CN112785683B - 一种人脸图像调整方法及装置 - Google Patents
一种人脸图像调整方法及装置 Download PDFInfo
- Publication number
- CN112785683B CN112785683B CN202010377600.5A CN202010377600A CN112785683B CN 112785683 B CN112785683 B CN 112785683B CN 202010377600 A CN202010377600 A CN 202010377600A CN 112785683 B CN112785683 B CN 112785683B
- Authority
- CN
- China
- Prior art keywords
- image
- face
- dimensional
- personal
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013507 mapping Methods 0.000 claims abstract description 63
- 238000009877 rendering Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims description 21
- 230000008451 emotion Effects 0.000 claims description 13
- 210000004709 eyebrow Anatomy 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 244000198134 Agave sisalana Species 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供了一种人脸图像调整方法及装置,该方法包括:确定待调整图像的人脸所在区域的人脸图像,其中可以对待调整图像进行人脸抠图,确定人脸所在区域的人脸图像;从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型;确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应;针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。这样,可以得到任意偏转角度的人脸图像的正面人脸图像。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种人脸图像调整方法及装置。
背景技术
目前,常常需要对各种各样的图像进行调整,例如需要将证件照的白色背景调整为蓝色背景。但是,当待调整图像中包括人脸且该人脸为存在角度偏转的人脸时,即当待调整图像中的人脸为非正面人脸时,相关技术无法将该非正面的人脸图像调整为正面的人脸图像。
发明内容
本申请实施例的目的在于提供一种人脸图像调整方法及装置,以可以得到任意偏转角度的人脸图像的正面人脸图像。具体技术方案如下:
第一方面,提供了一种人脸图像调整方法,该方法包括:
确定待调整图像的人脸所在区域的人脸图像。
从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型。
确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应。
针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。
将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
可选的,确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系,包括:
在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点。
根据多个第一关键点将人脸图像划分为多个图像区域,并根据多个第二关键点将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。
可选的,从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型,包括:
对人脸图像进行人脸检测,得到人脸图像的人脸信息;其中,人脸信息包括人脸图像所展现的脸型、眉型以及情绪状态信息。
从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。
可选的,在针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,还包括:
基于插值算法对渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的三维人脸模型。
可选的,在将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像之后,还包括:
确定待调整图像的人身所在区域的人身图像。
从预设三维人物数据库中选取与人身图像的人身信息匹配的、正面的三维人身模型。
确定人身图像中的多个人身图像区域与三维人身模型中的多个三维人身区域的映射关系;人身图像区域与三维人身区域一一对应。
针对每个人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型。
将渲染后的三维人身模型所对应的正面人身图,替换待调整图像中的人身图像,得到人身图像为正面且人脸图像为正面的图像。
第二方面,提供了一种人脸图像调整装置,该装置包括:
第一确定模块,用于确定待调整图像的人脸所在区域的人脸图像。
第一选取模块,用于从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型。
第二确定模块,用于确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应。
第一渲染模块,用于针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。
第一替换模块,用于将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
可选的,第二确定模块具体用于:
在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点;
根据多个第一关键点将人脸图像划分为多个图像区域,并根据多个第二关键点将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。
可选的,第一选取模块包括:
检测单元,用于对人脸图像进行人脸检测,得到人脸图像的人脸信息;其中,人脸信息包括人脸图像所展示的脸型、眉型以及情绪状态信息。
选取单元,用于从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。
可选的,人脸图像调整装置还包括:
处理模块,用于在针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,基于插值算法对渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的三维人脸模型。
可选的,人脸图像调整装置还包括:
第三确定模块,用于在将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像之后,确定待调整图像的人身所在区域的人身图像。
第二选取模块,用于从预设三维人物数据库中选取与人身图像的人身信息匹配的、正面的三维人身模型。
第四确定模块,用于确定人身图像中的多个人身图像区域与三维人身模型中的多个三维人身区域的映射关系;人身图像区域与三维人身区域一一对应。
第二渲染模块,用于针对每个人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型。
第二替换模块,用于将渲染后的三维人身模型所对应的正面人身图,替换待调整图像中的人身图像,得到人身图像为正面且人脸图像为正面的图像。
第三方面,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,实现第一方面任一项所述的方法步骤。
第四方面,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第一方面任一项所述的方法步骤。
第五方面,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第一方面任一项所述的方法步骤。
本申请实施例中,电子设备确定待调整图像的人脸所在区域的人脸图像之后,可以从预设三维人物模型库中选取与该人脸图像的人脸信息匹配的、正面的三维人脸模型。然后可以确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;其中,图像区域与三维人脸区域一一对应。然后电子设备可以针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;然后电子设备可以将将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。这种人脸图像调整方法中,将人脸图像的像素点分区域地映射到正面的三维人脸模型的对应的模型区域中,可以将偏转任意角度的人脸图像,映射到正面的三维人脸模型上,得到渲染后的三维人脸模型。然后将渲染后的三维人脸模型对应的正面人脸图替换待调整图像中的人脸图像,实现了可以将待调整图像中任意偏转角度的人脸图像,调整为正面人脸图像,得到人脸图像为正面的图像。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为本申请实施例提供的一种人脸图像调整方法的流程图;
图2为本申请实施例提供的另一种人脸图像调整方法的流程图;
图3为本申请实施例提供的一种人脸图像调整装置的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
下面将结合具体实施方式,对本申请实施例提供的一种人脸图像调整方法进行详细的说明,如图1所示,具体步骤如下:
步骤101,确定待调整图像的人脸所在区域的人脸图像。
步骤102,从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型。
步骤103,确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应。
步骤104,针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。
步骤105,将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
本申请实施例中,电子设备确定待调整图像的人脸所在区域的人脸图像之后,可以从预设三维人物模型库中选取与该人脸图像的人脸信息匹配的、正面的三维人脸模型。然后可以确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;其中,图像区域与三维人脸区域一一对应。然后电子设备可以针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;然后电子设备可以将将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。这种人脸图像调整方法中,将人脸图像的像素点分区域地映射到正面的三维人脸模型的对应的模型区域中,可以将偏转任意角度的人脸图像,映射到正面的三维人脸模型上,得到渲染后的三维人脸模型。然后将渲染后的三维人脸模型对应的正面人脸图替换待调整图像中的人脸图像,实现了可以将待调整图像中任意偏转角度的人脸图像,调整为的正面人脸图像,得到人脸图像为正面的图像。
下面对图1中的各个步骤进行详细说明:
步骤101,确定待调整图像的人脸所在区域的人脸图像。
在一种实现方式中,电子设备从待调整图像中获取去除了背景区域的人像区域,该人像区域包括人脸图像所在的人像区域和人身图像所在的人身区域。然后用户可以利用电子设备上的修图软件,对该人像区域中的人脸图像的人脸轮廓进行勾勒。这样,可以勾勒出人脸图像与该人像区域中非人脸图像内容的分界线。进而,电子设备可以根据用户所勾勒出的人脸轮廓,确定该人脸轮廓所围成的人脸所在区域的人脸图像。
在另一种实现方式中,电子设备还可以根据预设的人脸识别算法,识别出该待调整图像中的人脸区域。其中,该人脸识别算法可以为相关技术中任意一种人脸识别算法,在此不做详述。
步骤102,从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型。
本申请实施例中,在确定待调整图像的人脸所在区域的人脸图像之后,可以对该人脸图像的人脸信息进行识别。其中,该人脸信息可以包括脸型、眉型等。然后,可以从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型。
其中,预设三维人物模型库中可以包括多种不同的三维人脸模型。其中,三维人物模型库中的三维模型是空间的三维模型。
举例而言,电子设备对人脸图像的人脸信息进行识别,识别到的人脸信息可以包括:圆形脸、一字眉,然后电子设备可以从预设三维人物模型库中选取脸型为圆形脸,且眉型为一字眉的三维人脸模型。
步骤103,确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应。
具体的,电子设备可以在图中的人脸图像区域标注了多个第一关键点,并从中选取预设数目个第一关键点,将该人脸图像划分为多个不同图像区域。
相应的,电子设备可以在选取的三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点,然后可以从多个第二关键点中选取,与预设数目个第一关键点位置对应的第二关键点,将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。
步骤104,针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。
本申请实施例中,由于人脸图像的多个图像区域和三维人脸模型的多个三维人脸区域一一对应,因此电子设备可以将人脸图像的像素点对应地渲染至三维人脸模型上,实现了完整地在三维人脸模型上重新显示出人脸图像。
具体的,电子设备在人脸图像中确定的图像区域可以为多个不重叠的图像区域,然后可以在三维人物模型中确定多个对应的不重叠的三维人脸区域。这样实现了人脸图像可以完整的映射到三维人脸模型上,提高了在三维人脸模型上重新显示出人脸图像的完整程度。
步骤105,将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
本申请实施例中,由于该三维人脸模型是与人脸图像的人脸信息相匹配的,正面的三维人脸模型,因此将人脸图像的每个图像区域映射到与该图像区域具有映射关系的三维人脸区域,则可以获得渲染后的三维人脸模型。然后电子设备可以对该渲染后的三维人脸模型进行拍照处理,获得正面人脸图。将该正面人脸图,替换待调整图像中的人脸图像,则实现了将待调整图像中的人脸图像调整为正面。
可选的,确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系,包括:
在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点。
根据多个第一关键点将人脸图像划分为多个图像区域,并根据多个第二关键点将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。
本申请实施例中,电子设备可以在人脸图像中标注第一关键点,具体的,电子设备可以在眉毛区域标注m1个第一关键点、在脸部轮廓处标注m2个第一关键点、在嘴部区域标注m3个第一关键点等等,实现在人脸图像中一共标注M个第一关键点。然后可以选取预设数目个第一关键点将该人脸图像划分为多个不重叠的图像区域。例如电子设备可以在M个第一关键点中,依次选取3个不同的第一关键点,将人脸图像划分为若干个不重叠的图像区域,也可以依次选取4个不同的第一关键点,对人脸图像进行划分。
相对应的,电子设备可以在三维人脸模型中标注与第一关键点具有映射关系的第二关键点,并选取第二关键点划分三维人脸区域,该三维人脸区域是与第一关键点划分的图像区域具有映射关系的。具体的,电子设备可以在三维人脸模型的眉毛区域标注m1个与第一关键点具有映射关系的第二关键点、在三维人脸模型的脸部轮廓处标注m2个与第一关键点具有映射关系的第二关键点、在三维人脸模型的嘴部区域标注m3个与第一关键点具有映射关系的第二关键点等等,实现在三维人脸模型中一共标注M个第二关键点。然后可以相应的选取预设数目个第二关键点将该三维人脸模型划分为多个三维人脸区域。
这样将人脸图像划分为多个图像区域,并将三维人脸模型划分为多个与图像区域对应的三维人脸区域,便于在三维人脸模型中准确完整的重新显示人脸图像。
具体的,电子设备在人脸图像中确定的图像区域可以为多个不重叠的图像区域,然后可以在三维人物模型中确定多个对应的不重叠的三维人脸区域。这样实现了人脸图像可以完整的映射到三维人脸模型上,提高了在三维人脸模型上重新显示出人脸图像的完整程度。
可选的,从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型,包括:
对人脸图像进行人脸检测,得到人脸图像的人脸信息;其中,人脸信息包括人脸图像所展示的脸型、眉型以及情绪状态信息。
从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。
