CN101179665A - 一种人脸合成视频传输的方法及装置 - Google Patents
一种人脸合成视频传输的方法及装置 Download PDFInfo
- Publication number
- CN101179665A CN101179665A CNA2007101767909A CN200710176790A CN101179665A CN 101179665 A CN101179665 A CN 101179665A CN A2007101767909 A CNA2007101767909 A CN A2007101767909A CN 200710176790 A CN200710176790 A CN 200710176790A CN 101179665 A CN101179665 A CN 101179665A
- Authority
- CN
- China
- Prior art keywords
- face
- people
- texture information
- video
- information
- 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
Images
Landscapes
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种人脸合成视频传输的方法及装置。本发明提供的方法中，根据确定的用户期望的特征模式对未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息，然后对得到的视频信息进行传输，为用户提供了一个对本方视频进行自我修饰的机会，更好的满足特定用户的展示欲望，使用户具有更好的满意度，以期达到更好的用户体验；并且为使用相应视频通信的业务带来增值潜力。
Description
技术领域
本发明涉及视频处理技术，特别是指一种人脸合成视频传输的方法及装置。
背景技术
人脸检测(Face Detection)是指在输入图像中确定所有存在的人脸的位置、大小、姿态的处理过程。人脸检测技术是人脸信息处理中的一项关键技术。人脸图像所包含的模式特征十分丰富，包括颜色特征(肤色、发色等)、轮廓特征、直方图特征、镶嵌图特征、结构特征、变换域特征、模板特征以及启发式特征，等等。这些模式特征中哪些是最有用的、如何利用这些模式特征，是人脸检测所要研究的一个关键问题。人脸模式具有复杂而细致的变化，因此一般需要将多种模式特征进行综合，如简单组合、统计推断、模糊决策、机器学习等。归纳起来，根据利用模式特征的颜色属性可以将人脸检测方法分为基于肤色特征的方法和基于灰度特征的方法两类。基于肤色特征的方法适用于构造快速的人脸检测和人脸跟踪算法；基于灰度特征的方法利用了人脸区别于其它物体的更为本质的特征，是人脸检测领域研究的重点。根据模式特征综合时采用的不同模型，可以将基于灰度特征的方法分为两大类：基于启发式(知识)模型的方法和基于统计模型的方法。
人脸跟踪通常是在人脸检测的基础上对于视频序列中人脸运动位置的跟踪。人脸跟踪技术包括基于运动(Motion-based)的方法和基于模型(Model-based)的方法。基于运动的方法采用运动分割、光流、立体视觉等方法，利用时空梯度、卡尔曼滤波器等跟踪人脸运动；基于模型的方法首先获取目标的先验知识，构造目标模型，对输入的每一帧图像通过滑动窗口进行模型匹配。在人脸跟踪中，往往将这两种方法结合使用。
人脸合成是指根据已知某一姿态的人脸图像产生其它姿态的人脸图像的处理过程，这就是人脸图像的合成问题。人脸图像合成系统以数学建模为基础，利用数学模型实现图像的变形、过渡和衰老化绘制。人脸合成技术中会应用到以上所述的人脸检测技术和人脸跟踪技术。
现有的人脸合成技术主要应用为：输入含人脸影像的照片或一段视频序列，经过处理后输出经过变化后的虚拟人脸图片(例如输出衰老后的相貌或子女的相貌等)或卡通图片(即人脸卡通化)，但是均未将人脸合成技术与视频通信直接相结合。
发明内容
有鉴于此，本发明的主要目的在于提供一种人脸合成视频传输的方法及装置，为用户提供对本方视频进行自我修饰的机会。
为达到上述目的，本发明的技术方案是这样实现的：
一种人脸合成视频传输的装置，包括：人脸合成单元、视频分割单元和视频通信单元，其中，所述视频分割单元用于对人脸位置及纹理信息和背景信息进行分割处理，得到未经修饰的人脸位置及纹理信息和背景信息的分离信息；所述人脸合成单元用于根据建立的人脸的数学模型对所述未经修饰的人脸位置及纹理信息进行处理，得到修饰后的人脸位置及纹理信息；所述视频通信单元用于向外发送修饰后的人脸及纹理信息和背景信息。
所述装置进一步包括：预处理单元和人脸建模单元，其中，所述预处理单元用于确定用户期望的特征模式；所述人脸建模单元用于根据预处理单元提供的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型并提供给人脸合成单元。
所述装置进一步包括：视频合成单元，用于将所述修饰后的人脸位置及纹理信息与所述背景信息进行合成，提供给所述视频通信单元。
所述装置进一步包括：人脸检测与跟踪单元用于对视频中人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息并提供给人脸合成单元。
一种人脸合成视频传输的方法，包含以下步骤：
A、对视频中人脸的面部特征及其变化进行检测和跟踪，得到未经修饰的人脸位置及纹理信息，根据确定的用户期望的特征模式对所述未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息；
B、对得到的视频信息进行传输。
所述步骤A包括：
A1、根据确定的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型；
A2、对人脸的面部特征及其变化进行检测和跟踪，得到未经修饰的人脸位置及纹理信息；
A3、根据所述人脸的数学模型对未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息。
所述步骤A2包括：对人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息，对人脸位置及纹理信息和背景信息的合成信息进行分割处理，得到未经修饰的人脸位置及纹理信息和背景信息的分离信息。
所述步骤B包括：将修饰后的人脸位置及纹理信息与背景信息分离传输；或者，将修饰后的人脸位置及纹理信息与背景信息进行合成然后再传输。
所述步骤A2包括：对输入的视频序列进行特征提取，如果当前帧是首帧或者其前序几帧没有检测到人脸的情况，则对当前帧进行人脸检测操作；如果当前帧的前序帧中有检测到人脸，则对当前帧进行人脸跟踪操作。
所述人脸检测操作之前，进一步包括：设定约定条件；所述人脸检测操作为：根据所述约定条件进行人脸检测操作。
本发明中，根据确定的用户期望的模式特征对未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息，然后对得到的视频信息进行传输，为用户提供了一个对本方视频进行自我修饰的机会，更好的满足特定用户的展示欲望，使用户具有更好的满意度，以期达到更好的用户体验；并且为使用相应视频通信的业务带来增值潜力。
附图说明
图1为本发明中实现人脸合成视频传输的装置结构示意图；
图2为本发明中实现人脸检测和跟踪的原理示意图；
图3为本发明中实现人脸合成视频传输流程图。
具体实施方式
随着即时通信技术的普及和网络带宽的不断提升，为了增强互动性，越来越多的亲友之间开始使用摄像头进行视频聊天，但是目前的视频通信系统只是将摄像头捕获到的视频不加任何变化的输入视频编码器，进行编码后传输至接收端。但是，一般的用户通常具有对自己的外在表现都不会百分百满意的心理特点，如果可以为用户提供一个对本方视频进行修饰的机会，应该能够具有更好的满意度。为此本发明提出了结合人脸合成技术的视频通信系统，给用户提供了一个自我修饰的机会，以期达到更好的用户体验。
本发明中，根据确定的用户期望的特征模式对未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息，然后对得到的视频信息进行传输。
图1为本发明中实现人脸合成视频传输的装置结构示意图，如图1所示，该装置包括：预处理单元、人脸建模单元、人脸合成单元、人脸检测与跟踪单元、视频分割单元、视频合成单元和视频通信单元。
其中，预处理单元用于确定用户期望的特征模式，并提供给人脸建模单元。一种实现方式是：预处理单元采集用户期望的图片和/或视频序列、以及用户自身的图片和/或视频序列，并建立二者之间的对应关系，即为用户期望的特征模式，向人脸建模单元提供该特征模式。用户进行视频通信前，向预处理单元提供希望在本次视频通信中展现给对端的、含有某些模式特征的图片或视频序列，这些模式特征可以包括脸型、肤色、五官分布等，另外，用户还向预处理单元提供自身的图片和/或视频序列，预处理单元建立二者之间的对应关系，即为用户期望的特征模式，例如，眼睛的对应关系，肤色的对应关系，等等。另一种实现方式是：用户在预处理单元中设置好期望的特征模式。模式特征是图片或视频序列所具有的具体特征，由一个或多个模式特征组成一个特定的特征模式。
人脸建模单元用于根据预处理单元提供的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型，然后向人脸合成单元提供该人脸的数学模型。人脸的数学模型可以采用目前任何一种公知的人脸建模方法来建立。
人脸检测与跟踪单元用于对视频中人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息，具体实现如图2所示。首先，人脸检测与跟踪单元对输入的视频序列进行特征提取，提取的特征包括人脸的肤色、轮廓、直方图、运动矢量等，这些特征数据均会存储于模型参数的数据库中。如果当前帧是首帧或者其前序几帧没有检测到人脸的情况下，则对当前帧进行人脸检测操作。这里可以采用快速的人脸检测算法，如基于肤色模型的人脸检测算法。对当前帧进行人脸检测时，可以设定一些约定条件，例如，只检测画面中最大或者是最显要位置的人脸，或人脸的大小不能小于设定值。如果当前帧的前序帧中有检测到人脸，则对当前帧进行人脸跟踪操作。人脸跟踪是通过模型参数数据库提供的特征数据以及当前帧的视频画面内容联合分析得到的。最后，向视频分割单元提供得到的人脸位置及纹理信息和背景信息的合成信息。
视频分割单元用于对人脸检测与跟踪单元提供的人脸位置及纹理信息和背景信息的合成信息进行分割处理，然后向人脸合成单元提供未经修饰的人脸位置及纹理信息，向视频合成单元提供背景信息。由于人脸检测与跟踪单元是以完整视频的形式提供人脸位置及纹理信息和背景信息，因此，需要视频分割单元分割出人脸位置及纹理信息、背景信息。
人脸合成单元用于根据人脸建模单元提供的人脸的数学模型对视频分割单元提供的未经修饰的人脸位置及纹理信息进行处理，得到修饰后的人脸位置及纹理信息，并提供给视频合成单元。人脸合成单元根据人脸的位置及纹理信息，利用图像变化方案，采用任何一种公知的人脸合成技术将变换前人脸特征转换为用户期望的人脸特征，得到修饰后的人脸位置及纹理信息。
视频合成单元用于将人脸合成单元提供的修饰后的人脸位置及纹理信息与视频分割单元提供的背景信息进行合成，然后提供给视频通信单元。
视频通信单元用于向外发送视频合成单元提供的视频信息。
以上实现人脸合成视频传输的装置中，预处理单元、人脸建模单元和人脸检测与跟踪单元作为预先的处理单元在实现人脸合成视频传输的装置的主要结构中可省略，即实现人脸合成视频传输的装置的主要结构中主要包括人脸合成单元、视频分割单元和视频通信单元。
另外，在处理中，也可不需要视频合成单元，此时，视频分割单元直接向视频通信单元提供背景信息，而人脸合成单元直接向视频通信单元提供修饰后的人脸位置及纹理信息。视频通信单元可以选用任意的视频编码算法对得到的视频信息进行传输，此处的视频信息可为修饰后的人脸位置及纹理信息和背景信息合成后的视频信息，也可为分离的修饰后的人脸位置及纹理信息和背景信息。
图3为本发明中实现人脸合成视频传输流程图，如图3所示，实现人脸合成视频传输的处理流程包括以下步骤：
步骤301：确定用户期望的特征模式。用户进行视频通信前，设置希望在本次视频通信中展现给对端的、含有某些模式特征的图片或视频序列，这些模式特征可以包括脸型、肤色、五官分布等，另外，用户还提供自身的图片和/或视频序列，建立二者之间的对应关系，即用户期望的特征模式，例如，眼睛的对应关系，肤色的对应关系，等等。用户也可以预先设置好期望的特征模式。模式特征是图片或视频序列所具有的具体特征，由一个或多个模式特征组成一个特定的特征模式。特征模式是指由用户期望的相关特征所组成的具体模式。
步骤302：根据确定的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型。人脸的数学模型可以采用目前任何一种公知的人脸建模方法来建立。
步骤303：对视频中人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息，具体实现如图2所示。首先，对输入的视频序列进行特征提取，提取的特征包括人脸的肤色、轮廓、直方图、运动矢量等，这些特征数据均会存储于模型参数的数据库中。如果当前帧是首帧或者其前序几帧没有检测到人脸的情况下，则对当前帧进行人脸检测操作。这里可以采用快速的人脸检测算法，如基于肤色模型的人脸检测算法。对当前帧进行人脸检测时，可以设定一些约定条件，例如，只检测画面中最大或者是最显要位置的人脸，或人脸的大小不能小于设定值。如果当前帧的前序帧中有检测到人脸，则对当前帧进行人脸跟踪操作。人脸跟踪是通过模型参数数据库提供的特征数据以及当前帧的视频画面内容联合分析得到的。最后，得到人脸位置及纹理信息和背景信息的合成信息。
步骤304：对人脸位置及纹理信息和背景信息的合成信息进行分割处理，得到未经修饰的人脸位置及纹理信息和背景信息的分离信息。由于人脸位置及纹理信息和背景信息是以完整视频信息的形式出现，因此，需要分割出人脸位置及纹理信息、背景信息的分离信息。
步骤305～步骤306：根据人脸的数学模型对未经修饰的人脸位置及纹理信息进行处理，得到修饰后的人脸位置及纹理信息。根据人脸的位置及纹理信息，利用图像变化方案，采用任何一种公知的人脸合成技术将变换前人脸特征转换为用户期望的人脸特征，得到修饰后的人脸位置及纹理信息。
例如，用户期望的特征模式为某明星的脸型，则根据该特征模式建立人脸的数学模型。得到未经修饰的人脸位置及纹理信息后，根据明星的脸型对用户的脸型进行修饰，将用户的脸型修饰成与明星的脸型相吻合，得到修饰后的人脸位置及纹理信息。
步骤307～步骤308：将修饰后的人脸位置及纹理信息与背景信息进行合成，然后对得到的视频信息进行传输。
另外，也可不对人脸位置及纹理信息与背景信息进行合成，而是将人脸位置及纹理信息与背景信息分别进行传输。
视频信息的传输过程中可以选用任意的视频编码算法进行传输。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (10)
1.一种人脸合成视频传输的装置，其特征在于，该装置包括：人脸合成单元、视频分割单元和视频通信单元，其中，
所述视频分割单元用于对人脸位置及纹理信息和背景信息进行分割处理，得到未经修饰的人脸位置及纹理信息和背景信息的分离信息；
所述人脸合成单元用于根据建立的人脸的数学模型对所述未经修饰的人脸位置及纹理信息进行处理，得到修饰后的人脸位置及纹理信息；
所述视频通信单元用于向外发送修饰后的人脸及纹理信息和背景信息。
2.根据权利要求1所述的装置，其特征在于，所述装置进一步包括：预处理单元和人脸建模单元，其中，
所述预处理单元用于确定用户期望的特征模式；
所述人脸建模单元用于根据预处理单元提供的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型并提供给人脸合成单元。
3.根据权利要求1所述的装置，其特征在于，所述装置进一步包括：视频合成单元，用于将所述修饰后的人脸位置及纹理信息与所述背景信息进行合成，提供给所述视频通信单元。
4.根据权利要求1所述的装置，其特征在于，所述装置进一步包括：人脸检测与跟踪单元用于对视频中人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息并提供给人脸合成单元。
5.一种人脸合成视频传输的方法，其特征在于，该方法包含以下步骤：
A、对视频中人脸的面部特征及其变化进行检测和跟踪，得到未经修饰的人脸位置及纹理信息，根据确定的用户期望的特征模式对所述未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息；
B、对得到的视频信息进行传输。
6.根据权利要求5所述的方法，其特征在于，所述步骤A包括：
A1、根据确定的特征模式，计算出用户的脸部在各种采集角度的图像变化方案，建立人脸的数学模型；
A2、对人脸的面部特征及其变化进行检测和跟踪，得到未经修饰的人脸位置及纹理信息；
A3、根据所述人脸的数学模型对未经修饰的人脸位置及纹理信息进行处理得到修饰后的人脸位置及纹理信息。
7.根据权利要求6所述的方法，其特征在于，
所述步骤A2包括：对人脸的面部特征及其变化进行检测和跟踪，得到人脸位置及纹理信息和背景信息的合成信息，对人脸位置及纹理信息和背景信息的合成信息进行分割处理，得到未经修饰的人脸位置及纹理信息和背景信息的分离信息。
8.根据权利要求7所述的方法，其特征在于，所述步骤B包括：
将修饰后的人脸位置及纹理信息与背景信息分离传输；或者，
将修饰后的人脸位置及纹理信息与背景信息进行合成然后再传输。
9.根据权利要求7所述的方法，其特征在于，所述步骤A2包括：对输入的视频序列进行特征提取，如果当前帧是首帧或者其前序几帧没有检测到人脸的情况，则对当前帧进行人脸检测操作；如果当前帧的前序帧中有检测到人脸，则对当前帧进行人脸跟踪操作。
10.根据权利要求5所述的方法，其特征在于，
所述人脸检测操作之前，进一步包括：设定约定条件；
所述人脸检测操作为：根据所述约定条件进行人脸检测操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2007101767909A CN100505840C (zh) | 2007-11-02 | 2007-11-02 | 一种人脸合成视频传输的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2007101767909A CN100505840C (zh) | 2007-11-02 | 2007-11-02 | 一种人脸合成视频传输的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101179665A true CN101179665A (zh) | 2008-05-14 |
| CN100505840C CN100505840C (zh) | 2009-06-24 |
Family
ID=39405737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2007101767909A Active CN100505840C (zh) | 2007-11-02 | 2007-11-02 | 一种人脸合成视频传输的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100505840C (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101287093B (zh) * | 2008-05-30 | 2010-06-09 | 北京中星微电子有限公司 | 在视频通信中添加特效的方法及视频客户端 |
| CN102142154A (zh) * | 2011-05-10 | 2011-08-03 | 中国科学院半导体研究所 | 生成脸部虚拟图像的方法与装置 |
| CN102194443A (zh) * | 2010-03-04 | 2011-09-21 | 腾讯科技（深圳）有限公司 | 视频画中画窗口的显示方法、系统及视频处理设备 |
| CN102238362A (zh) * | 2011-05-09 | 2011-11-09 | 苏州阔地网络科技有限公司 | 一种社区网络中图像传输方法及系统 |
| CN102254336A (zh) * | 2011-07-14 | 2011-11-23 | 清华大学 | 人脸视频合成方法及装置 |
| CN102497530A (zh) * | 2011-05-09 | 2012-06-13 | 苏州阔地网络科技有限公司 | 一种社区网络中图像安全传输方法及系统 |
| 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 |
| CN105184249A (zh) * | 2015-08-28 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 用于人脸图像处理的方法和装置 |
| CN105405094A (zh) * | 2015-11-26 | 2016-03-16 | 掌赢信息科技（上海）有限公司 | 一种即时视频中的人脸处理方法及电子设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6965379B2 (en) * | 2001-05-08 | 2005-11-15 | Koninklijke Philips Electronics N.V. | N-view synthesis from monocular video of certain broadcast and stored mass media content |
| CN1932847A (zh) * | 2006-10-12 | 2007-03-21 | 上海交通大学 | 复杂背景下彩色图像人脸检测的方法 |
-
2007
- 2007-11-02 CN CNB2007101767909A patent/CN100505840C/zh active Active
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101287093B (zh) * | 2008-05-30 | 2010-06-09 | 北京中星微电子有限公司 | 在视频通信中添加特效的方法及视频客户端 |
| CN102194443A (zh) * | 2010-03-04 | 2011-09-21 | 腾讯科技（深圳）有限公司 | 视频画中画窗口的显示方法、系统及视频处理设备 |
| CN102194443B (zh) * | 2010-03-04 | 2014-12-10 | 腾讯科技（深圳）有限公司 | 视频画中画窗口的显示方法、系统及视频处理设备 |
| CN102238362A (zh) * | 2011-05-09 | 2011-11-09 | 苏州阔地网络科技有限公司 | 一种社区网络中图像传输方法及系统 |
| CN102497530A (zh) * | 2011-05-09 | 2012-06-13 | 苏州阔地网络科技有限公司 | 一种社区网络中图像安全传输方法及系统 |
| CN102142154A (zh) * | 2011-05-10 | 2011-08-03 | 中国科学院半导体研究所 | 生成脸部虚拟图像的方法与装置 |
| CN102254336A (zh) * | 2011-07-14 | 2011-11-23 | 清华大学 | 人脸视频合成方法及装置 |
| CN102254336B (zh) * | 2011-07-14 | 2013-01-16 | 清华大学 | 人脸视频合成方法及装置 |
| 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 |
| WO2015070668A1 (en) * | 2013-11-14 | 2015-05-21 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
| US9811894B2 (en) | 2013-11-14 | 2017-11-07 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus |
| CN104637078B (zh) * | 2013-11-14 | 2017-12-15 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置 |
| CN105184249A (zh) * | 2015-08-28 | 2015-12-23 | 百度在线网络技术（北京）有限公司 | 用于人脸图像处理的方法和装置 |
| CN105184249B (zh) * | 2015-08-28 | 2017-07-18 | 百度在线网络技术（北京）有限公司 | 用于人脸图像处理的方法和装置 |
| US10599914B2 (en) | 2015-08-28 | 2020-03-24 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for human face image processing |
| CN105405094A (zh) * | 2015-11-26 | 2016-03-16 | 掌赢信息科技（上海）有限公司 | 一种即时视频中的人脸处理方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100505840C (zh) | 2009-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100505840C (zh) | 一种人脸合成视频传输的方法及装置 | |
| CN101141608B (zh) | 一种视频即时通讯系统及方法 | |
| CN1328908C (zh) | 一种视频通信的方法 | |
| Pearson | Developments in model-based video coding | |
| CN103731583B (zh) | 用于拍照智能化合成、打印处理方法 | |
| CN102194443B (zh) | 视频画中画窗口的显示方法、系统及视频处理设备 | |
| CN102271241A (zh) | 一种基于面部表情/动作识别的图像通信方法及系统 | |
| CN103002289B (zh) | 面向监控应用的视频恒定质量编码装置及其编码方法 | |
| Butler et al. | Real-time adaptive foreground/background segmentation | |
| CN110503703A (zh) | 用于生成图像的方法和装置 | |
| CN102567716B (zh) | 一种人脸合成系统及实现方法 | |
| US11908241B2 (en) | Method for correction of the eyes image using machine learning and method for machine learning | |
| CN105678702B (zh) | 一种基于特征跟踪的人脸图像序列生成方法及装置 | |
| CN107145821A (zh) | 一种基于深度学习的人群密度检测方法和系统 | |
| US11949848B2 (en) | Techniques to capture and edit dynamic depth images | |
| CN107333086A (zh) | 一种在虚拟场景中进行视频通信的方法及装置 | |
| KR101743764B1 (ko) | 감성 아바타 이모티콘 기반의 초경량 데이터 애니메이션 방식 제공 방법, 그리고 이를 구현하기 위한 감성 아바타 이모티콘 제공 단말장치 | |
| CN112040222B (zh) | 一种视觉显著性预测方法及设备 | |
| CN108353127A (zh) | 基于深度相机的图像稳定 | |
| US20020164068A1 (en) | Model switching in a communication system | |
| CN102238362A (zh) | 一种社区网络中图像传输方法及系统 | |
| CN108376234A (zh) | 用于视频图像的情感识别系统及方法 | |
| CN111768377A (zh) | 图像色彩评估方法、装置、电子设备及存储介质 | |
| CN106778576A (zh) | 一种基于sehm特征图序列的动作识别方法 | |
| CN109300170A (zh) | 肖像照片光影传递方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |