述待处理图像中的人体对象进行区域划分,得到多个人体区域;从所述多个人体区域中提取颈部区域和/或头部区域,得到所述目标区域。
在一种可能的实现方式中,所述目标图像生成模块用于:将所述待处理图像中目标区域的素材,渲染至所述调整后的目标区域位置,生成目标图像。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:执行上述图像处理方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述图像处理方法。
在本公开实施例中,通过获取待处理图像中人体对象的关键点以及人体对象的目标区域,并根据目标区域中至少部分像素点的位置,以及目标区域中关键点的位置对目标区域中的多个像素点分别进行调整,确定调整后的目标区域,从而基于调整后的目标区域与待处理图像来生成目标图像。通过上述过程,一方面可以对目标图像中人体对象的头颈部等目标区域进行美化,提升人体美化的全面性和自然程度;另一方面根据目标区域中的至少部分像素点来对目标区域中的多个像素点进行调整,可以减少调整过程中处理的数据量,提高美化的效率和效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开一实施例的图像处理方法的流程图。
图2示出根据本公开一实施例的肢体关键点的示意图。
图3示出根据本公开一实施例的轮廓关键点的示意图。
图4示出根据本公开一实施例的对人体对象进行区域划分的示意图。
图5示出根据本公开一实施例的图像处理方法的流程图。
图6示出根据本公开一实施例的图像处理方法的流程图。
图7示出根据本公开一实施例的图像处理装置的框图。
图8示出根据本公开一应用示例的示意图。
图9示出根据本公开一应用示例的示意图。
图10示出根据本公开实施例的一种电子设备的框图。
图11示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像处理方法的流程图,该方法可以应用于图像处理装置或图像处理***等,图像处理装置可以为终端设备、服务器或者其他处理设备等。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一个示例中,该图像处理方法可以应用于云端服务器或本地服务器,云端服务器可以为公有云服务器,也可以为私有云服务器,根据实际情况灵活选择即可。
在一些可能的实现方式中,该图像处理方法也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示,在一种可能的实现方式中,所述图像处理方法可以包括:
步骤S11,获取待处理图像中人体对象的关键点以及人体对象的目标区域,其中,目标区域包括颈部区域和/或头部区域。
其中,待处理图像可以是包含人体对象的任意图像,待处理图像中包含的人体对象的数量在本公开实施例中不做限制,可以包含一个人体对象,也可以包含多个人体对象,不同的人体对象可以为相同的对象,也可以为不同的对象。
待处理图像的数量在本公开实施例中也不做限制,可以为一个也可以为多个,在待处理图像为多个的情况下,本公开实施例提出的图像处理方法可以同时对多个待处理图像进行处理。
待处理图像中人体对象的关键点,其包含的关键点数量与种类在本公开实施例中均不做限制。在一种可能的实现方式中,人体对象的关键点可以包括肢体关键点和/或轮廓关键点。
其中,肢体关键点可以是用于对人体中的各部位进行定位的关键点,其实现方式可以根据实际情况灵活选择,不局限于下述各公开实施例。图2示出根据本公开一实施例的肢体关键点的示意图,如图所示,在一种可能的实现方式中,肢体关键点可以包括头部关键点0、颈部关键点1、左肩关键点2、右肩关键点3、左肘关键点4、右肘关键点5、左手关键点6、右手关键点7、左胯骨关键点8、右胯骨关键点9、左膝关键点10、右膝关键点11、左脚关键点12以及右脚关键点13等关键点中的一个或多个点。
轮廓关键点可以是用于对人体轮廓边沿的各部分进行定位的关键点,其实现方式可以根据实际情况灵活选择,不局限于下述各公开实施例。图3示出根据本公开一实施例的轮廓关键点的示意图,如图所示,在一种可能的实现方式中,轮廓关键点可以至少包括沿身体轮廓分布的59个关键点中的一个或多个点。
人体对象的目标区域可以是待处理图像中具有处理需求的一个或多个区域,其实现方式可以根据实际情况灵活选择。在一种可能的实现方式中,目标区域可以仅包括头部区域或颈部区域;在一种可能的实现方式中,目标区域可以同时包括头部区域和颈部区域。其中,头部区域与颈部区域的划分方式可以根据实际情况灵活选择,不局限于下述各公开实施例。在一种可能的实现方式中,可以将肢体关键点中的头部关键点与颈部关键点之间的区域划分为头部区域,将肢体关键点中位于左肩关键点以及右肩关键点以上,且颈部关键点以下的区域划分为颈部区域;在一些可能的实现方式中,还可以根据轮廓关键点的辅助来划分为头部区域和颈部区域,比如根据图3中左脖子关键点0和右脖子关键点58之间的区域划分为颈部区域等。在一种可能的实现方式中,目标区域也可以不考虑关键点,而是通过其他方式进行划分,比如直接对待处理图像中的目标区域进行区域范围识别等。
步骤S11的实现方式可以根据实际情况灵活选择,在本公开实施例中不做限制。在一些可能的实现方式中,可以同时获取人体对象的关键点,以及人体对象的目标区域;在一些可能的实现方式中,还可以先获取人体对象的关键点,并根据关键点确定目标区域;在一些可能的实现方式中,还可以先从人体对象中提取目标区域,然后再对目标区域进行关键点识别,得到位于目标区域内的人体对象的关键点等。步骤S11的一些可能的实现方式详见下述各公开实施例,在此先不做展开。
步骤S12,根据目标区域中至少部分像素点的位置,以及目标区域中关键点的位置,对目标区域中的多个像素点分别进行调整,确定调整后的目标区域。
其中,目标区域中的至少部分像素点,可以是目标区域中的一个或多个像素点,该至少部分像素点可以用于后续对目标区域的整体进行调整。至少部分像素点的实现方式可以灵活决定,在一些可能的实现方式中,至少部分像素点可以是对目标区域进行采样所得到的采样点,或是对目标区域进行进一步划分所得到的划分边界上的点等。如何获取至少部分像素点,其实现方式可以详见下述各公开实施例,在此先不做展开。
目标区域中的关键点,可以是步骤S11中获取的多个关键点中,位于目标区域以内的关键点,比如肢体关键点中的头部关键点或颈部关键点,以及轮廓关键点中的左脖子关键点或右脖子关键点等,包含哪些关键点可以根据实际情况灵活选择。
根据至少部分像素点以及目标区域中的关键点的位置,可以对目标区域中的多个像素点分别进行调整,来得到调整后的目标区域。其中,目标区域中的多个像素点,其包含的像素点数量与类型在本公开实施例中不做限制。在一种可能的实现方式中,多个像素点可以为目标区域中的每个像素点;在一种可能的实现方式中,多个像素点可以包括上述公开实施例中提到的至少部分像素点;在一些可能的实现方式中,多个像素点还可以包括目标区域中除至少部分像素点以外的其他像素点等。
如何根据至少部分像素点与目标区域中的关键点的位置,来对目标区域中的多个像素点进行调整,调整的方式可以根据实际情况灵活决定,比如根据至少部分像素点与目标区域中的关键点的位置确定多个像素点的调整方向和/或调整距离等,以实现对目标区域的拉伸或变形等操作。详细的调整方式可以详见下述各公开实施例,在此先不做展开。
由于调整过程中目标区域的多个像素点的位置可能会发生变化,因此,在一种可能的实现方式中,调整后的目标区域,相对于待处理图像的目标区域可能会发生形变或移动,使得调整后的目标区域相对于待处理图像中的目标区域,具有更好的视觉效果。
步骤S13,根据待处理图像以及调整后的目标区域,生成目标图像。
其中,目标图像可以为处理后所得到的具有更好视觉效果的图像。根据待处理图像以及调整后的目标区域来生成目标图像的方式,可以根据实际情况灵活选择,比如将待处理图像中目标区域的纹理渲染至调整后的目标区域的位置,或是将调整后的目标区域与待处理图像进行融合或叠加等。步骤S13的一些可能的实现方式可以详见后续各公开实施例,在此先不做展开。
在本公开实施例中,通过获取待处理图像中人体对象的关键点以及人体对象的目标区域,并根据目标区域中至少部分像素点的位置,以及目标区域中关键点的位置对目标区域中的多个像素点分别进行调整,确定调整后的目标区域,从而基于调整后的目标区域与待处理图像来生成目标图像。通过上述过程,一方面可以对目标图像中人体对象的头颈部等目标区域进行美化,提升人体美化的全面性和自然程度;另一方面根据目标区域中的至少部分像素点来对目标区域中的多个像素点进行调整,可以减少调整过程中处理的数据量,提高美化的效率和效果。
在一种可能的实现方式中,步骤S11可以包括:
对待处理图像进行肢体关键点识别和/或轮廓关键点识别,得到待处理图像中人体对象的关键点;
根据人体对象的关键点,对待处理图像中的人体对象进行区域划分,得到多个人体区域;
从多个人体区域中提取颈部区域和/或头部区域,得到目标区域。
其中,肢体关键点与轮廓关键点的实现方式详见上述各公开实施例。进行肢体关键点识别和/或轮廓关键点识别的方式在本公开实施例中不做限制。在一种可能的实现方式中,可以通过神经网络来实现,比如可以将待处理图像分别输入肢体关键点识别神经网络以及轮廓关键点识别神经网络,来分别得到肢体关键点和轮廓关键点在待处理图像中的位置;在一种可能的实现方式中,还可以将待处理图像直接输入关键点识别神经网络,来得到关键点识别神经网络输出的肢体关键点与轮廓关键点在待处理图像中的位置等。
对待处理图像中人体对象进行区域划分的方式可以根据实际情况灵活决定,在一些可能的实现方式中可以参考上述各公开实施例中头部区域与颈部区域的划分方式。图4示出根据本公开一实施例的对人体对象进行区域划分的示意图(为了对图像中的对象进行保护,图中人脸的部分部位进行了马赛克处理,后续图像同理),如图所示,在一种可能的实现方式中,可以通过识别得到待处理图像中人体对象的多个肢体关键点与轮廓关键点作为人体对象的关键点,并将其中的部分或全部关键点通过连接形成矩形或其他形状的区域,以得到人体对象的多个人体区域。
从多个人体区域中提取颈部区域和/或头部区域的方式可以根据实际情况灵活决定,如图4所示,在一些可能的实现方式中,可以在多个人体区域中,将头部关键点与颈部关键点连接而形成的矩形区域作为头部区域,将颈部关键点、左肩关键点、右肩关键点、左腋下关键点以及右腋下关键点等连接而成的矩形区域作为颈部区域。
通过本公开实施例,可以将利用关键点识别,一方面确定人体中的各关键点位置,为后续的目标区域调整提供调整依据;另一方面基于确定的关键点,可以对人体对象中的多个区域进行划分,从而便捷地从待处理图像中确定目标区域,提高图像处理的整体效率。
图5示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,步骤S12可以包括:
步骤S121,将待处理图像划分为多个图像网格。
其中,将待处理图像划分为多个图像网格,可以是对待处理图像整体进行图像网格的划分,也可以是对待处理图像中的部分区域(比如目标区域等)进行图像网格的划分。
图像网格的形状同样可以根据实际情况灵活决定,可以为三角形、矩形或其他多边形等,在一些可能的实现方式中,也可以划分为扇形或圆形等。
网格划分的方式可以根据实际情况灵活决定,在一种可能的实现方式中,可以是将待处理图像或目标区域平均划分为预设数量的图像网格,预设数量的数值可以根据实际情况灵活设定,比如10~90000等数量范围内的某些数值等,在本公开实施例中不做限制。在一个示例中,可以将待处理图像平均划分为112×112个矩形的图像网格。
在一些可能的实现方式中,也可以通过像素点采样的方式来实现图像网格的划分,举例来说,可以通过平均或随机采样等方式,从待处理图像中提取得到一个或多个采样点作为图像网格的顶点,则将这一个或多个采样点中的相邻采样点连接成上述公开实施例中提到的任意形状,则可以得到多个图像网格。
步骤S122,将目标区域中位于任一图像网格上的像素点作为目标像素点。
基于划分的图像网格,可以从目标区域中确定至少部分像素点作为目标像素点。在一种可能的实现方式中,可以将目标区域中包含的每个图像网格上的顶点和/或位于每个图像网格边沿上的点作为目标像素点。在一些可能的实现方式中,也可以从目标区域中包含的多个图像网格中,选定其中部分图像网格作为目标图像网格,然后将这些目标图像网格的顶点和/或位于目标图像网格边沿上的点作为目标像素点。其中,目标图像网格的选定方式在本公开实施例中不做限制,可以从目标区域包含的所有图像网格中进行随机抽样或是以特定间隔进行抽样,来确定目标图像网格;也可以将目标区域中的关键点所属的图像网格,作为目标图像网格等。
步骤S123,根据目标像素点的位置与目标区域中关键点的位置,对目标区域中的多个像素点进行调整,确定调整后的目标区域。
基于目标像素点以及目标区域中关键点在待处理图像中的位置,可以对目标区域中的多个像素点进行调整,从而确定调整后的目标区域。如上述各公开实施例所述,调整的方式可以根据实际情况灵活决定,详见下述各公开实施例,在此同样先不做展开。
通过本公开实施例,可以通过较为便捷地方式筛选得到目标区域中比较具有代表性的目标像素点,降低图像处理中数据处理的运算量,并提高图像处理的整体速度和效率。
在一种可能的实现方式中,步骤S123可以包括:
根据目标像素点的位置与目标区域中关键点的位置,确定目标像素点的第一调整距离;根据第一调整距离对目标区域中的多个像素点进行调整,确定调整后的目标区域。
其中,第一调整距离可以是目标像素点在调整过程中所需移动的距离,第一调整距离的确定方式,可以根据选择的目标区域中关键点的不同而灵活发生变化,详见下述各公开实施例,在此先不做展开。
根据第一调整距离对目标区域中的多个像素点进行调整,调整方式可以灵活变化。在一种可能的实现方式中,可以是将目标区域中的多个目标像素点移动第一调整距离,其余像素点不进行调整,来得到调整后的目标区域;在一种可能的实现方式中,也可以是将目标区域中的多个目标像素点移动第一调整距离,并将目标像素点所在的图像网格内的像素点随着目标像素点的移动而移动,继而得到调整后的目标区域。
由于目标像素点的数量可以为多个,而不同的目标像素点的位置相对于目标区域中关键点的位置是不同的,因此不同的目标像素点,其对应的第一调整距离可以发生变化,从而使得目标区域中的多个像素点在基于第一调整距离进行调整后,在形变的基础上仍具有较为自然的整体效果,实现了目标区域的渐变式调整,提高了图像处理的效果和自然程度。
在一种可能的实现方式中,步骤S123还可以包括:根据第一调整距离,确定目标区域中位于图像网格内的像素点的第二调整距离;根据第二调整距离对目标区域中的多个像素点进行调整,确定调整后的目标区域。
其中,第二调整距离可以是目标区域内除目标像素点以外的其余像素点在调整过程中所需移动的距离,第二调整距离的确定方式,可以根据实际情况灵活选择,比如可以根据第一调整距离进行插值计算,或是将其余像素点距离最近的目标像素点对应的第一调整距离,作为该其余像素点的调整距离等。确定第二调整距离的一些可能的实现方式详见下述各公开实施例,在此也先不做展开。
根据第二调整距离对目标区域中的多个像素点进行调整,调整方式同样可以灵活变化。在一种可能的实现方式中,可以是将目标区域中的每个像素点均按照第二调整距离进行调整,以得到调整后的目标区域;在一种可能的实现方式中,还可以从目标区域中除目标像素点以外的其余像素点中,以随机或特定间隔采样的方式,选择其中的部分像素点,并将选择的这部分像素点按照第二调整距离进行调整,来得到调整后的目标区域。
通过引入第二调整距离,可以进一步提高目标区域中像素点调整的连续性,从而进一步提高图像处理的效果和自然程度。
在一种可能的实现方式中,步骤S123还可以包括:
根据第一调整距离或第二调整距离,对目标区域中的多个像素点进行调整,确定调整后的目标区域。
其中,根据第一调整距离或第二调整距离,对目标区域中的多个像素点进行调整,可以是将目标区域中的目标像素点按照第一调整距离进行调整,将其余像素点按照第二调整距离进行调整,以确定调整后的目标区域。在一些可能的实现方式中,根据第一调整距离或第二调整距离对目标区域中的多个像素点进行调整,其调整方式可以为上述各公开实施例的融合,在此不再赘述。
通过基于第一调整距离或第二调整距离,对目标区域进行调整,可以实现目标区域中大部分像素点的整体渐进式调整,在进一步提高图像处理的效果和自然程度的同时,还可以保障图像调整后的全面性和完整性。
图6示出根据本公开一实施例的图像处理方法的流程图,如图所示,在一种可能的实现方式中,根据目标像素点的位置与目标区域中所述关键点的位置,确定目标像素点的第一调整距离,可以包括:
步骤S1231,根据目标区域中颈部的相关关键点,确定人体对象中的第一目标位置;
步骤S1232,根据目标像素点与第一目标位置之间的实际距离,确定目标像素点的调整比例;
步骤S1233,根据目标像素点的调整比例,以及预设距离,得到目标像素点的第一调整距离。
其中,颈部的相关关键点,可以包括上述公开实施例中提到的肢体关键点中的颈部关键点,也可以包括上述公开实施例中提到的轮廓关键点中的左脖子关键点与右脖子关键点。
第一目标位置可以是用于计算第一调整距离的位置坐标,第一目标位置可以根据相关关键点中的部分关键点所确定,也可以通过相关关键点共同确定,不局限于下述各公开实施例。
在一种可能的实现方式中,第一目标位置可以是左脖子关键点与右脖子关键点的中间位置;在一种可能的实现方式中,第一目标位置也可以是颈部关键点的位置;在一种可能的实现方式中,第一目标位置也可以是左脖子关键点、右脖子关键点与颈部关键点三个点所确定的区域的中心位置。
根据目标像素点在待处理图像中的位置坐标,以及步骤S1232所确定的第一目标位置的位置坐标,可以确定目标像素点与第一目标位置之间的实际距离。该实际距离可以用于确定目标像素点的调整比例,其中,调整比例可以反映目标像素点调整的远近程度,如何根据实际距离确定调整比例,其计算方式可以根据实际情况灵活选择,在一些可能的实现方式中,调整比例可以与实际距离反向相关,即距离第一目标位置越近的像素点,在调整过程中其移动的距离越远,从而可以较为自然地拉伸待处理图像中人体对象的头颈长度,实现具有较好效果的人体美化。
基于目标像素点的调整比例,以及预设距离,可以得到目标像素点的第一调整距离。其中,预设距离的长度可以根据实际情况灵活设定,在一种可能的实现方式中,该预设距离可以是一个固定的数值;在一些可能的实现方式中,该预设距离也可以根据待处理图像中的实际情况灵活决定,在一个示例中,该预设距离可以根据待处理图像中颈部长度所确定,比如是待处理图像中颈部长度的0.1~2倍,或是其他数值范围等。
基于上述各公开实施例,在一个示例中,确定第一调整距离的方式可以通过下述公式(1)和公式(2)进行表述:
move=ratio×预设距离 (1)
其中,move为第一调整距离,ratio为调整比例,第一目标位置为左脖子关键点与右脖子关键点的中间位置,通过上述公式可以看出,在一个示例中,调整比例与实际距离反向相关,故第一调整距离也与实际距离反向相关。
通过本公开实施例,可以利用目标像素点和目标区域中颈部相关关键点之间的距离,来灵活对不同的目标像素点采用不同的第一调整距离进行调整,从而进一步提升目标区域在调整过程中的渐进性,在拉伸待处理图像中人体对象头颈部的同时,提高了拉伸效果的自然程度和效果。
在一种可能的实现方式中,根据第一调整距离,确定目标区域中位于图像网格内的像素点的第二调整距离,可以包括:
对目标像素点的第一调整距离进行插值处理,得到目标像素点所在的图像网格内的像素点的第二调整距离。
如上述各公开实施例所述,目标像素点可以为图像网格的顶点,或是图像网格边沿上的像素点,因此,在一种可能的实现方式中,目标像素点所在的图像网格内的像素点,均可以位于该图像网格的顶点或边沿点的连线之间,基于这些像素点与目标像素点之间的位置关系,通过插值处理进行插值计算,即可确定这些像素点的第二调整距离。
插值处理的方式在本公开实施例中不做限制,如拉格朗日插值、分段插值等任何可以实现插值计算的方法,均可以作为插值处理的实现方式。
通过本公开实施例,可以利用插值处理,快速便捷地确定目标区域中的多个像素点的第二调整距离,从而有效减小了图像处理的计算量,提高了图像处理的效率。
在一些可能的实现方式中,除了需要确定目标区域中多个像素点的调整距离以外,还需要确定这些像素点的调整方向,因此,在一种可能的实现方式中,步骤S123可以包括:
根据人体对象的关键点中的轮廓关键点,确定人体对象中的第二目标位置;
根据目标像素点的位置与目标区域中关键点之间的位置,分别将目标区域中的多个像素点向第二目标位置进行调整,得到调整后的目标区域。
其中,第二目标位置可以是用于确定目标区域中多个像素点移动方向的位置,该位置可以根据轮廓关键点中的某个或某些关键点来确定。第二目标位置的选择可以根据实际情况灵活决定,不局限于下述各公开实施例。
在一种可能的实现方式中,可以将轮廓关键点中包括的左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点所构成区域的中心位置,作为第二目标位置。
其中,左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点可以分别对应上述公开实施例中提到的图3中的点1、57、12和46,通过图3可以看出,上述各点确定的中心位置,可以是人体对象中胸部的中心位置,将该中心位置作为第二目标位置,对头颈部的目标区域中的多个像素点朝向该第二目标位置进行调整,可以对人体对象的头颈部进行自然地拉伸,提高头颈部的长度在人体对象上半身中的总体占比,实现人体对象上半身比例地有效优化。
根据目标像素点的位置与目标区域中关键点的位置,分别将目标区域中的多个像素点向第二目标位置进行调整的方式,可以参考上述确定调整距离的各公开实施例,在此不再赘述。本公开实施例中步骤S123的各类实现方式可以通过相互结合来实现,结合的方式与顺序在本公开实施例中均不做限制。
通过本公开实施例,可以利用人体轮廓点所确定的第二目标位置来确定目标区域中各像素点的调整方向,从而有效提高调整后的目标区域在人体对象中的所占比例,实现较好效果的人体对象优化。
在一种可能的实现方式中,步骤S13可以包括:
将待处理图像中目标区域的素材,渲染至调整后的目标区域位置,生成目标图像。
其中,待处理图像中目标区域的素材,可以是待处理图像中目标区域中多个像素点所分别对应的图像纹理,比如颜色或是形状等,其实现方式可以根据待处理图像的实际情况灵活决定。
将目标区域的素材渲染至调整后的目标区域位置的方式在本公开实施例中不做限制,在一种可能的实现方式中,可以直接将调整后的目标区域与待处理图像中目标区域内像素点的对应关系,来实现对应纹理的渲染;在一些可能的实现方式中,还可以将目标区域中包含的各目标像素点连接为三角网格,然后基于三角网格,实现素材的渲染等。
通过本公开实施例,可以在调整目标区域的同时,保持目标区域原有的图像形式,从而使得得到的目标图像更加自然真实,提升图像处理的效果。
图7示出根据本公开一实施例的图像处理装置的框图。如图所示,所述图像处理装置20可以包括:
获取模块21,用于获取待处理图像中人体对象的关键点以及人体对象的目标区域,其中,目标区域包括颈部区域和/或头部区域。
调整模块22,用于根据目标区域中至少部分像素点的位置,以及目标区域中关键点的位置,对目标区域中的多个像素点分别进行调整,确定调整后的目标区域。
目标图像生成模块23,用于根据待处理图像以及调整后的目标区域,生成目标图像。
在一种可能的实现方式中,调整模块用于:将待处理图像划分为多个图像网格;将目标区域中位于任一图像网格上的像素点作为目标像素点;根据目标像素点的位置与目标区域中关键点的位置,对目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,调整模块进一步用于:根据目标像素点的位置与目标区域中关键点的位置,确定目标像素点的第一调整距离;根据第一调整距离对目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据第一调整距离,确定目标区域中位于图像网格内的像素点的第二调整距离;根据第二调整距离对目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,根据第一调整距离或第二调整距离,对目标区域中的多个像素点进行调整,确定调整后的目标区域。
在一种可能的实现方式中,调整模块进一步用于:根据目标区域中颈部的相关关键点,确定人体对象中的第一目标位置;根据目标像素点与第一目标位置之间的实际距离,确定目标像素点的调整比例;根据目标像素点的调整比例,以及预设距离,得到目标像素点的第一调整距离。
在一种可能的实现方式中,调整模块进一步用于:对目标像素点的第一调整距离进行插值处理,得到目标像素点所在的图像网格内的像素点的第二调整距离。
在一种可能的实现方式中,调整模块用于:根据人体对象的关键点中的轮廓关键点,确定人体对象中的第二目标位置;根据目标像素点的位置与目标区域中关键点的位置,分别将目标区域中的多个像素点向第二目标位置进行调整,得到调整后的目标区域。
在一种可能的实现方式中,调整模块进一步用于:将轮廓关键点中包括的左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点所构成区域的中心位置,作为第二目标位置。
在一种可能的实现方式中,获取模块用于:对待处理图像进行肢体关键点识别和/或轮廓关键点识别,得到待处理图像中人体对象的关键点,其中,人体对象的关键点包括肢体关键点和/或轮廓关键点;根据人体对象的关键点,对待处理图像中的人体对象进行区域划分,得到多个人体区域;从多个人体区域中提取颈部区域和/或头部区域,得到目标区域。
在一种可能的实现方式中,目标图像生成模块用于:将待处理图像中目标区域的素材,渲染至调整后的目标区域位置,生成目标图像。
应用场景示例
图8与图9示出根据本公开一应用示例的示意图,如图所示,本公开应用示例提出了一种图像处理方法,该图像处理方法可以包括如下过程:
如图8所示,将待处理的图像分割为112*112个矩形的图像网格(图中的网格仅为示例性划分,实际划分方式更为密集)。
识别待处理图像中的肢体关键点和轮廓关键点,作为人体对象的关键点;根据人体对象的关键点中位于头部以及胸部以上的关键点,来获得待处理部位(即上述公开实施例中的目标区域)的图像,在本公开应用示例中,目标区域可以是头部与颈部所在的区域。
如图3所示,根据轮廓关键点中左肩膀关键点1、右肩膀关键点57、左腋下关键点12以及右腋下关键点46的坐标,获取这些关键点所构成区域的中心位置,作为第二目标位置。
将目标区域中包含的图像网格的顶点作为目标像素点,如图8所示,图中部分实心点为目标像素点的一些示例性表示,并将这些目标像素点分别向第二目标位置的方向移动,目标像素点的移动距离(即第一调整距离)可以通过上述公开实施例中的公式(1)与公式(2)进行计算。
将目标区域中位于图像网格以内的像素点向第二目标位置移动,图像网格以内的像素点的移动距离(即第二调整距离),可以根据其所属的图像网格的顶点的第一调整距离进行插值计算所得到。
将待处理的图像中目标区域对应的纹理,渲染到调整后的目标区域的位置处,可以得到处理后的目标图像,如图9所示,通过对比可以看出,经过处理后的目标图像,其中的人体对象具有更好的头颈比例,且图像的整体效果也十分自然。
本公开应用示例中提出的图像处理方法,除了可以对目标图像中人体对象的头颈部进行拉伸以外,还可以扩展应用至人体对象的其他部位,其实现方式可以参考上述各公开实施例,在此不再赘述。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
在实际应用中,上述存储器可以是易失性存储器(volatile memory),例如RAM;或者非易失性存储器(non-volatile memory),例如ROM,快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器提供指令和数据。
上述处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本公开实施例不作具体限定。
电子设备可以被提供为终端、服务器或其它形态的设备。
基于前述实施例相同的技术构思,本公开实施例还提供了一种计算机程序,该计算机程序被处理器执行时实现上述方法。
图10是根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图10,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关人员信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图11是根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图11,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态人员信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,其中,所述目标区域包括颈部区域和/或头部区域;
根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域;
根据所述待处理图像以及所述调整后的目标区域,生成目标图像;
根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域,包括:
根据所述目标区域中颈部的相关关键点,确定所述人体对象中的第一目标位置;
根据目标像素点与所述第一目标位置之间的实际距离,确定所述目标像素点的调整比例,所述目标像素点为所述目标区域中位于图像网格上的像素点;
根据所述目标像素点的调整比例,以及预设距离,得到所述目标像素点的第一调整距离,所述第一调整距离用于对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域,包括:
将所述待处理图像划分为多个图像网格;
将所述目标区域中位于任一所述图像网格上的像素点作为目标像素点;
根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域,包括:
根据所述目标像素点的位置与所述目标区域中所述关键点的位置,确定所述目标像素点的第一调整距离;根据所述第一调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,
根据所述第一调整距离,确定所述目标区域中位于所述图像网格内的像素点的第二调整距离;根据所述第二调整距离对所述目标区域中的多个像素点进行调整,确定调整后的目标区域;或者,
根据所述第一调整距离或所述第二调整距离,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
4.根据权利要求1或3所述的方法,其特征在于,所述根据所述第一调整距离,确定所述目标区域中位于所述图像网格内的像素点的第二调整距离,包括:
对所述目标像素点的第一调整距离进行插值处理,得到所述目标像素点所在的图像网格内的像素点的第二调整距离。
5.根据权利要求2或3所述的方法,其特征在于,所述根据所述目标像素点的位置与所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点进行调整,确定调整后的目标区域,包括:
根据所述人体对象的关键点中的轮廓关键点,确定所述人体对象中的第二目标位置;
根据所述目标像素点的位置与所述目标区域中所述关键点的位置,分别将所述目标区域中的多个像素点向所述第二目标位置进行调整,得到调整后的目标区域。
6.根据权利要求5所述的方法,其特征在于,所述根据所述人体对象的关键点中的轮廓关键点,确定所述人体对象中的第二目标位置,包括:
将所述轮廓关键点中包括的左肩膀关键点、右肩膀关键点、左腋下关键点以及右腋下关键点所构成区域的中心位置,作为所述第二目标位置。
7.根据权利要求1至3中任意一项所述的方法,其特征在于,所述获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,包括:
对待处理图像进行肢体关键点识别和/或轮廓关键点识别,得到待处理图像中人体对象的关键点,其中,所述人体对象的关键点包括肢体关键点和/或轮廓关键点;
根据所述人体对象的关键点,对所述待处理图像中的人体对象进行区域划分,得到多个人体区域;
从所述多个人体区域中提取颈部区域和/或头部区域,得到所述目标区域。
8.根据权利要求1至3中任意一项所述的方法,其特征在于,所述根据所述待处理图像以及所述调整后的目标区域,生成目标图像,包括:
将所述待处理图像中目标区域的素材,渲染至所述调整后的目标区域位置,生成目标图像。
9.一种图像处理装置,其特征在于,包括:
获取模块,用于获取待处理图像中人体对象的关键点以及所述人体对象的目标区域,其中,所述目标区域包括颈部区域和/或头部区域;
调整模块,用于根据所述目标区域中至少部分像素点的位置,以及所述目标区域中所述关键点的位置,对所述目标区域中的多个像素点分别进行调整,确定调整后的目标区域;
目标图像生成模块,用于根据所述待处理图像以及所述调整后的目标区域,生成目标图像;
所述调整模块进一步用于:根据所述目标区域中颈部的相关关键点,确定所述人体对象中的第一目标位置;根据目标像素点与所述第一目标位置之间的实际距离,确定所述目标像素点的调整比例,所述目标像素点为所述目标区域中位于图像网格上的像素点;根据所述目标像素点的调整比例,以及预设距离,得到所述目标像素点的第一调整距离,所述第一调整距离用于对所述目标区域中的多个像素点进行调整,确定调整后的目标区域。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至8中任意一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110297088.8A CN112767288B (zh) | 2021-03-19 | 2021-03-19 | 图像处理方法及装置、电子设备和存储介质 |
PCT/CN2021/102171 WO2022193466A1 (zh) | 2021-03-19 | 2021-06-24 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110297088.8A CN112767288B (zh) | 2021-03-19 | 2021-03-19 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767288A CN112767288A (zh) | 2021-05-07 |
CN112767288B true CN112767288B (zh) | 2023-05-12 |
Family
ID=75691120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110297088.8A Active CN112767288B (zh) | 2021-03-19 | 2021-03-19 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112767288B (zh) |
WO (1) | WO2022193466A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112767288B (zh) * | 2021-03-19 | 2023-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN113222993A (zh) * | 2021-06-25 | 2021-08-06 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、设备以及存储介质 |
CN114913549B (zh) * | 2022-05-25 | 2023-07-07 | 北京百度网讯科技有限公司 | 图像处理方法、装置、设备及介质 |
CN114820679B (zh) * | 2022-07-01 | 2023-04-18 | 小米汽车科技有限公司 | 图像标注方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060348A (zh) * | 2019-04-26 | 2019-07-26 | 北京迈格威科技有限公司 | 人脸图像整形方法及装置 |
CN111145084A (zh) * | 2019-12-25 | 2020-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、图像处理设备及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7751599B2 (en) * | 2006-08-09 | 2010-07-06 | Arcsoft, Inc. | Method for driving virtual facial expressions by automatically detecting facial expressions of a face image |
CN107657590B (zh) * | 2017-09-01 | 2021-01-15 | 北京小米移动软件有限公司 | 图片处理方法、装置及存储介质 |
CN107680033B (zh) * | 2017-09-08 | 2021-02-19 | 北京小米移动软件有限公司 | 图片处理方法及装置 |
CN108198141B (zh) * | 2017-12-28 | 2021-04-16 | 北京奇虎科技有限公司 | 实现瘦脸特效的图像处理方法、装置及计算设备 |
CN109087238B (zh) * | 2018-07-04 | 2021-04-23 | 北京市商汤科技开发有限公司 | 图像处理方法和装置、电子设备以及计算机可读存储介质 |
CN109472753B (zh) * | 2018-10-30 | 2021-09-07 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和计算机存储介质 |
CN109359618B (zh) * | 2018-10-30 | 2022-02-22 | 北京市商汤科技开发有限公司 | 一种图像处理方法及其装置、设备和存储介质 |
CN109376671B (zh) * | 2018-10-30 | 2022-06-21 | 北京市商汤科技开发有限公司 | 图像处理方法、电子设备及计算机可读介质 |
CN111243011A (zh) * | 2018-11-29 | 2020-06-05 | 北京市商汤科技开发有限公司 | 关键点检测方法及装置、电子设备和存储介质 |
CN109949237A (zh) * | 2019-03-06 | 2019-06-28 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、图像设备及存储介质 |
CN110298785A (zh) * | 2019-06-29 | 2019-10-01 | 北京字节跳动网络技术有限公司 | 图像美化方法、装置及电子设备 |
CN112767288B (zh) * | 2021-03-19 | 2023-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
-
2021
- 2021-03-19 CN CN202110297088.8A patent/CN112767288B/zh active Active
- 2021-06-24 WO PCT/CN2021/102171 patent/WO2022193466A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060348A (zh) * | 2019-04-26 | 2019-07-26 | 北京迈格威科技有限公司 | 人脸图像整形方法及装置 |
CN111145084A (zh) * | 2019-12-25 | 2020-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、图像处理设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
李晋芳等.脸部整形手术仿真中的网格变形处理.***仿真学报.2018,(07),全文. * |
蔡珍妮等.基于部件的人脸编辑与美化算法.数据采集与处理.2017,(06),全文. * |
Also Published As
Publication number | Publication date |
---|---|
WO2022193466A1 (zh) | 2022-09-22 |
CN112767288A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112767288B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111783986B (zh) | 网络训练方法及装置、姿态预测方法及装置 | |
CN110991327A (zh) | 交互方法及装置、电子设备和存储介质 | |
WO2022179025A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110674719A (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN110889382A (zh) | 虚拟形象渲染方法及装置、电子设备和存储介质 | |
CN111626183B (zh) | 一种目标对象展示方法及装置、电子设备和存储介质 | |
CN109325908B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110928627B (zh) | 界面展示方法及装置、电子设备和存储介质 | |
CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN109446912B (zh) | 人脸图像的处理方法及装置、电子设备和存储介质 | |
CN110989901B (zh) | 图像定位的交互显示方法及装置、电子设备和存储介质 | |
CN113139947B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111091610B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
WO2023051356A1 (zh) | 一种虚拟对象的显示方法及装置、电子设备和存储介质 | |
WO2023142645A1 (zh) | 图像处理方法、装置、电子设备、存储介质和计算机程序产品 | |
CN113763286A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN110807769B (zh) | 图像显示控制方法及装置 | |
CN113570581A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113822798B (zh) | 生成对抗网络训练方法及装置、电子设备和存储介质 | |
CN113763285B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN113344999A (zh) | 深度检测方法及装置、电子设备和存储介质 | |
CN113345000A (zh) | 深度检测方法及装置、电子设备和存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40045112 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |