CN102486868A - 一种基于平均脸的美丽人脸合成方法 - Google Patents
一种基于平均脸的美丽人脸合成方法 Download PDFInfo
- Publication number
- CN102486868A CN102486868A CN2010105742669A CN201010574266A CN102486868A CN 102486868 A CN102486868 A CN 102486868A CN 2010105742669 A CN2010105742669 A CN 2010105742669A CN 201010574266 A CN201010574266 A CN 201010574266A CN 102486868 A CN102486868 A CN 102486868A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- point
- facial image
- average
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于平均脸的美丽人脸合成方法,通过将人脸图像集中各人脸图像进行特征点提取、三角剖分、图像对准、分段仿射变换后,合成为一幅平均脸图像,合成的人脸图像五官比例协调,轮廓及肤色自然美观,能够反映出用于合成的图像集的特征,较好地实现了美丽人脸的合成,也验证了心理学上“平均脸是美丽的”的结论。
Description
技术领域
本发明涉及计算机图像数据处理领域,尤其涉及一种基于平均脸的美丽人脸合成方法。
技术背景
美丽是人类普适的体验,美丽具有吸引人的力量。数个世纪以来,哲学家、艺术家、科学家们一直致力于研究是什么使得人美丽。其中,关于人脸美丽(或称为吸引力)这一课题,进化生物学和进化认知心理学的研究者们提出了著名的脸孔平均性假说,脸孔平均性假说认为:达尔文的自然选择理论认为特征的平均值比极端值好, 正常稳定的自然选择因为进化的压力会使得极端的特征向它的平均值靠近,拥有接近平均特征的人会较少可能携带有害的遗传性变异,因此拥有平均特征的人因为健康而使得他们较拥有极端特征的人而被同类所更喜欢。
1879年,实验心理学家Francis Galton希望从一个特定群体中找出该群体的人特有的脸部特征(如找出罪犯、素食者、军人等群体的人所共有的外貌特征),他将数张人脸肖像采用光学的方法投影到同一张胶片上,并由此得到合成的人脸图像。结果Galton惊讶地发现得到的合成脸要比组成它的人脸都要美观。Galton的发现在一定程度上支持了人脸美丽的平均性假说,在当时引起了许多人的兴趣,然而,由于技术条件所限,用Galton的光学投影方法所合成的平均脸往往比较模糊。在20世纪90年代初,许多心理学家都对平均性进行了更深入的研究,他们认为,一张人脸的形状是否趋于平均,是判断该人脸是否美丽的一个关键维度,这就是在心理学上的“平均脸假设”(Averageness Hypothesis)。
平均脸的合成并非是一个简单的数学平均问题,因为要考虑人脸的不同尺寸、肤色、五官位置、姿态变化等诸多因素,采用简单的数学平均处理无法获取真正的平均脸。尽管平均脸的研究已经有多年的历史,且近年来持续受到认知心理学方面的重视,但为数不多的平均脸合成技术中基本上采用人工方式或半人工方式合成平均脸,效率低,准确度不高,限制了平均脸的深入研究及应用。利用图像处理技术实现全自动的平均脸合成的方法鲜有报道,现有技术中,有的仅仅是对图像的像素值进行平均,没有考虑人脸的特征点(例如五官位置)等,而特征点是平均脸合成中至关重要的因素之一;有的方法简单,不支持对姿态不同的人脸图像进行处理;此外,现有的平均脸合成方法均无法实现全自动的计算机合成,不少重要环节需要人工干预。
发明内容
本发明克服了现有技术中的不足,提供了一种基于平均脸的美丽人脸合成方法。
为了实现上述的目的,采用如下的技术方案:
一种基于平均脸的美丽人脸合成方法,将多幅人脸图像合成为一幅人脸图像,包括以下步骤:
(1)人脸特征点提取,提取出人脸图像集中各人脸图像的特征点;
(2)人脸图像区域剖分,利用特征点和边界点组成的剖分点对人脸图像进行三角剖分;
(3)人脸图像对准,将人脸图像集中各图像归一化到一个统一的标准上;
(4)人脸图像分段仿射变换,以三角剖分建立映射关系,对图像进行分段仿射变换;
(5)平均脸的合成,将仿射后的人脸图像集各对应像素点进行平均,合成平均脸图像。
上述技术方案中,所述步骤(1)包括以下步骤:
(11)确定要提取的人脸特征点,所述特征点来源于人脸上的眉毛、眼睛、鼻子、嘴唇及人脸外轮廓各区域;
(12)采用基于活动轮廓模型的人脸特征点定位方法对图像进行自动检测;
(13)对于因头发遮挡、光照、姿态等原因而导致AAM算法无法检测或检测错误的人脸特征点,进行手工修复或标注。
实验表明,采用AAM算法能成功检测92%以上的人脸特征点。
上述技术方案中,所述步骤(2)包括以下步骤:
(21)在图像边界处均匀采样出边界点,与特征点一起组成剖分点,让非人脸的区域也能在分段线性仿射阶段得到处理;
(22)建立一个虚拟的大三角形作为初始剖分三角形,保证大三角形包括了所有的剖分点;
(23)通过逐点插入建立Delaunay三角形剖分;
(24)移除与初始三角形相连的所有边,得到Delaunay三角剖分网,将图像分成多个三角形。
上述技术方案中,所述步骤(3)采用广义Procrustes分析(Generalized Procrustes Analysis, GPA)进行图像形状对准,具体步骤如下:
(31)将图像集中各图像进行旋转;
(32)将图像集中各图像大小进行归一化;
(33)将图像集中各图像对应的特征点进行对准。
上述技术方案中,所述步骤(4)包括以下步骤:
(41)以三角剖分网建立映射关系,对图像集中的每一幅图像进行分段线性仿射,使得在仿射结束后,每一张人脸图像上的特征点位置均与平均脸特征点位置相同;
(42)以三角剖分网建立映射关系,剖分后的图像被分成多个三角形,原图像上的三角形与平均脸图像上的三角形之间有一一对应的关系,将原图像三角剖分得到的三角形投影到目标图像对应的三角形上,采用的仿射变换如下:
其中,(x,y)是原坐标系中的一点,(x’, y’)是变换后的坐标系中的点,式子定义了原坐标系与将其旋转角度θ、在水平方向上缩放sx、在竖直方向上缩放sy、然后再平移t=(t x ,t y )后得到的另一个坐标系之间的点的对应关系,式中参数通过已知的特征点求解。
上述技术方案中,所述步骤(5)采用加权平均的方法将分段仿射后的人脸图像合成为平均脸图像,设图像集中共有m幅人脸图像,每幅人脸图像的宽度为W,高度为H,其中第k幅图像上第i行、第j列的像素点的颜色值为,平均脸图像上第i行、第j列的像素点的颜色值为
其中,每幅图片所占有的权值为w k (k=1,2,…,m,i=1,2,…,H且j=1,2,…,W)。采用加权平均的方法,可以通过选取不同的加权值使合成的人脸图像倾向于某种风格。
与现有技术相比,本发明的有益效果如下:
(1)合成的人脸图像五官比例协调,轮廓及肤色自然美观;
(2)能够反映出用于合成的图像集的特征;
(3)采用加权平均技术,能实现具有个性化特征的平均脸合成。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步的描述。
实施本发明专利的设备可以用带摄像头的计算机或带摄像头的手机(例如Google Nexus One手机)来进行实现。采用C++语言编制相应的各类处理程序,便能很好的实施本发明。本发明也可以在笔记本电脑、平板电脑、PDA等其它移动电子设备上实现;本发明也可以采用C语言、Java语言等其它编程语言进行实现。
本发明的具体实施流程图如图1所示。
输入图像,对于每一幅人脸图像采用43个特征点,分别为:双眉各3个、双眼各5个、鼻子3个、嘴巴6个、人脸外轮廓18个。
在每幅图像边界处均匀采样16个边界点,与43个特征点组成59个剖分点。建立一个虚拟的大三角形作为初始的剖分三角形,保证大三角形包括了所有的剖分点,然后通过逐点插入建立Delaunay三角剖分,最后移除与初始三角形相连的所有边,便得到这59个剖分点的Delaunay三角剖分网,将人脸图像分成了100个三角形区域。
由于不同的人脸图像具有不同的大小尺寸及不同的特征点分布位置,因此为了消除不同图像中人脸区域的位置、大小、方向的差异,使所有人脸图像都归一到一个统一的标准上,本发明采用J.C.Gower提出的广义Procrustes分析(Generalized Procrustes Analysis, GPA)进行图像形状对准。先将人脸图像集中的图像旋转,将其大小归一化,如果图像为两幅,将两幅图像的重心平移到相同的位置,使得两幅图像对应的特征点之间距离的平方和最小;如果图像有多幅,需要通过迭代的方式对图像集进行对准,直到图像集的各图像均没有明显的调整为止。
对人脸图像进行图像变形,是平均脸合成算法的关键所在,其实现效果的好坏将直接影响到最终所求得的平均脸合成效果。该过程包括对特征点进行仿射变换及对图像进行分段仿射变换两个部分。在Delaunay三角网所建立的映射关系基础上,对图像集中的每一幅图片进行分段线性仿射,使得在仿射结束后,每一幅人脸图像上的特征点位置均与平均脸图像上的特征点位置相同。利用Delaunay三角网来建立仿射映射关系,将人脸图像上的43个特征点,以及图像边界上的16个边界点,共59个点进行Delaunay三角剖分后,整个平面恰好被分成了100个三角形。原图像上的100个三角形与平均脸图像上的100个三角形之间有着一一对应的关系,于是只需要将原图像各三角形区域投影变换到目标图像的对应三角形区域上,即可得到变换后的人脸图像。采用的仿射变换如下:
其中,(x,y)是原坐标系中的一点,(x’, y’)是变换后的坐标系中的点,式子定义了原坐标系与将其旋转角度θ、在水平方向上缩放sx、在竖直方向上缩放sy、然后再平移t=(t x ,t y )后得到的另一个坐标系之间的点的对应关系,式中参数通过已知的特征点求解。
完成对各人脸图像的分段线性仿射后,只需要将仿射后的人脸图像集的各对应像素点进行平均即可。本发明采用加权平均技术,能较好地实现具有个性化色彩的平均脸合成。设图像集中共有m幅人脸图像,每幅人脸图像的宽度为W,高度为H,其中第k幅图像上第i行、第j列的像素点的颜色值为,平均脸图像上第i行、第j列的像素点的颜色值为,其中,每幅图片所占有的权值为w k (k=1,2,…,m,i=1,2,…,H且j=1,2,…,W)。对不同的图像采用不同的加权系数,可以控制合成后的人脸倾向于某个指定人脸的风格。采用较大的加权系数时,可以使得合成后的人脸图像在保留本人基本特征的同时,使得人脸图像看起了更平滑及趋向于给定标准平均脸的风格。
这里对本发明的描述和应用是说明性的,本发明的范围并不局限在上述实施例中。这里所披露的实施例的其它变形和改变是可能的,对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。在不脱离本发明的精神或本质特征的情况下,本发明可以以其它形式、结构,以及用其它组件和设备来实现。在不脱离本发明范围和精神的情况下,可以对这里所披露的实施例进行其它变形和改变。
Claims (6)
1.一种基于平均脸的美丽人脸合成方法,将多幅人脸图像合成为一幅人脸图像,其特征在于包括以下步骤:
(1)人脸特征点提取,提取出人脸图像集中各人脸图像的特征点;
(2)人脸图像区域剖分,利用特征点和边界点组成的剖分点对人脸图像进行三角剖分;
(3)人脸图像对准,将人脸图像集中各图像归一化到一个统一的标准上;
(4)人脸图像分段仿射变换,以三角剖分建立映射关系,对图像进行分段仿射变换;
(5)平均脸的合成,将仿射后的人脸图像集各对应像素点进行平均,合成平均脸图像。
2.根据权利要求1所述的美丽人脸合成方法,其特征在于所述步骤(1)包括以下步骤:
(11)确定要提取的人脸特征点,所述特征点来源于人脸上的眉毛、眼睛、鼻子、嘴唇及人脸外轮廓各区域;
(12)采用基于活动轮廓模型的人脸特征点定位方法对图像进行自动检测;
(13)对于无法检测或检测错误的人脸特征点,进行手工修复或标注。
3.根据权利要求1所述的美丽人脸合成方法,其特征在于所述步骤(2)包括以下步骤:
(21)在图像边界处均匀采样出边界点,与特征点一起组成剖分点;
(22)建立一个虚拟的大三角形作为初始剖分三角形,保证大三角形包括了所有的剖分点;
(23)通过逐点插入建立Delaunay三角形剖分;
(24)移除与初始三角形相连的所有边,得到Delaunay三角剖分网,将图像分成多个三角形。
4.根据权利要求1所述的美丽人脸合成方法,其特征在于所述步骤(3)采用广义Procrustes分析(Generalized Procrustes Analysis, GPA)进行图像形状对准,具体步骤如下:
(31)将图像进行旋转;
(32)将图像大小进行归一化;
(33)将图像集中各图像对应的特征点进行对准。
5.根据权利要求1所述的美丽人脸合成方法,其特征在于所述步骤(4)包括以下步骤:
(41)以三角剖分网建立映射关系,对图像集中的每一幅图像进行分段线性仿射,使得在仿射结束后,每一张人脸图像上的特征点位置均与平均脸特征点位置相同;
(42)以三角剖分网建立映射关系,将原图像三角剖分得到的三角形投影到目标图像对应的三角形上,采用的仿射变换如下:
其中,(x,y)是原坐标系中的一点,(x’, y’)是变换后的坐标系中的点,式子定义了原坐标系与将其旋转角度θ、在水平方向上缩放sx、在竖直方向上缩放sy、然后再平移t=(t x ,t y )后得到的另一个坐标系之间的点的对应关系,式中参数通过已知的特征点求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105742669A CN102486868A (zh) | 2010-12-06 | 2010-12-06 | 一种基于平均脸的美丽人脸合成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105742669A CN102486868A (zh) | 2010-12-06 | 2010-12-06 | 一种基于平均脸的美丽人脸合成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102486868A true CN102486868A (zh) | 2012-06-06 |
Family
ID=46152359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105742669A Pending CN102486868A (zh) | 2010-12-06 | 2010-12-06 | 一种基于平均脸的美丽人脸合成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102486868A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218775A (zh) * | 2013-05-13 | 2013-07-24 | 苏州华漫信息服务有限公司 | 一种人像照片变脸的方法 |
CN104966046A (zh) * | 2015-05-20 | 2015-10-07 | 腾讯科技(深圳)有限公司 | 一种人脸关键点位定位结果的评估方法,及评估装置 |
CN105590107A (zh) * | 2016-02-04 | 2016-05-18 | 山东理工大学 | 一种人脸底层特征构建方法 |
CN105608412A (zh) * | 2015-10-16 | 2016-05-25 | 厦门美图之家科技有限公司 | 一种基于图像变形的笑脸图像处理方法、系统及拍摄终端 |
CN105825228A (zh) * | 2016-03-14 | 2016-08-03 | 百度在线网络技术(北京)有限公司 | 图像识别方法及装置 |
CN106156730A (zh) * | 2016-06-30 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种人脸图像的合成方法和装置 |
US9652661B2 (en) | 2013-11-28 | 2017-05-16 | Xiaomi Inc. | Method and terminal device for image processing |
CN106874861A (zh) * | 2017-01-22 | 2017-06-20 | 北京飞搜科技有限公司 | 一种人脸矫正方法及系统 |
CN107423665A (zh) * | 2017-06-05 | 2017-12-01 | 中南大学 | 基于bp神经网络的三维人脸分析方法及其分析系统 |
CN107527034A (zh) * | 2017-08-28 | 2017-12-29 | 维沃移动通信有限公司 | 一种面部轮廓调整方法及移动终端 |
CN107657590A (zh) * | 2017-09-01 | 2018-02-02 | 北京小米移动软件有限公司 | 图片处理方法及装置 |
CN108985132A (zh) * | 2017-05-31 | 2018-12-11 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法、装置、计算设备及存储介质 |
CN108986016A (zh) * | 2018-06-28 | 2018-12-11 | 北京微播视界科技有限公司 | 图像美化方法、装置及电子设备 |
CN109167914A (zh) * | 2018-09-25 | 2019-01-08 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110020578A (zh) * | 2018-01-10 | 2019-07-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110189252A (zh) * | 2019-06-10 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 生成平均脸图像的方法和装置 |
CN110363175A (zh) * | 2019-07-23 | 2019-10-22 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN110610469A (zh) * | 2019-08-01 | 2019-12-24 | 长沙理工大学 | 一种人脸图像隐私保护方法、装置、设备及存储介质 |
CN112508772A (zh) * | 2020-11-11 | 2021-03-16 | 北京大米科技有限公司 | 图像生成方法、装置及存储介质 |
CN112508772B (zh) * | 2020-11-11 | 2024-07-12 | 北京大米科技有限公司 | 图像生成方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1702691A (zh) * | 2005-07-11 | 2005-11-30 | 北京中星微电子有限公司 | 基于语音的彩色人脸合成方法、系统及其着色方法、装置 |
CN101000688A (zh) * | 2007-01-15 | 2007-07-18 | 浙江大学 | 多张人脸照片自动合成方法 |
CN101101672A (zh) * | 2007-07-13 | 2008-01-09 | 中国科学技术大学 | 基于虚拟图像对应的立体视觉三维人脸建模方法 |
CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
CN101770643A (zh) * | 2008-12-26 | 2010-07-07 | 富士胶片株式会社 | 图像处理装置、图像处理方法以及图像处理程序 |
-
2010
- 2010-12-06 CN CN2010105742669A patent/CN102486868A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1702691A (zh) * | 2005-07-11 | 2005-11-30 | 北京中星微电子有限公司 | 基于语音的彩色人脸合成方法、系统及其着色方法、装置 |
CN101000688A (zh) * | 2007-01-15 | 2007-07-18 | 浙江大学 | 多张人脸照片自动合成方法 |
CN101101672A (zh) * | 2007-07-13 | 2008-01-09 | 中国科学技术大学 | 基于虚拟图像对应的立体视觉三维人脸建模方法 |
CN101770643A (zh) * | 2008-12-26 | 2010-07-07 | 富士胶片株式会社 | 图像处理装置、图像处理方法以及图像处理程序 |
CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
Non-Patent Citations (1)
Title |
---|
HUIYUN MAO, LIANWEN JIN, MINGHUI DU: "Automatic Classification of Chinese Female Facial Beauty using Support Vector Machine", 《PROCEEDINGS OF THE 2009 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN, AND CYBERNETICS》 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218775A (zh) * | 2013-05-13 | 2013-07-24 | 苏州华漫信息服务有限公司 | 一种人像照片变脸的方法 |
US9652661B2 (en) | 2013-11-28 | 2017-05-16 | Xiaomi Inc. | Method and terminal device for image processing |
WO2016184276A1 (zh) * | 2015-05-20 | 2016-11-24 | 腾讯科技(深圳)有限公司 | 一种人脸关键点位定位结果的评估方法,及评估装置 |
CN104966046A (zh) * | 2015-05-20 | 2015-10-07 | 腾讯科技(深圳)有限公司 | 一种人脸关键点位定位结果的评估方法,及评估装置 |
US10331940B2 (en) | 2015-05-20 | 2019-06-25 | Tencent Technology (Shenzhen) Company Limited | Evaluation method and evaluation device for facial key point positioning result |
US10706263B2 (en) | 2015-05-20 | 2020-07-07 | Tencent Technology (Shenzhen) Company Limited | Evaluation method and evaluation device for facial key point positioning result |
CN105608412A (zh) * | 2015-10-16 | 2016-05-25 | 厦门美图之家科技有限公司 | 一种基于图像变形的笑脸图像处理方法、系统及拍摄终端 |
CN105608412B (zh) * | 2015-10-16 | 2019-05-03 | 厦门美图之家科技有限公司 | 一种基于图像变形的笑脸图像处理方法、系统及拍摄终端 |
CN105590107B (zh) * | 2016-02-04 | 2019-07-02 | 山东理工大学 | 一种人脸底层特征构建方法 |
CN105590107A (zh) * | 2016-02-04 | 2016-05-18 | 山东理工大学 | 一种人脸底层特征构建方法 |
CN105825228A (zh) * | 2016-03-14 | 2016-08-03 | 百度在线网络技术(北京)有限公司 | 图像识别方法及装置 |
US11455783B2 (en) | 2016-03-14 | 2022-09-27 | Baidu Online Network Technology (Beijing) Co., Ltd. | Image recognition method and apparatus, device and non-volatile computer storage medium |
CN105825228B (zh) * | 2016-03-14 | 2019-04-30 | 百度在线网络技术(北京)有限公司 | 图像识别方法及装置 |
CN106156730A (zh) * | 2016-06-30 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 一种人脸图像的合成方法和装置 |
CN106156730B (zh) * | 2016-06-30 | 2019-03-15 | 腾讯科技(深圳)有限公司 | 一种人脸图像的合成方法和装置 |
CN106874861A (zh) * | 2017-01-22 | 2017-06-20 | 北京飞搜科技有限公司 | 一种人脸矫正方法及系统 |
CN108985132A (zh) * | 2017-05-31 | 2018-12-11 | 腾讯科技(深圳)有限公司 | 一种人脸图像处理方法、装置、计算设备及存储介质 |
CN107423665A (zh) * | 2017-06-05 | 2017-12-01 | 中南大学 | 基于bp神经网络的三维人脸分析方法及其分析系统 |
CN107527034B (zh) * | 2017-08-28 | 2019-07-26 | 维沃移动通信有限公司 | 一种面部轮廓调整方法及移动终端 |
CN107527034A (zh) * | 2017-08-28 | 2017-12-29 | 维沃移动通信有限公司 | 一种面部轮廓调整方法及移动终端 |
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 |
CN107657590A (zh) * | 2017-09-01 | 2018-02-02 | 北京小米移动软件有限公司 | 图片处理方法及装置 |
CN110020578A (zh) * | 2018-01-10 | 2019-07-16 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
WO2020001014A1 (zh) * | 2018-06-28 | 2020-01-02 | 北京微播视界科技有限公司 | 图像美化方法、装置及电子设备 |
CN108986016A (zh) * | 2018-06-28 | 2018-12-11 | 北京微播视界科技有限公司 | 图像美化方法、装置及电子设备 |
CN109167914A (zh) * | 2018-09-25 | 2019-01-08 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110189252A (zh) * | 2019-06-10 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 生成平均脸图像的方法和装置 |
CN110189252B (zh) * | 2019-06-10 | 2023-08-18 | 北京字节跳动网络技术有限公司 | 生成平均脸图像的方法和装置 |
CN110363175A (zh) * | 2019-07-23 | 2019-10-22 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
CN110610469A (zh) * | 2019-08-01 | 2019-12-24 | 长沙理工大学 | 一种人脸图像隐私保护方法、装置、设备及存储介质 |
CN110610469B (zh) * | 2019-08-01 | 2022-05-06 | 长沙理工大学 | 一种人脸图像隐私保护方法、装置、设备及存储介质 |
CN112508772A (zh) * | 2020-11-11 | 2021-03-16 | 北京大米科技有限公司 | 图像生成方法、装置及存储介质 |
CN112508772B (zh) * | 2020-11-11 | 2024-07-12 | 北京大米科技有限公司 | 图像生成方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102486868A (zh) | 一种基于平均脸的美丽人脸合成方法 | |
CN109376582B (zh) | 一种基于生成对抗网络的交互式人脸卡通方法 | |
CN108229278B (zh) | 人脸图像处理方法、装置和电子设备 | |
US20190325200A1 (en) | Face image processing methods and apparatuses, and electronic devices | |
US10599914B2 (en) | Method and apparatus for human face image processing | |
US11030439B2 (en) | Facial expression synthesis method and apparatus, electronic device, and storage medium | |
Liu et al. | Illumination invariant face recognition | |
CN103456010B (zh) | 一种基于特征点定位的人脸卡通画生成方法 | |
CN106709931B (zh) | 一种脸谱映射至人脸的方法、脸谱映射装置 | |
CN104657974A (zh) | 一种图像处理方法及装置 | |
CN105374055A (zh) | 图像处理方法及装置 | |
CN105718885B (zh) | 一种人脸特征点跟踪方法 | |
CN116583878A (zh) | 用于个性化3d头部模型变形的方法和系统 | |
KR102353556B1 (ko) | 사용자 얼굴기반 표정 및 포즈 재현 아바타 생성장치 | |
EP4165606A1 (en) | Object reconstruction with texture parsing | |
CN116997933A (zh) | 用于构造面部位置图的方法和系统 | |
CN108596992B (zh) | 一种快速实时的唇彩化妆方法 | |
CN117157673A (zh) | 用于形成个性化的3d头部和面部模型的方法和系统 | |
CN113808249B (zh) | 图像处理方法、装置、设备和计算机存储介质 | |
CN113223125B (zh) | 一种虚拟形象的面部驱动方法、装置、设备和介质 | |
CN108062742B (zh) | 一种利用数字图像处理和变形的眉毛更换方法 | |
WO2020155984A1 (zh) | 人脸表情图像处理方法、装置和电子设备 | |
CN110059739B (zh) | 图像合成方法、装置、电子设备和计算机可读存储介质 | |
US20170034453A1 (en) | Automated embedding and blending head images | |
CN109345470B (zh) | 人脸图像融合方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120606 |