本申请实施例中,电子设备可以对人脸图像进行人脸检测,确定该人脸图像的脸型、眉型、年龄以及性别等人脸信息;还可以对人脸图像进行情绪检测,确定该人脸图像所展示的情绪状态。在预设三维人物模型库中,获取三维人脸模型时,则可以获取与上述人脸信息相匹配的三维人脸模型,确保人脸图像可以相应的映射到该三维人脸模型上。例如,电子设备对人脸图像进行人脸检测和情绪检测,确定的人脸信息包括:方形脸、剑眉、男性和愤怒状态,然后可以从预设三维人物模型库中选取脸型为方形脸、眉型为剑眉、性别为男性和情绪状态为愤怒状态的三维人脸模型。电子设备选取与人脸图像的人脸信息相匹配的三维人脸模型,实现了可以将三维人脸模型划分为与人脸图像具有映射关系的三维人脸区域,从而可以将人脸图像映射到三维人脸模型中。同时由于选取的三维人脸模型是正面的,因此便于在映射人脸图像的时候,可以调整人脸图像,从而获取正面的三维人脸图像。
可选的,在针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,还包括:
基于插值算法对渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的三维人脸模型。
本申请实施例中,在将相邻的图像区域的像素点渲染至于该图像区域具有映射关系的相邻的三维人脸区域时,在三维人脸模型中会发生相邻的渲染后的三维人脸区域间存在较大缝隙的问题。因此电子设备可以基于插值算法对渲染后的三维人脸模型中的三维人脸区域进行平滑处理,对缝隙进行填充相应的像素点,得到面部平滑的渲染后的三维人脸模型。
同时还可以基于插值算法确定缝隙区域的RGB(三原色,Red Green Blue)值,并相应的调整缝隙区域的颜色得到肤色均匀的渲染后的三维人脸模型,使获得的三维人脸模型更美观。具体的,实现三维人脸区域进行平滑处理、且肤色均匀的方法不局限于此。
可选的,在将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像之后,方法还包括:
确定待调整图像的人身所在区域的人身图像。
从预设三维人物数据库中选取与人身图像的人身信息匹配的、正面的三维人身模型。
具体的,电子设备可以从待调整图像中获取去除了背景区域的人像区域,该人像区域包括人脸图像所在的人脸区域和人身图像所在的人身区域,然后可以进一步从该人像区域获取人身图像所在的人身区域。然后电子设备可以对该人像图像中的人身图像进行图像检测,确定该人身图像中人身的性别、身型以及衣服等信息。然后可以从预设三维人物数据库中选取与人身信息相匹配的、正面的三维人身模型。其中,预设三维人物模型库中可以包括多种不同的三维人身模型。例如,电子设备可以获得待调整图像中的人身图像,并对该人身图像进行图像检测,确定的该人身图像对应的人身信息可以包括:男性、肩宽30厘米以及上衣白色衬衫。然后可以从预设三维人物数据库中选取满足性别为男性、肩宽30厘米且上衣为白色衬衫的三维人身模型。
确定人身图像中的多个人身图像区域与三维人身模型中的多个三维人身区域的映射关系;人身图像区域与三维人身区域一一对应。
针对每个人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型。
将渲染后的三维人身模型所对应的正面人身图,替换待调整图像中的人身图像,得到人身图像为正面且人脸图像为正面的图像。
可选的,电子设备可以从待调整图像中获取去除了背景区域的人像区域,该人像区域包括人脸图像所在的人像区域。然后可以从该人像区域获取人脸图像所在的人脸区域和非人脸区域。然后可以从预设三维人物模型库中选取与该人脸图像的人脸信息匹配的、正面的三维人脸模型具体的,然后在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点。然后根据多个第一关键点将人脸图像划分为多个图像区域,并根据多个第二关键点将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。然后将非人脸区域像素点直接渲染至预设的三维人身模型上,得到渲染后的三维人身模型。将渲染后的三维人身模型所对应的正面人身图,替换待调整图像中的人身图像,得到人身图像为正面且人脸图像为正面的图像。
本申请实施例中,在得到人脸图像为正面的图像之后,电子设备可以确定待调整图像的人身所在区域的人身图像,以及与该人身图像的人身信息相匹配的三维人身模型。然后电子设备可以将人身图像的像素点分区域地映射到正面的三维人身模型的对应的模型区域中,可以将偏转任意角度的人身图像,映射到正面的三维人身模型上,实现了可以获取任意偏转角度的人身图像的正面人身图。然后将正面人身图替换待调整图像中的人身图像,实现了得到人身图像为正面且人脸图像为正面的图像。
可选的,本申请实施例还提供了另一种人脸图像调整的流程图,如图2所示,具体步骤包括:
S201:确定待调整图像的人脸所在区域的人脸图像。
S202:对人脸图像进行人脸检测和情绪检测,确定该人脸图像的人脸信息。
S203:从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。
S204:在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点;其中,该多个第一关键点用于将人脸图像划分为多个图像区域,与该多个第一关键点对应的多个第二关键点用于将三维人脸模型划分为与多个图像区域对应的多个三维人脸区域。
S205:针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。
S206:对渲染后的三维人脸模型中的三维人脸区域进行边缘检测和颜色优化。
S207:将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
本申请实施例中,电子设备可以确定待调整图像的人脸所在区域的人脸图像并对该人脸图像进行人脸检测和情绪检测,确定该人脸图像的人脸信息。然后可以从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点;其中,该多个第一关键点用于将人脸图像划分为多个图像区域,与该多个第一关键点对应的多个第二关键点用于将三维人脸模型划分为与多个图像区域对应的多个三维人脸区域。针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型。对渲染后的三维人脸模型中的三维人脸区域进行边缘检测和颜色优化。将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。这样,对该人脸图像进行人脸检测和情绪检测,并获取与该人脸信息相匹配的、正面的三维人脸模型,实现了可以将三维人脸模型划分为与人脸图像具有映射关系的三维人脸区域,从而可以将人脸图像的像素点分区域地渲染到正面的三维人脸模型的对应的模型区域中,得到渲染后的三维人物模型,然后将渲染后的三维人脸模型对应的正面人脸替换待调整图像中的人脸图像,则实现了可以将待调整图像中任意偏转角度的人脸图像,调整为正面人脸图像。然后对渲染后的三维人脸模型中的三维人脸区域进行边缘检测和颜色优化,实现了使获得的正面人脸图更美观。
基于相同的技术构思,本申请实施例还提供了一种人脸图像调整装置,如图3所示,该装置应用于电子设备,该装置包括:
第一确定模块301,用于确定待调整图像的人脸所在区域的人脸图像;
第一选取模块302,用于从预设三维人物模型库中选取与人脸图像的人脸信息匹配的、正面的三维人脸模型;
第二确定模块303,用于确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;图像区域与三维人脸区域一一对应;
第一渲染模块304,用于针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;
第一替换模块305,用于将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。
本申请实施例中,电子设备确定待调整图像的人脸所在区域的人脸图像之后,可以从预设三维人物模型库中选取与该人脸图像的人脸信息匹配的、正面的三维人脸模型。然后可以确定人脸图像中的多个图像区域与三维人脸模型中的多个三维人脸区域的映射关系;其中,图像区域与三维人脸区域一一对应。然后电子设备可以针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;然后电子设备可以将将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像。这种人脸图像调整方法中,将人脸图像的像素点分区域地映射到正面的三维人脸模型的对应的模型区域中,可以将偏转任意角度的人脸图像,映射到正面的三维人脸模型上,得到渲染后的三维人脸模型。然后将渲染后的三维人脸模型对应的正面人脸图替换待调整图像中的人脸图像,实现了可以将待调整图像中任意偏转角度的人脸图像,调整为正面人脸图像,得到人脸图像为正面的图像。
可选的,第二确定模块303具体用于:
在人脸图像中标注多个第一关键点,并在三维人脸模型中标注与多个第一关键点所在位置对应的多个第二关键点;
根据多个第一关键点将人脸图像划分为多个图像区域,并根据多个第二关键点将三维人脸模型划分为与多个图像区域具有一一映射关系的多个三维人脸区域。
可选的,第一选取模块302包括:
检测单元,用于对人脸图像进行人脸检测,得到人脸图像的人脸信息;其中,人脸信息包括人脸图像所展示的脸型、眉型以及情绪状态信息;
选取单元,用于从预设三维人物模型库中,获取与人脸信息相匹配的、正面的三维人脸模型。
可选的,人脸图像调整装置还包括:
处理模块,用于在针对每个图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,基于插值算法对渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的三维人脸模型。
可选的,人脸图像调整装置还包括:
第三确定模块,用于在将渲染后的三维人脸模型所对应的正面人脸图,替换待调整图像中的人脸图像,得到人脸图像为正面的图像之后,确定待调整图像的人身所在区域的人身图像;
第二选取模块,用于从预设三维人物数据库中选取与人身图像的人身信息匹配的、正面的三维人身模型;
第四确定模块,用于确定人身图像中的多个人身图像区域与三维人身模型中的多个三维人身区域的映射关系;人身图像区域与三维人身区域一一对应;
第二渲染模块,用于针对每个人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型;
第二替换模块,用于将渲染后的三维人身模型所对应的正面人身图,替换待调整图像中的人身图像,得到人身图像为正面且人脸图像为正面的图像。
本申请实施例还提供了一种电子设备,如图4所示,包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信,
存储器403,用于存放计算机程序;
处理器401,用于执行存储器403上所存放的程序时,实现上述人脸图像调整方法实施例中的任一方法步骤。
上述网络设备提到的通信总线可以是外设部件互连标准(英文:PeripheralComponent Interconnect,简称:PCI)总线或扩展工业标准结构(英文:Extended IndustryStandard Architecture,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。
通信接口用于上述网络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(英文:Random Access Memory,简称:RAM),也可以包括非易失性存储器(英文:Non-Volatile Memory,简称:NVM),例如至少一个磁盘存储器。可选的,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(英文:Central ProcessingUnit,简称:CPU)、网络处理器(英文:Network Processor,简称:NP)等;还可以是数字信号处理器(英文:Digital Signal Processing,简称:DSP)、专用集成电路(英文:ApplicationSpecific Integrated Circuit,简称:ASIC)、现场可编程门阵列(英文: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。
基于相同的技术构思,本申请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上述人脸图像调整方法实施例中的任一方法步骤。
基于相同的技术构思,本申请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人脸图像调整方法实施例中的任一方法步骤。
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。所述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所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述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。所述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,所述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(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。所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。所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,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(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、计算机可读存储介质和计算机程序产品实施例而言,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。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (10)
1.一种人脸图像调整方法,其特征在于,所述方法包括:
确定待调整图像的人脸所在区域的人脸图像;
从预设三维人物模型库中选取与所述人脸图像的人脸信息匹配的、正面的三维人脸模型;
确定所述人脸图像中的多个图像区域与所述三维人脸模型中的多个三维人脸区域的映射关系;所述图像区域与所述三维人脸区域一一对应;
针对每个所述图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;
将渲染后的三维人脸模型所对应的正面人脸图,替换所述待调整图像中的所述人脸图像,得到人脸图像为正面的图像;
所述从预设三维人物模型库中选取与所述人脸图像的人脸信息匹配的、正面的三维人脸模型,包括:
对所述人脸图像进行人脸检测,得到所述人脸图像的人脸信息;其中,所述人脸信息至少包括所述人脸图像所展现的情绪状态信息;
从所述预设三维人物模型库中,获取与所述人脸信息相匹配的、正面的三维人脸模型。
2.根据权利要求1所述的方法,其特征在于,所述确定所述人脸图像中的多个图像区域与所述三维人脸模型中的多个三维人脸区域的映射关系,包括:
在所述人脸图像中标注多个第一关键点,并在所述三维人脸模型中标注与所述多个第一关键点所在位置对应的多个第二关键点;
根据所述多个第一关键点将所述人脸图像划分为所述多个图像区域,并根据所述多个第二关键点将所述三维人脸模型划分为与所述多个图像区域具有一一映射关系的所述多个三维人脸区域。
3.根据权利要求1所述的方法,其特征在于,所述人脸信息包括所述人脸图像所展现的脸型、眉型。
4.根据权利要求1所述的方法,其特征在于,在所述针对每个所述图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,还包括:
基于插值算法对所述渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的所述三维人脸模型。
5.根据权利要求1所述的方法,其特征在于,在所述将渲染后的三维人脸模型所对应的正面人脸图,替换所述待调整图像中的所述人脸图像,得到人脸图像为正面的图像之后,所述方法还包括:
确定所述待调整图像的人身所在区域的人身图像;
从所述预设三维人物模型库中选取与所述人身图像的人身信息匹配的、正面的三维人身模型;
确定所述人身图像中的多个人身图像区域与所述三维人身模型中的多个三维人身区域的映射关系;所述人身图像区域与所述三维人身区域一一对应;
针对每个所述人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型;
将渲染后的三维人身模型所对应的正面人身图,替换所述待调整图像中的所述人身图像,得到人身图像为正面且人脸图像为正面的图像。
6.一种人脸图像调整装置,其特征在于,所述装置包括:
第一确定模块,用于确定待调整图像的人脸所在区域的人脸图像;
第一选取模块,用于从预设三维人物模型库中选取与所述人脸图像的人脸信息匹配的、正面的三维人脸模型;
第二确定模块,用于确定所述人脸图像中的多个图像区域与所述三维人脸模型中的多个三维人脸区域的映射关系;所述图像区域与所述三维人脸区域一一对应;
第一渲染模块,用于针对每个所述图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型;
第一替换模块,用于将渲染后的三维人脸模型所对应的正面人脸图,替换所述待调整图像中的所述人脸图像,得到人脸图像为正面的图像;
所述第一选取模块包括:
检测单元,用于对所述人脸图像进行人脸检测,得到所述人脸图像的人脸信息;其中,所述人脸信息至少包括所述人脸图像所展示的情绪状态信息;
选取单元,用于从所述预设三维人物模型库中,获取与所述人脸信息相匹配的、正面的三维人脸模型。
7.根据权利要求6所述的装置,其特征在于,所述第二确定模块具体用于:
在所述人脸图像中标注多个第一关键点,并在所述三维人脸模型中标注与所述多个第一关键点所在位置对应的多个第二关键点;
根据所述多个第一关键点将所述人脸图像划分为所述多个图像区域,并根据所述多个第二关键点将所述三维人脸模型划分为与所述多个图像区域具有一一映射关系的所述多个三维人脸区域。
8.根据权利要求6所述的装置,其特征在于,所述人脸信息包括所述人脸图像所展示的脸型、眉型。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
处理模块,用于在所述针对每个所述图像区域,将该图像区域中的像素点渲染至与该图像区域具有映射关系的三维人脸区域,得到渲染后的三维人脸模型之后,基于插值算法对所述渲染后的三维人脸模型中的三维人脸区域进行平滑处理,得到处理后的所述三维人脸模型。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三确定模块,用于在所述将渲染后的三维人脸模型所对应的正面人脸图,替换所述待调整图像中的所述人脸图像,得到人脸图像为正面的图像之后,确定所述待调整图像的人身所在区域的人身图像;
第二选取模块,用于从所述预设三维人物模型库中选取与所述人身图像的人身信息匹配的、正面的三维人身模型;
第四确定模块,用于确定所述人身图像中的多个人身图像区域与所述三维人身模型中的多个三维人身区域的映射关系;所述人身图像区域与所述三维人身区域一一对应;
第二渲染模块,用于针对每个所述人身图像区域,将该人身图像区域中的像素点渲染至与该人身图像区域具有映射关系的三维人身区域,得到渲染后的三维人身模型;
第二替换模块,用于将渲染后的三维人身模型所对应的正面人身图,替换所述待调整图像中的所述人身图像,得到人身图像为正面且人脸图像为正面的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010377600.5A CN112785683B (zh) | 2020-05-07 | 2020-05-07 | 一种人脸图像调整方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010377600.5A CN112785683B (zh) | 2020-05-07 | 2020-05-07 | 一种人脸图像调整方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785683A CN112785683A (zh) | 2021-05-11 |
CN112785683B true CN112785683B (zh) | 2024-03-19 |
Family
ID=75749127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010377600.5A Active CN112785683B (zh) | 2020-05-07 | 2020-05-07 | 一种人脸图像调整方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785683B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844276A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 人脸姿态校正方法和装置 |
CN106203400A (zh) * | 2016-07-29 | 2016-12-07 | 广州国信达计算机网络通讯有限公司 | 一种人脸识别方法及装置 |
CN106295530A (zh) * | 2016-07-29 | 2017-01-04 | 北京小米移动软件有限公司 | 人脸识别方法及装置 |
CN107507217A (zh) * | 2017-08-17 | 2017-12-22 | 北京觅己科技有限公司 | 证件照的制作方法、装置及存储介质 |
CN108682030A (zh) * | 2018-05-21 | 2018-10-19 | 北京微播视界科技有限公司 | 脸皮替换方法、装置及计算机设备 |
CN108765272A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
CN109087261A (zh) * | 2018-08-03 | 2018-12-25 | 上海依图网络科技有限公司 | 基于非受限采集场景的人脸矫正方法 |
CN109118569A (zh) * | 2018-08-16 | 2019-01-01 | Oppo广东移动通信有限公司 | 基于三维模型的渲染方法和装置 |
CN110363091A (zh) * | 2019-06-18 | 2019-10-22 | 广州杰赛科技股份有限公司 | 侧脸情况下的人脸识别方法、装置、设备及存储介质 |
CN110751043A (zh) * | 2019-09-19 | 2020-02-04 | 平安科技(深圳)有限公司 | 基于人脸可见性的人脸识别方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10878612B2 (en) * | 2017-04-04 | 2020-12-29 | Intel Corporation | Facial image replacement using 3-dimensional modelling techniques |
-
2020
- 2020-05-07 CN CN202010377600.5A patent/CN112785683B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844276A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 人脸姿态校正方法和装置 |
CN106203400A (zh) * | 2016-07-29 | 2016-12-07 | 广州国信达计算机网络通讯有限公司 | 一种人脸识别方法及装置 |
CN106295530A (zh) * | 2016-07-29 | 2017-01-04 | 北京小米移动软件有限公司 | 人脸识别方法及装置 |
CN107507217A (zh) * | 2017-08-17 | 2017-12-22 | 北京觅己科技有限公司 | 证件照的制作方法、装置及存储介质 |
CN108682030A (zh) * | 2018-05-21 | 2018-10-19 | 北京微播视界科技有限公司 | 脸皮替换方法、装置及计算机设备 |
CN108765272A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及可读存储介质 |
CN109087261A (zh) * | 2018-08-03 | 2018-12-25 | 上海依图网络科技有限公司 | 基于非受限采集场景的人脸矫正方法 |
CN109118569A (zh) * | 2018-08-16 | 2019-01-01 | Oppo广东移动通信有限公司 | 基于三维模型的渲染方法和装置 |
CN110363091A (zh) * | 2019-06-18 | 2019-10-22 | 广州杰赛科技股份有限公司 | 侧脸情况下的人脸识别方法、装置、设备及存储介质 |
CN110751043A (zh) * | 2019-09-19 | 2020-02-04 | 平安科技(深圳)有限公司 | 基于人脸可见性的人脸识别方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
3D建模的多姿态人脸合成方法;杨玮玥,等;《中国科技论文》;第1573-1577,1602页 * |
Tal Hassner,etc..Effective Face Frontalization in Unconstrained Images.《CVPR2015》.2015,4295-4304. * |
基于筛选评估准则的非正面人脸合成方法;肖志涛;伊靓;李月龙;张芳;耿磊;吴骏;;天津工业大学学报(第02期);第69-74,79页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112785683A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961303B (zh) | 一种图像处理方法、装置、电子设备和计算机可读介质 | |
KR102045695B1 (ko) | 안면 이미지 처리 방법 및 장치, 및 저장 매체 | |
CN108765278B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
JP7413400B2 (ja) | 肌質測定方法、肌質等級分類方法、肌質測定装置、電子機器及び記憶媒体 | |
CN109829930B (zh) | 人脸图像处理方法、装置、计算机设备及可读存储介质 | |
US9741137B2 (en) | Image-based color palette generation | |
US9552656B2 (en) | Image-based color palette generation | |
US9177391B1 (en) | Image-based color palette generation | |
US9483835B2 (en) | Depth value restoration method and system | |
CN104915972B (zh) | 图像处理装置、图像处理方法以及程序 | |
US9311889B1 (en) | Image-based color palette generation | |
CN110163832B (zh) | 人脸融合方法、装置和终端 | |
CN108229301B (zh) | 眼睑线检测方法、装置和电子设备 | |
CN107633237B (zh) | 图像背景分割方法、装置、设备及介质 | |
CN110443140B (zh) | 文本定位的方法、装置、计算机设备及存储介质 | |
CN109299658B (zh) | 脸部检测方法、脸部图像渲染方法、装置及存储介质 | |
CN112102340B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US20160092726A1 (en) | Using gestures to train hand detection in ego-centric video | |
CN112419170A (zh) | 遮挡检测模型的训练方法及人脸图像的美化处理方法 | |
CN112861661B (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
CN111383232A (zh) | 抠图方法、装置、终端设备及计算机可读存储介质 | |
CN110930296A (zh) | 图像处理方法、装置、设备及存储介质 | |
WO2019142127A1 (en) | Method and system of creating multiple expression emoticons | |
CN107154046A (zh) | 一种视频背景处理和隐私保护的方法 | |
CN113469092A (zh) | 字符识别模型生成方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |