CN114119935A - 图像处理方法和装置 - Google Patents

Abstract

本公开提供了一种图像处理方法和装置，涉及计算机技术领域，尤其涉及增强/虚拟现实、图像处理等人工智能技术领域。实现方案为：获得与目标对象相应的虚拟形象，虚拟形象包括与目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，多个虚拟形象特征点之间的相对空间位置关系指示虚拟形象对应于目标对象；基于包含目标对象的第一图像，确定虚拟形象的多个控制参数；以及基于多个控制参数，调整虚拟形象的多个虚拟对象特征，以与目标对象的与第一图像相关的多个目标对象特征对应。

Description

图像处理方法和装置

技术领域

本公开涉及计算机技术领域，尤其涉及增强/虚拟现实、图像处理等人工智能技术领域，具体涉及一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

基于人工智能的图像处理技术，已经渗透到各个领域。其中，随着元宇宙的兴起，基于人工智能的图像处理技术，根据图像，生成具有多重人类特征(例如，外貌特征，交互能力等)的虚拟形象，由于其高度拟人化，受到人们的广泛关注。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像处理方法，包括：获得与目标对象相应的虚拟形象，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数；以及基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征，以与所述目标对象的与所述第一图像相关的多个目标对象特征对应。

根据本公开的另一方面，提供了一种图像处理装置，包括：第一获取单元，被配置用于获得与目标对象相应的虚拟形象，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；第一确定单元，被配置用于基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数；以及调整单元，被配置用于基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征，以与所述目标对象的与所述第一图像相关的多个目标对象特征对应。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器实现根据上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机实现根据上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的一个或多个实施例，通过包含目标对象的第一图像，调整目标对象对应的虚拟形象的虚拟对象特征，使虚拟形象的虚拟对象特征与第一图像中的目标对象的目标对象特征对应，可以实现根据图像调整目标对象对应的虚拟形象。当图像来自实时捕获的目标对象的目标对象特征发生连续变化的视频帧时，实现根据目标对象的目标对象特征的变化实时调整虚拟形象的虚拟对象特征，实现虚拟形象与目标对象相似的同时，随目标对象变化。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图；

图2示出了根据本公开的实施例的图像处理方法的流程图；

图3示出了根据本公开的实施例的图像处理方法中目标图像中获得与目标对象相应的虚拟形象的过程的流程图；

图4示出了根据本公开的实施例的图像处理方法中确定虚拟形象的多个控制参数的过程的流程图；

图5示出了根据本公开的实施例的图像处理方法中训练用以获得确定虚拟形象的多个控制参数的神经网络模型的示意图；

图6示出了根据本公开的实施例的图像处理方法中确定虚拟形象的多个控制参数的过程的流程图；

图7示出了根据本公开的实施例的图像处理方法中基于更新的虚拟形象获得第二图像的过程的流程图；

图8示出了根据本公开的实施例的图像处理装置的结构框图；以及

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1，该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行图像处理方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的***配置是可能的，其可以与***100不同。因此，图1是用于实施本文所描述的各种方法的***的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来观看包含虚拟形象的图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***，例如MICROSOFT Windows、APPLE iOS、类UNIX操作***、Linux或类Linux操作***(例如GOOGLE Chrome OS)；或包括各种移动操作***，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式***的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

***100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和对象文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件***支持的常规存储库。

图1的***100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

参看图2，根据本公开的一些实施例的一种图像处理方法200包括：

步骤S210：获得与目标对象相应的虚拟形象；

步骤S220：基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数；以及

步骤S230：基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征。

其中，在步骤S210中，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；以及在步骤S230中，所述调整所述虚拟形象的多个虚拟对象特征经调整后与目标对象的与所述第一图像相关的多个目标对象特征对应。

通过包含目标对象的第一图像，调整目标对象对应的虚拟形象的虚拟对象特征，使虚拟形象的虚拟对象特征与第一图像中的目标对象的目标对象特征对应，可以实现根据图像调整目标对象对应的虚拟形象。当图像来自实时捕获的目标对象的目标对象特征发生连续变化的视频帧时，实现根据目标对象的目标对象特征的变化实时调整虚拟形象的虚拟对象特征，实现虚拟形象与目标对象相似的同时，随目标对象变化。

在相关技术中，根据直播视频帧中的人脸图像确定个性化表情系数，以应用到用来代替主播自身形象进行虚拟直播的个性化虚拟形象上，从而驱动个性化虚拟形象的表情。其中，根据直播视频帧中的人脸图像确定个性化表情系数的方法是首先根据标准表情基组确定与人脸图像对应的标准表情系数，再根据标准表情系数确定与之对应的个性化表情系数。这种方法难以复用，对于不同的虚拟形象，往往具有不同的标准表情基组，使标准表情基组绑定的标准表情系数难以迁移。

在根据本公开的实施例中，可以针对不同的目标对象，通过获得与之相应的虚拟形象，并通过包含相应的目标对象的图像，获得虚拟形象的控制参数，使虚拟形象的虚拟对象特征与图像中的与之相应的目标对象的目标对象特征相对应，实现针对不同的虚拟形象可以进行与之相应的调整，使对虚拟形象的调整更加灵活。同时，由于虚拟形象和目标对象对应，其上的多个虚拟形象特征点的相对空间位置关系指示其对应于目标对象，通过根据本公开的实施例，进一步使虚拟形象的虚拟对象特征能够被调整为与目标对象在图像中的目标对象特征(例如，颜色、空间位姿、光照纹理等)更加一致或相似，使虚拟形象和目标对象相似度更高。

在一些实施例中，目标对象包括人脸，虚拟形象包括与人脸对应的人脸模型。

在一些实施例中，目标对象还包括动物的脸、人的身体、动物的身体、植物、车辆等可以随时间发生变化或移动的任何对象，在此并不限定。

在一些实施例中，虚拟形象可以包括根据目标对象在现实空间中的坐标位置计算的位于虚拟空间中的多个坐标位置，虚拟形象上的多个虚拟形象特征点在虚拟空间中对应的多个坐标位置与目标对象上的多个目标对象特征点在现实空间中对应的多个坐标位置分别对应。

在一些实施例中，虚拟形象可以是基于目标对象的特征(例如，年龄、性别、发型等)从多个虚拟模型中获得的与之特征对应的虚拟模型。

在一些实施例中，如图3所示，获得与目标对象相应的虚拟形象包括：

步骤S310：获取包含目标对象的目标图像；

步骤S320：对所述目标图像进行人脸对齐处理，以获得标准图像；以及

步骤S330：基于所述标准图像，生成所述虚拟形象。

通过基于对包含目标对象的目标图像进行人脸对齐处理后获得的标准图像，生成虚拟形象，使生成的虚拟形象与目标对象相似度更高，使后续基于该虚拟形象进行调整而获得的调整后的虚拟形象与目标对象相似度更高。

在一些实施例中，在步骤S310中，目标图像例如可以是用户输入的证件照、人脸自拍照或者从任意包含人的人脸的照片中获得的图像，在此并不限定。

在一些实施例中，在步骤S320中，通过对目标图像中的人脸进行72个关键点检测，分别获得72个关键点坐标，基于72个关键点坐标调整图像中的人脸，使人脸为正脸，并且基于72个关键点获得包含人脸检测框的，基于人脸检测框获得该标准图像，其中该标准图像包括大于该人脸检测框所包围的人脸区域。

在一些实施例中，在步骤S330中，通过将目标图像输入至虚拟形象生成模型，生成该虚拟形象。虚拟形象生成模型，例如可以包括生成对抗网络或者循环生成网络等。

在一些实施例中，获得与目标对象对应的虚拟形象的过程中，还可以基于用户从多个风格类型中确定的目标风格类型，获得具有目标风格类型的虚拟形象。

在一些示例中，多个风格类型包括：古风类型、漫画类型和玩偶、阿凡达(Avatar)风格、迪士尼风格等等。

在一些实施例中，还可以根据目标用户从多个属性特征中确定的目标属性特征，获得具有目标属性特征的虚拟形象。

在一些示例中，多个属性特征可以是眼镜类型、头饰类型等等，在此不作限制。

在一些实施例中，所述多个目标对象特征包括与所述第一图像的图像特征相关的至少一个目标对象特征，所述多个控制参数包括至少一个渲染参数，其中，如图4所示，基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数包括：

步骤S410：提取所述第一图像的图像特征；以及

步骤S420：基于所提取的图像特征，获得所述至少一个渲染参数。

其中，基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征包括：基于所述至少一个渲染参数渲染所述多个虚拟形象特征点，使所述多个虚拟形象特征点的颜色特征与所述第一图像中的所述多个目标对象特征点的颜色特征对应。

通过至少一个渲染参数调整虚拟形象的多个虚拟对象特征，使虚拟形象上的多个虚拟形象特征点与第一图像中的多个目标对象特征点的颜色特征分别对应，实现虚拟形象和目标对象在像素级别的一对一对应，提升虚拟形象与目标对象的相似性。

在一些实施例中，通过经训练的神经网络模型，提取该图像特征，并且基于该图像特征获得至少一个渲染参数。

具体的，如图5示出了神经网络模型的训练过程，其中，神经网络模型500采用可微分渲染器510辅助训练，在训练过程中，首先，将包含训练目标对象的训练图像501A输入至神经网络模型500并输出渲染参数502A、502B、503C；接着，将渲染参数502A、502B、503C与训练图像501A中的训练目标对象对应的虚拟形象503a，进一步输入至可微分渲染器510，输出经调整的虚拟形象504a’，同时虚拟形象504a’与采集训练图像501A的过程中基于训练目标对象获得的标注数据501B进行对比，获得对抗损失，以调整神经网络模型500的参数。其中，在获得对抗损失的过程中，通过将标注数据和经调整的虚拟形象504a’计算RGB空间的一对一dense损失值，从而达到像素级精炼的效果。

在一些实施例中，所述至少一个目标对象特征包括：目标对象纹理特征、目标对象形状特征和目标对象表情特征，所述至少一个渲染参数包括纹理参数、形状参数和表情参数，所述所提取的图像特征包括与纹理特征、形状特征和几何空间特征。

通过获得包括纹理参数、形状参数和表情参数的至少一个渲染参数，使基于纹理参数、形状参数和表情参数渲染的虚拟形象，在人脸的表情特征、纹理特征和形状特征等与图像中的人脸相似，使基于上述至少一个渲染参数渲染后的虚拟形象和目标对象相似度更高。

在一些示例中，目标对象纹理特征包括人脸的皱纹、肤色、以及光照纹理等。

在一些示例中，目标对象形状特征包括五官(眼睛、鼻子和嘴巴)的尺寸等。

在一些示例中，目标对象的表情特征包括与五官(眼睛、鼻子和嘴巴)的尺寸相关的特征。

在一些示例中，纹理特征包括光照、目标对象的肤色等特征。

在一些示例中，形状特征包括目标对象的脸型、五官(眼睛、鼻子和嘴巴)尺寸等特征。

在一些示例中，几何空间特征包括目标对象的五官(眼睛、鼻子和嘴巴)相对位置等。

在一些实施例中，所述多个目标对象特征包括所述第一图像对应的相机坐标系相关的目标对象位姿特征，所述多个控制参数包括旋转平移参数，所述基于包含所述目标对象的第一图像，如图6所示、基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数包括：

步骤S610：提取所述第一图像对应的相机坐标系和所述目标对象的所述目标对象位姿特征；以及

步骤S620：基于所述相机坐标系和所述目标对象位姿特征，确定所述旋转平移参数。

基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征包括：基于所述旋转平移参数，调整所述多个虚拟形象特征点的空间位置。

通过获得用于调整虚拟形象的虚拟对象位姿特征的旋转平移参数，通过调整虚拟形象特征点的空间位置(例如空间位置坐标)，进一步调整虚拟形象的虚拟对象位姿特征与目标对象的目标对象位姿特征对应，使调整后的虚拟形象与第一图像中的目标对象在姿态上与保持一致，进一步提升虚拟形象与第一图像中的目标对象的相似性。

例如，第一图像中的人脸为侧脸，经过旋转平移参数调整后的虚拟形象也转向与该侧脸相对的一侧。

在一些实施例中，通过采用上述参考图5介绍的经训练的神经网络模型，执行步骤S610和步骤S620，以获得该旋转平移参数。

在一些实施例中，进一步基于经过多个控制参数调整后的虚拟形象，输出相应的图像。

在一些实施例中，如图7所示、图像处理方法还包括：

步骤S710：基于经调整的虚拟形象，获得第二图像；以及

步骤S720：输出所述第二图像。

通过基于经调整的虚拟形象获得第二图像，并输出第二图像，实现根据第一图像实时驱动虚拟形象的变化，并且将虚拟形象的变化可视化。

在一些实施例中，根据旋转平移参数对虚拟形象进行位姿调整，通过渲染器将至少一个渲染参数渲染到虚拟形象上，获得经调整的虚拟形象。

在一些实施例中，基于虚拟相机获得第二图像。

根据本公开的另一方面，还提供一种图像处理装置，参看图8、装置800包括：第一获取单元810，被配置用于获得与目标对象相应的虚拟形象，其中，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；第一确定单元820，被配置用于基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数，以及调整单元，被配置用于基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征，以与所述目标对象的与所述第一图像相关的多个目标对象特征对应。

在一些实施例中，所述第一获取单元810包括：目标图像获取单元，被配置用于获取包含目标对象的目标图像；标准图像获取单元，被配置用于对所述目标图像进行人脸对齐处理，以获得标准图像；以及虚拟形象生成单元，被配置用于基于所述标准图像，生成所述虚拟形象。

在一些实施例中，所述多个目标对象特征包括与所述第一图像的图像特征相关的至少一个目标对象特征，所述多个控制参数包括至少一个渲染参数，所述第一确定单元820包括：第一特征提取单元，被配置用于提取所述第一图像的图像特征；以及第一确定子单元，被配置用于基于所提取的图像特征，获得所述至少一个渲染参数，并且其中，所述调整单元被配置用于基于所述至少一个渲染参数，渲染所述多个虚拟形象特征点，使所述多个虚拟形象特征点的颜色特征与所述第一图像中的所述多个目标对象特征点的颜色特征对应。

在一些实施例中，所述至少一个目标对象特征包括：纹理特征、形状特征和表情特征，所述至少一个渲染参数包括纹理参数、形状参数和表情参数，以及所述所提取的图像特征包括与纹理特征、形状特征和几何空间特征。

在一些实施例中，所述多个目标对象特征包括所述第一图像对应的相机坐标系与目标对象位姿特征，所述多个控制参数包括旋转平移参数，所述第一确定单元820包括：第二特征提取单元，被配置用于提取所述第一图像对应的相机坐标系和所述目标对象的所述目标对象位姿特征；以及第二确定子单元，被配置用于基于所述相机坐标系和所述目标对象位姿特征，确定所述旋转平移参数；并且其中，所述调整单元被配置用于基于所述旋转平移参数，调整所述多个虚拟形象特征点的空间位置。

在一些实施例中，装置800还包括：第二图像生成单元，被配置用于基于经调整的虚拟形象，获得第二图像，以及输出单元，被配置用于输出所述第二图像。

根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向电子设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许电子设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、***和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种图像处理方法，包括：

获得与目标对象相应的虚拟形象，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；

基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数；以及

基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征，以与所述目标对象的与所述第一图像相关的多个目标对象特征对应。

2.根据权利要求1所述的方法，其中，所述目标对象包括人脸，所述获得与目标对象相应的虚拟形象包括：

获取包含目标对象的目标图像；

对所述目标图像进行人脸对齐处理，以获得标准图像；以及

基于所述标准图像，生成所述虚拟形象。

3.根据权利要求2所述的方法，其中，所述多个目标对象特征包括与所述第一图像的图像特征相关的至少一个目标对象特征，所述多个控制参数包括至少一个渲染参数，所述基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数包括：

提取所述第一图像的图像特征，以及

基于所提取的图像特征，获得所述至少一个渲染参数，并且其中，基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征包括：

基于所述至少一个渲染参数，渲染所述多个虚拟形象特征点，使所述多个虚拟形象特征点的颜色特征与所述第一图像中的所述多个目标对象特征点的颜色特征对应。

4.根据权利要求3所述的方法，其中，

所述至少一个目标对象特征包括：纹理特征、形状特征和表情特征，

所述至少一个渲染参数包括纹理参数、形状参数和表情参数，

所述所提取的图像特征包括与纹理特征、形状特征和几何空间特征。

5.根据权利要求1所述的方法，其中，所述多个目标对象特征包括所述第一图像对应的相机坐标系相关的目标对象位姿特征，所述多个控制参数包括旋转平移参数，所述基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数包括：

提取所述第一图像对应的相机坐标系和所述目标对象的所述目标对象位姿特征，以及

基于所述相机坐标系和所述目标对象位姿特征，确定所述旋转平移参数，并且其中，基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征包括：

基于所述旋转平移参数，调整所述多个虚拟形象特征点的空间位置。

6.根据权利要求1所述的方法，还包括：

基于经调整的虚拟形象，获得第二图像；以及

输出所述第二图像。

7.一种图像处理装置，包括：

第一获取单元，被配置用于获得与目标对象相应的虚拟形象，所述虚拟形象包括与所述目标对象上的多个目标对象特征点分别对应的多个虚拟形象特征点，所述多个虚拟形象特征点之间的相对空间位置关系指示所述虚拟形象对应于所述目标对象；

第一确定单元，被配置用于基于包含所述目标对象的第一图像，确定所述虚拟形象的多个控制参数；以及

调整单元，被配置用于基于所述多个控制参数，调整所述虚拟形象的多个虚拟对象特征，以与所述目标对象的与所述第一图像相关的多个目标对象特征对应。

8.根据权利要求7所述的装置，其中，所述第一获取单元包括：

目标图像获取单元，被配置用于获取包含目标对象的目标图像；

标准图像获取单元，被配置用于对所述目标图像进行人脸对齐处理，以获得标准图像；以及

虚拟形象生成单元，被配置用于基于所述标准图像，生成所述虚拟形象。

9.根据权利要求8所述的装置，其中，所述多个目标对象特征包括与所述第一图像的图像特征相关的至少一个目标对象特征，所述多个控制参数包括至少一个渲染参数，所述第一确定单元包括：

第一特征提取单元，被配置用于提取所述第一图像的图像特征；以及

第一确定子单元，被配置用于基于所提取的图像特征，获得所述至少一个渲染参数，并且其中，所述调整单元被配置用于基于所述至少一个渲染参数，渲染所述多个虚拟形象特征点，使所述多个虚拟形象特征点的颜色特征与所述第一图像中的所述多个目标对象特征点的颜色特征对应。

10.根据权利要求9所述的装置，其中，

所述至少一个目标对象特征包括：目标对象纹理特征、目标对象形状特征和目标对象表情特征，

所述至少一个渲染参数包括纹理参数、形状参数和表情参数，以及

所述所提取的图像特征包括与纹理特征、形状特征和几何空间特征。

11.根据权利要求7所述的装置，其中，所述多个目标对象特征包括所述第一图像对应的相机坐标系相关的目标对象位姿特征，所述多个控制参数包括旋转平移参数，所述第一确定单元包括：

第二特征提取单元，被配置用于提取所述第一图像对应的相机坐标系和所述目标对象的所述目标对象位姿特征；以及

第二确定子单元，被配置用于基于所述相机坐标系和所述目标对象位姿特征，确定所述旋转平移参数；

并且其中，所述调整单元被配置用于基于所述旋转平移参数，调整所述多个虚拟形象特征点的空间位置。

12.根据权利要求7所述的装置，还包括：

第二图像生成单元，被配置用于基于经调整的虚拟形象，获得第二图像；以及

输出单元，被配置用于输出所述第二图像。

13.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任意一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。

Images