CN104156915A - 肤色调整方法和装置 - Google Patents

Abstract

本公开是关于一种肤色调整方法和装置，属于图像处理领域。该方法包括：识别图像的肤色区域；对该肤色区域中像素点的原始颜色数据进行统计，得到该肤色区域中像素点的原始均值和原始标准差；根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型，该预设肤色模型用于表示肤色类型；根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据；根据该目标颜色数据，对该肤色区域进行调整。本公开减小了调整后的肤色与实际肤色的差距，避免图像出现失真，提高美化效果，无需用户选择目标颜色，操作简便，且算法简单，易于实现。

Description

肤色调整方法和装置

技术领域

本公开是关于图像处理领域，具体来说是关于肤色调整方法和装置。

背景技术

随着图像处理技术的发展和用户需求的提升，对所拍摄的图像进行美化处理已经成为移动终端必不可少的功能。

目前的移动终端在对图像进行美化处理时，可以对图像中的肤色进行调整，如，由用户选择目标颜色，移动终端将图像中的肤色区域的颜色转换为该目标颜色。

在实现本公开的过程中，发明人发现相关技术存在缺陷，例如：人眼对颜色的识别程度有限，仅由用户选择目标颜色时，转换后的肤色与实际肤色存在很大的差距，图像容易失真，美化效果较差。

发明内容

为了解决相关技术中存在的问题，本公开提供了一种肤色调整方法和装置。所述技术方案如下：

根据本公开实施例的第一方面，提供了一种肤色调整方法，所述方法包括：

识别图像的肤色区域；

对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

根据所述目标颜色数据，对所述肤色区域进行调整。

可选的，所述根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型包括：

计算所述原始均值与所述至少一个预设肤色模型的预设均值之间的差值；

从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的差值最小。

可选的，所述根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型包括：

计算所述原始均值与所述至少一个预设均值之间的欧式距离；

从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的欧式距离最小。

可选的，所述颜色数据为YUV数据，所述根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据包括：

对于所述肤色区域中的每个像素点，根据所述像素点的原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，应用以下公式，确定所述像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为所述像素点的原始颜色数据，Y为所述原始颜色数据在YUV空间中维度Y上的取值，U为所述原始颜色数据在YUV空间中维度U上的取值，V为所述原始颜色数据在YUV空间中维度V上的取值；

为所述像素点的目标颜色数据，Y^*为所述目标颜色数据在YUV空间中维度Y上的取值，U^*为所述目标颜色数据在YUV空间中维度U上的取值，V^*为所述目标颜色数据在YUV空间中维度V上的取值；

为所述原始均值，meanY为所述原始均值在YUV空间中维度Y上的取值，meanU为所述原始均值在YUV空间中维度U上的取值，meanV为所述原始均值在YUV空间中维度V上的取值；

为所述原始标准差，deltaY为所述原始标准差在YUV空间中维度Y上的取值，deltaU为所述原始标准差在YUV空间中维度U上的取值，deltaV为所述原始标准差在YUV空间中维度V上的取值；

为所述指定肤色模型的预设均值，meanY_iType为所述预设均值在YUV空间中维度Y上的取值，meanU_iType为所述预设均值在YUV空间中维度U上的取值，meanV_iType为所述预设均值在YUV空间中维度V上的取值；

为所述指定肤色模型的预设标准差，deltaY_iType为所述预设标准差在YUV空间中维度Y上的取值，deltaU_iType为所述预设标准差在YUV空间中维度U上的取值，deltaV_iType为所述预设标准差在YUV空间中维度V上的取值。

可选的，所述根据所述目标颜色数据，对所述肤色区域进行调整包括：

将所述肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

可选的，所述至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

所述第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

所述第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

所述第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

所述第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

所述第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

所述第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

根据本公开实施例的第二方面，提供了一种肤色调整装置，所述装置包括：

肤色区域识别模块，用于识别图像的肤色区域；

统计模块，用于对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

肤色模型指定模块，用于根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

目标颜色确定模块，用于根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

肤色调整模块，用于根据所述目标颜色数据，对所述肤色区域进行调整。

可选的，所述肤色模型指定模块包括：

相似度计算单元，用于计算所述原始均值与所述至少一个预设肤色模型的预设均值之间的差值；

肤色模型选取单元，用于从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的差值最小。

所述肤色模型指定模块包括：

欧式距离计算单元，用于计算所述原始均值与所述至少一个预设均值之间的欧式距离；

所述肤色模型选取单元，还用于从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的欧式距离最小。

可选的，所述装置采用YUV数据作为所述颜色数据；

所述目标颜色确定模块，用于对于所述肤色区域中的每个像素点，根据所述像素点的原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，应用以下公式，确定所述像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为所述像素点的原始颜色数据，Y为所述原始颜色数据在YUV空间中维度Y上的取值，U为所述原始颜色数据在YUV空间中维度U上的取值，V为所述原始颜色数据在YUV空间中维度V上的取值；

为所述像素点的目标颜色数据，Y^*为所述目标颜色数据在YUV空间中维度Y上的取值，U^*为所述目标颜色数据在YUV空间中维度U上的取值，V^*为所述目标颜色数据在YUV空间中维度V上的取值；

为所述原始均值，meanY为所述原始均值在YUV空间中维度Y上的取值，meanU为所述原始均值在YUV空间中维度U上的取值，meanV为所述原始均值在YUV空间中维度V上的取值；

为所述原始标准差，deltaY为所述原始标准差在YUV空间中维度Y上的取值，deltaU为所述原始标准差在YUV空间中维度U上的取值，deltaV为所述原始标准差在YUV空间中维度V上的取值；

为所述指定肤色模型的预设均值，meanY_iType为所述预设均值在YUV空间中维度Y上的取值，meanU_iType为所述预设均值在YUV空间中维度U上的取值，meanV_iType为所述预设均值在YUV空间中维度V上的取值；

为所述指定肤色模型的预设标准差，deltaY_iType为所述预设标准差在YUV空间中维度Y上的取值，deltaU_iType为所述预设标准差在YUV空间中维度U上的取值，deltaV_iType为所述预设标准差在YUV空间中维度V上的取值。

可选的，所述肤色调整模块包括：

肤色调整单元，用于将所述肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

可选的，所述装置还包括：

肤色类型预设模块，用于设定所述至少一个预设肤色类型，所述至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

所述第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

所述第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

所述第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

所述第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

所述第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

所述第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

根据本公开实施例的第三方面，提供了一种肤色调整装置，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：

识别图像的肤色区域；

对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

根据所述目标颜色数据，对所述肤色区域进行调整。

本公开的实施例提供的技术方案可以包括以下有益效果：

本实施例提供的方法和装置，通过对肤色区域中像素点的原始颜色数据进行统计后选取与该肤色区域最相似的指定肤色模型，根据该原始颜色数据、原始均值和原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据，根据该目标颜色数据对该肤色区域进行调整。在该指定肤色模型的基础上对肤色区域进行调整时，减小了调整后的肤色与实际肤色的差距，避免图像出现失真，提高美化效果，无需用户选择目标颜色，操作简便，且算法简单，易于实现。

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的，并不能限制本公开。

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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种肤色调整方法的流程图；

图2是根据一示例性实施例示出的一种肤色调整方法的流程图；

图3是根据一示例性实施例示出的一种肤色调整装置的框图；

图4是根据一示例性实施例示出的一种用于肤色调整的装置的框图；

图5是根据一示例性实施例示出的另一种用于肤色调整的装置的框图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本公开做进一步详细说明。在此，本公开的示意性实施方式及其说明用于解释本公开，但并不作为对本公开的限定。

本公开实施例提供一种肤色调整方法和装置，以下结合附图对本公开进行详细说明。

图1是根据一示例性实施例示出的一种肤色调整方法的流程图，如图1所示，包括以下步骤：

在步骤101中，识别图像的肤色区域。

在步骤102中，对该肤色区域中像素点的原始颜色数据进行统计，得到该肤色区域中像素点的原始均值和原始标准差。

在步骤103中，根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型，该预设肤色模型用于表示肤色类型。

在步骤104中，根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据。

在步骤105中，根据该目标颜色数据，对该肤色区域进行调整。

本实施例提供的方法，通过对肤色区域中像素点的原始颜色数据进行统计后选取与该肤色区域最相似的指定肤色模型，根据该原始颜色数据、原始均值和原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据，根据该目标颜色数据对该肤色区域进行调整。在该指定肤色模型的基础上对肤色区域进行调整时，减小了调整后的肤色与实际肤色的差距，避免图像出现失真，提高美化效果，无需用户选择目标颜色，操作简便，且算法简单，易于实现。

可选的，该根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型包括：

计算该原始均值与该至少一个预设肤色模型的预设均值之间的差值；

从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的差值最小。

可选的，该根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型包括：

计算该原始均值与该至少一个预设均值之间的欧式距离；

从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的欧式距离最小。

可选的，该颜色数据为YUV数据，该根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据包括：

对于该肤色区域中的每个像素点，根据该像素点的原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，应用以下公式，确定该像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为该像素点的原始颜色数据，Y为该原始颜色数据在YUV空间中维度Y上的取值，U为该原始颜色数据在YUV空间中维度U上的取值，V为该原始颜色数据在YUV空间中维度V上的取值；

为该像素点的目标颜色数据，Y^*为该目标颜色数据在YUV空间中维度Y上的取值，U^*为该目标颜色数据在YUV空间中维度U上的取值，V^*为该目标颜色数据在YUV空间中维度V上的取值；

为该原始均值，meanY为该原始均值在YUV空间中维度Y上的取值，meanU为该原始均值在YUV空间中维度U上的取值，meanV为该原始均值在YUV空间中维度V上的取值；

为该原始标准差，deltaY为该原始标准差在YUV空间中维度Y上的取值，deltaU为该原始标准差在YUV空间中维度U上的取值，deltaV为该原始标准差在YUV空间中维度V上的取值；

为该指定肤色模型的预设均值，meanY_iType为该预设均值在YUV空间中维度Y上的取值，meanU_iType为该预设均值在YUV空间中维度U上的取值，meanV_iType为该预设均值在YUV空间中维度V上的取值；

为该指定肤色模型的预设标准差，deltaY_iType为该预设标准差在YUV空间中维度Y上的取值，deltaU_iType为该预设标准差在YUV空间中维度U上的取值，deltaV_iType为该预设标准差在YUV空间中维度V上的取值。

可选的，该根据该目标颜色数据，对该肤色区域进行调整包括：

将该肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

可选的，该至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

该第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

该第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

该第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

该第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

该第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

该第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

在一个实施例中，图2是肤色调整方法的示例性流程图，参见图2，该肤色调整方法用于服务器中，包括以下步骤：

201、该服务器识别图像的肤色区域，对该肤色区域中像素点的原始颜色数据进行统计，得到该肤色区域中像素点的原始均值和原始标准差。

其中，从图像来源上说，该图像可以为终端拍摄后上传至该服务器的图像，也可以为其他服务器发送给该服务器的图像，从图像内容上说，该图像包括肤色区域，具体可以包括人脸区域，或者包括人的全身区域等，本实施例对此不做限定。当终端拍摄到图像时，可以自动上传至该服务器，该服务器对该图像进行肤色调整后，发送给该终端，该终端直接显示调整后的图像，或者该终端显示拍摄的图像，当用户触发对该图像的肤色调整指令时，该终端再将该图像上传至该服务器，由该服务器对该图像进行肤色调整后，发送给该终端，该终端再显示调整后的图像。本实施例对此也不做限定。

可选地，该服务器采用肤色检测算法对该图像进行识别，根据肤色检测算子，选定该图像的样本像素点，采用高斯混合模型，对肤色进行颜色建模，应用建立的颜色模型，对该图像中的肤色区域和非肤色区域进行分类，得到该图像的肤色区域。该服务器可能会识别出该图像的多个肤色区域，如人脸图像中的额头肤色区域、脸颊肤色区域和鼻翼肤色区域等，则该服务器对每个肤色区域分别进行肤色调整，本实施例仅以该图像的一个肤色区域为例进行说明。

在本实施例中，该服务器可以选取该肤色区域内的多个样本像素点，获取每个样本像素点的原始颜色数据，对该多个样本像素点的原始颜色数据进行统计，得到该多个样本像素点的原始颜色数据的均值和标准差，作为该肤色区域中像素点的原始均值和原始标准差。

以该原始颜色数据为YUV数据为例，该服务器获取到的原始均值为 $\stackrel{\→}{(\mathrm{meanY},\mathrm{meanU},\mathrm{meanV})},$ 原始标准差为 $\stackrel{\→}{(\mathrm{deltaY},\mathrm{deltaU},\mathrm{deltaV})}.$ 在YUV的三维空间中，该肤色区域的检测结果为一个椭球形，该原始均值为椭球形的球心，该原始标准差中的三个元素为该椭球形的三个球半径。

202、该服务器计算该原始均值与该至少一个预设肤色模型的预设均值之间的相似度，从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的相似度最大，确定该指定肤色模型的预设均值和预设标准差。

在本实施例中，为了提高肤色调整的准确性，该服务器预先建立该至少一个预设肤色模型，获取该至少一个预设肤色模型的预设均值和预设标准差。每个预设肤色模型用于表示一种肤色类型，该服务器根据该原始均值和该至少一个预设肤色模型的预设均值之间的相似度，可以确定与该肤色区域最相似的指定肤色类型，基于该指定肤色类型进行调整时，可以减小调整后的肤色与实际肤色的差距，避免图像出现失真。

相应的，在步骤202之前，该方法还包括：该服务器建立该至少一个预设肤色模型。具体地，该服务器选取不同肤色类型的样本图像，对于每一种肤色类型，该服务器对属于该肤色类型的多个样本图像的颜色数据进行训练统计和建模，得到该肤色类型对应的预设肤色模型，以及该预设肤色模型的均值和标准差，作为该预设肤色模型的预设均值和预设标准差。对每个样本图片进行统计的过程与该步骤201类似，在此不再赘述。在YUV的三维空间中，该预设肤色模型为一个椭球形，该预设均值为该椭球形的球心，该预设标准差中的三个元素为该椭球形的三个球半径。

进一步地，该服务器可以对多个样本图像的颜色数据进行离线统计，即在获取到该预设肤色模型的预设均值和预设标准差时，删除该样本图像的颜色数据，以节省存储空间。

其中，样本图像的选取要求为：样本图像中的肤色区域清晰且美观，以保证后续基于该指定肤色模型对该肤色区域进行肤色调整时，该调整后的肤色区域不仅不会出现失真，而且可以满足用户的美化需求。

可选地，将人类的肤色类型分为浅色白种人、深色白种人、浅色黄种人、深色黄种人、浅色黑种人、深色黑种人，该服务器根据属于上述六种肤色类型的样本图像分别进行统计，建立六个预设肤色模型：第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型。其中，该第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；该第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；该第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；该第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；该第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；该第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

在本实施例中，该服务器计算该原始均值与该至少一个预设肤色模型之间的相似度，相似度越大，表示该肤色区域与相应的预设肤色模型越相似，则该服务器从该至少一个预设肤色模型中选取预设均值与该原始均值之间的相似度最大的预设肤色模型，作为该指定肤色模型，该指定肤色模型即为与该肤色区域最相似的肤色模型。例如，当该肤色区域为浅色黄种人的肤色区域时，该服务器通过计算该原始均值与该至少一个预设均值之间的相似度，确定该第三预设肤色模型的预设均值与该原始均值之间的相似度最大，则将该第三预设肤色模型作为该指定肤色模型，基于该第三肤色模型对该肤色区域进行肤色调整。

可选地，该服务器计算该原始均值与该至少一个预设均值之间的欧式距离，欧式距离越小，表示该肤色区域与相应的预设肤色模型越相似，则从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的欧式距离最小。即应用以下公式确定该指定肤色模型：

$\mathrm{iType}=\underset{i}{\arg \min }\left(\mathrm{dist}(\stackrel{\→}{(\mathrm{meanY},\mathrm{meanU},\mathrm{meanV})},\stackrel{\→}{({\mathrm{meanY}}_i,{\mathrm{meanU}}_i,{\mathrm{meanV}}_i)})\right);$

其中，为该原始均值，为第i个预设肤色模型的预设均值，i＝1，2…n，n为预设肤色模型的数目，为两个向量和之间的欧式距离，iType为该指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的欧式距离最小。

或者，该服务器计算该原始均值与该至少一个预设均值之间的余弦相似度，余弦相似度越大，表示该肤色区域与相应的预设肤色模型越相似，则从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的余弦相似度最大。本实施例对该相似度的类型不做限定。

在本实施例提供的另一实施例中，该服务器还可以计算该原始均值与该至少一个预设均值之间的差值，差值越小，表示该肤色区域与相应的预设肤色模型越相似，则从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的差值最小。

203、该服务器根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据，根据该目标颜色数据，对该肤色区域进行调整。

可选地，该原始颜色数据为YUV数据，对于该肤色区域中的每个像素点，该服务器根据该像素点的原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，应用以下公式，确定该像素点的目标颜色数据：

$\frac{Y-\mathrm{meanY}}{\mathrm{deltaY}}=\frac{Y^{*}-{\mathrm{meanY}}_{\mathrm{iType}}}{{\mathrm{deltaY}}_{\mathrm{iType}}};$

$\frac{U-\mathrm{meanU}}{\mathrm{deltaU}}=\frac{U^{*}-{\mathrm{meanU}}_{\mathrm{iType}}}{{\mathrm{deltaU}}_{\mathrm{iType}}};$

$\frac{V-\mathrm{meanV}}{\mathrm{deltaV}}=\frac{V^{*}-{\mathrm{meanV}}_{\mathrm{iType}}}{{\mathrm{deltaV}}_{\mathrm{iType}}};$

其中，为该像素点的原始颜色数据，Y为该原始颜色数据在YUV空间中维度Y上的取值，U为该原始颜色数据在YUV空间中维度U上的取值，V为该原始颜色数据在YUV空间中维度V上的取值；为该像素点的目标颜色数据，Y^*为该目标颜色数据在YUV空间中维度Y上的取值，U^*为该目标颜色数据在YUV空间中维度U上的取值，V^*为该目标颜色数据在YUV空间中维度V上的取值；为该原始均值，meanY为该原始均值在YUV空间中维度Y上的取值，meanU为该原始均值在YUV空间中维度U上的取值，meanV为该原始均值在YUV空间中维度V上的取值；为该原始标准差，deltaY为该原始标准差在YUV空间中维度Y上的取值，deltaU为该原始标准差在YUV空间中维度U上的取值，deltaV为该原始标准差在YUV空间中维度V上的取值；为该指定肤色模型的预设均值，meanY_iType为该预设均值在YUV空间中维度Y上的取值，meanU_iType为该预设均值在YUV空间中维度U上的取值，meanV_iType为该预设均值在YUV空间中维度V上的取值；为该指定肤色模型的预设标准差，deltaY_iType为该预设标准差在YUV空间中维度Y上的取值，deltaU_iType为该预设标准差在YUV空间中维度U上的取值，deltaV_iType为该预设标准差在YUV空间中维度V上的取值。

或者，该服务器可以根据上述公式，得到以下公式，并应用以下公式，确定该像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

该服务器确定该肤色区域中的每个像素点的目标颜色数据后，将每个像素点的原始颜色数据调整为对应的目标颜色数据，实现了肤色调整。

本实施例通过对该肤色区域中像素点的原始颜色数据进行统计，并根据肤色模型的相似性，从该至少一个预设肤色模型中，智能地选取与该肤色区域最相似的指定肤色模型，基于该指定肤色模型进行肤色调整，减小了调整后的肤色与实际肤色的差距，避免图像出现失真，算法简单，易于实现。

需要说明的是，本实施例以执行主体为该服务器为例进行说明，而实际上，执行主体还可以为终端，该终端下载该服务器建立的至少一个预设肤色模型的预设均值和预设标准差，当该终端拍摄到图像时，应用本实施例提供的方法，对该图像的肤色区域进行肤色调整，本实施例对执行主体不做限定。

本实施例提供的方法，通过对肤色区域中像素点的原始颜色数据进行统计后选取与该肤色区域最相似的指定肤色模型，根据该原始颜色数据、原始均值和原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据，根据该目标颜色数据对该肤色区域进行调整。在该指定肤色模型的基础上对肤色区域进行调整时，减小了调整后的肤色与实际肤色的差距，避免图像出现失真，提高美化效果，无需用户选择目标颜色，操作简便，且算法简单，易于实现。

图3是根据一示例性实施例示出的一种肤色调整装置的框图。参照图3，该装置包括肤色区域识别模块301，统计模块302、肤色模型指定模块303、目标颜色确定模块304和肤色调整模块305。

该肤色区域识别模块301被配置为用于识别图像的肤色区域；

该统计模块302被配置为用于对该肤色区域中像素点的原始颜色数据进行统计，得到该肤色区域中像素点的原始均值和原始标准差；

该肤色模型指定模块303被配置为用于根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型，该预设肤色模型用于表示肤色类型；

该目标颜色确定模块304被配置为用于根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

该肤色调整模块305被配置为用于根据该目标颜色数据，对该肤色区域进行调整。

可选的，该肤色模型指定模块303包括：

相似度计算单元，用于计算该原始均值与该至少一个预设肤色模型的预设均值之间的差值；

肤色模型选取单元，用于从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的差值最小。

可选的，该肤色模型指定模块303包括：

欧式距离计算单元，用于计算该原始均值与该至少一个预设均值之间的欧式距离；

该肤色模型选取单元，还用于从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的欧式距离最小。

可选的，该颜色数据为YUV数据，该目标颜色确定模块304，用于对于该肤色区域中的每个像素点，根据该像素点的原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，应用以下公式，确定该像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为该像素点的原始颜色数据，Y为该原始颜色数据在YUV空间中维度Y上的取值，U为该原始颜色数据在YUV空间中维度U上的取值，V为该原始颜色数据在YUV空间中维度V上的取值；

为该像素点的目标颜色数据，Y^*为该目标颜色数据在YUV空间中维度Y上的取值，U^*为该目标颜色数据在YUV空间中维度U上的取值，V^*为该目标颜色数据在YUV空间中维度V上的取值；

为该原始均值，meanY为该原始均值在YUV空间中维度Y上的取值，meanU为该原始均值在YUV空间中维度U上的取值，meanV为该原始均值在YUV空间中维度V上的取值；

为该原始标准差，deltaY为该原始标准差在YUV空间中维度Y上的取值，deltaU为该原始标准差在YUV空间中维度U上的取值，deltaV为该原始标准差在YUV空间中维度V上的取值；

为该指定肤色模型的预设均值，meanY_iType为该预设均值在YUV空间中维度Y上的取值，meanU_iType为该预设均值在YUV空间中维度U上的取值，meanV_iType为该预设均值在YUV空间中维度V上的取值；

为该指定肤色模型的预设标准差，deltaY_iType为该预设标准差在YUV空间中维度Y上的取值，deltaU_iType为该预设标准差在YUV空间中维度U上的取值，deltaV_iType为该预设标准差在YUV空间中维度V上的取值。

可选的，该肤色调整模块305包括：

肤色调整单元，用于将该肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

可选的，该装置还包括：

肤色类型预设模块，用于设定该至少一个预设肤色类型，该至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

该第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

该第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

该第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

该第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

该第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

该第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

需要说明的是：上述实施例提供的肤色调整装置在调整肤色时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的肤色调整装置与肤色调整方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图4是根据一示例性实施例示出的一种用于肤色调整的装置400的框图。例如，装置400可以被提供为一服务器。参照图4，装置400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理部件422的执行的指令，例如应用程序。存储器432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422被配置为执行指令，以执行上述肤色调整方法。

装置400还可以包括一个电源组件426被配置为执行装置400的电源管理，一个有线或无线网络接口450被配置为将装置400连接到网络，和一个输入输出(I/O)接口458。装置400可以操作基于存储在存储器432的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

图5是根据一示例性实施例示出的另一种用于肤色调整的装置500的框图。例如，装置500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。

参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。

处理组件502通常控制装置500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。处理元件502可以包括一个或多个处理器520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502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理部件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。

存储器504被配置为存储各种类型的数据以支持在设备500的操作。这些数据的示例包括用于在装置500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504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。

电力组件506为装置500的各种组件提供电力。电力组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。

多媒体组件508包括在所述装置500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508包括一个前置摄像头和/或后置摄像头。当设备500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系统或具有焦距和光学变焦能力。

音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500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504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。

I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围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514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到设备500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514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514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514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516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500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，通信部件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，该通信部件516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，装置500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，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，该非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当该存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种肤色调整方法，该方法包括：

识别图像的肤色区域；

对该肤色区域中像素点的原始颜色数据进行统计，得到该肤色区域中像素点的原始均值和原始标准差；

根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型，该预设肤色模型用于表示肤色类型；

根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

根据该目标颜色数据，对该肤色区域进行调整。

可选的，该根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型包括：

计算该原始均值与该至少一个预设肤色模型的预设均值之间的差值；

从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的差值最小。

可选的，该根据该原始均值和至少一个预设肤色模型的预设均值，从该至少一个预设肤色模型中选取与该肤色区域最相似的指定肤色模型包括：

计算该原始均值与该至少一个预设均值之间的欧式距离；

从该至少一个预设肤色模型中选取指定肤色模型，该指定肤色模型的预设均值与该原始均值之间的欧式距离最小。

可选的，该颜色数据为YUV数据，该根据该原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，确定目标颜色数据包括：

对于该肤色区域中的每个像素点，根据该像素点的原始颜色数据、该原始均值和该原始标准差、该指定肤色模型的预设均值和预设标准差，应用以下公式，确定该像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为该像素点的原始颜色数据，Y为该原始颜色数据在YUV空间中维度Y上的取值，U为该原始颜色数据在YUV空间中维度U上的取值，V为该原始颜色数据在YUV空间中维度V上的取值；

为该像素点的目标颜色数据，Y^*为该目标颜色数据在YUV空间中维度Y上的取值，U^*为该目标颜色数据在YUV空间中维度U上的取值，V^*为该目标颜色数据在YUV空间中维度V上的取值；

为该原始均值，meanY为该原始均值在YUV空间中维度Y上的取值，meanU为该原始均值在YUV空间中维度U上的取值，meanV为该原始均值在YUV空间中维度V上的取值；

为该原始标准差，deltaY为该原始标准差在YUV空间中维度Y上的取值，deltaU为该原始标准差在YUV空间中维度U上的取值，deltaV为该原始标准差在YUV空间中维度V上的取值；

为该指定肤色模型的预设均值，meanY_iType为该预设均值在YUV空间中维度Y上的取值，meanU_iType为该预设均值在YUV空间中维度U上的取值，meanV_iType为该预设均值在YUV空间中维度V上的取值；

为该指定肤色模型的预设标准差，deltaY_iType为该预设标准差在YUV空间中维度Y上的取值，deltaU_iType为该预设标准差在YUV空间中维度U上的取值，deltaV_iType为该预设标准差在YUV空间中维度V上的取值。

可选的，该根据该目标颜色数据，对该肤色区域进行调整包括：

将该肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

可选的，该至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

该第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

该第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

该第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

该第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

该第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

该第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (13)

1.一种肤色调整方法，其特征在于，所述方法包括：

识别图像的肤色区域；

对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

根据所述目标颜色数据，对所述肤色区域进行调整。

2.根据权利要求1所述的方法，其特征在于，所述根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型包括：

计算所述原始均值与所述至少一个预设肤色模型的预设均值之间的差值；

从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的差值最小。

3.根据权利要求1所述的方法，其特征在于，所述根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型包括：

计算所述原始均值与所述至少一个预设均值之间的欧式距离；

从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的欧式距离最小。

4.根据权利要求1所述的方法，其特征在于，所述颜色数据为YUV数据，所述根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据包括：

对于所述肤色区域中的每个像素点，根据所述像素点的原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，应用以下公式，确定所述像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为所述像素点的原始颜色数据，Y为所述原始颜色数据在YUV空间中维度Y上的取值，U为所述原始颜色数据在YUV空间中维度U上的取值，V为所述原始颜色数据在YUV空间中维度V上的取值；

为所述像素点的目标颜色数据，Y^*为所述目标颜色数据在YUV空间中维度Y上的取值，U^*为所述目标颜色数据在YUV空间中维度U上的取值，V^*为所述目标颜色数据在YUV空间中维度V上的取值；

为所述原始均值，meanY为所述原始均值在YUV空间中维度Y上的取值，meanU为所述原始均值在YUV空间中维度U上的取值，meanV为所述原始均值在YUV空间中维度V上的取值；

为所述原始标准差，deltaY为所述原始标准差在YUV空间中维度Y上的取值，deltaU为所述原始标准差在YUV空间中维度U上的取值，deltaV为所述原始标准差在YUV空间中维度V上的取值；

为所述指定肤色模型的预设均值，meanY_iType为所述预设均值在YUV空间中维度Y上的取值，meanU_iType为所述预设均值在YUV空间中维度U上的取值，meanV_iType为所述预设均值在YUV空间中维度V上的取值；

为所述指定肤色模型的预设标准差，deltaY_iType为所述预设标准差在YUV空间中维度Y上的取值，deltaU_iType为所述预设标准差在YUV空间中维度U上的取值，deltaV_iType为所述预设标准差在YUV空间中维度V上的取值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标颜色数据，对所述肤色区域进行调整包括：

将所述肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

所述第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

所述第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

所述第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

所述第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

所述第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

所述第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

7.一种肤色调整装置，其特征在于，所述装置包括：

肤色区域识别模块，用于识别图像的肤色区域；

统计模块，用于对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

肤色模型指定模块，用于根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

目标颜色确定模块，用于根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

肤色调整模块，用于根据所述目标颜色数据，对所述肤色区域进行调整。

8.根据权利要求7所述的装置，其特征在于，所述肤色模型指定模块包括：

相似度计算单元，用于计算所述原始均值与所述至少一个预设肤色模型的预设均值之间的差值；

肤色模型选取单元，用于从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的差值最小。

9.根据权利要求7所述的装置，其特征在于，所述肤色模型指定模块包括：

欧式距离计算单元，用于计算所述原始均值与所述至少一个预设均值之间的欧式距离；

所述肤色模型选取单元，还用于从所述至少一个预设肤色模型中选取指定肤色模型，所述指定肤色模型的预设均值与所述原始均值之间的欧式距离最小。

10.根据权利要求7所述的装置，其特征在于，所述装置采用YUV数据作为所述颜色数据；

所述目标颜色确定模块，用于对于所述肤色区域中的每个像素点，根据所述像素点的原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，应用以下公式，确定所述像素点的目标颜色数据：

$Y^{*}=\mathrm{mean}{Y}_{\mathrm{iType}}+\frac{{\mathrm{deltaY}}_{\mathrm{iType}}*(Y-\mathrm{meanY})}{\mathrm{deltaY}};$

$U^{*}={\mathrm{meanU}}_{\mathrm{iType}}+\frac{{\mathrm{deltaU}}_{\mathrm{iType}}*(U-\mathrm{meanU})}{\mathrm{deltaU}};$

$V^{*}={\mathrm{meanV}}_{\mathrm{iType}}+\frac{{\mathrm{deltaV}}_{\mathrm{iType}}*(V-\mathrm{meanV})}{\mathrm{deltaV}};$

其中，为所述像素点的原始颜色数据，Y为所述原始颜色数据在YUV空间中维度Y上的取值，U为所述原始颜色数据在YUV空间中维度U上的取值，V为所述原始颜色数据在YUV空间中维度V上的取值；

为所述像素点的目标颜色数据，Y^*为所述目标颜色数据在YUV空间中维度Y上的取值，U^*为所述目标颜色数据在YUV空间中维度U上的取值，V^*为所述目标颜色数据在YUV空间中维度V上的取值；

为所述原始均值，meanY为所述原始均值在YUV空间中维度Y上的取值，meanU为所述原始均值在YUV空间中维度U上的取值，meanV为所述原始均值在YUV空间中维度V上的取值；

为所述原始标准差，deltaY为所述原始标准差在YUV空间中维度Y上的取值，deltaU为所述原始标准差在YUV空间中维度U上的取值，deltaV为所述原始标准差在YUV空间中维度V上的取值；

为所述指定肤色模型的预设均值，meanY_iType为所述预设均值在YUV空间中维度Y上的取值，meanU_iType为所述预设均值在YUV空间中维度U上的取值，meanV_iType为所述预设均值在YUV空间中维度V上的取值；

为所述指定肤色模型的预设标准差，deltaY_iType为所述预设标准差在YUV空间中维度Y上的取值，deltaU_iType为所述预设标准差在YUV空间中维度U上的取值，deltaV_iType为所述预设标准差在YUV空间中维度V上的取值。

11.根据权利要求10所述的装置，其特征在于，所述肤色调整模块包括：

肤色调整单元，用于将所述肤色区域中每个像素点的原始颜色数据调整为每个像素点的目标颜色数据。

12.根据权利要求7-11任一项所述的装置，其特征在于，所述装置还包括：

肤色模型预设模块，用于设定所述至少一个预设肤色模型，所述至少一个预设肤色模型包括第一预设肤色模型、第二预设肤色模型、第三预设肤色模型、第四预设肤色模型、第五预设肤色模型和第六预设肤色模型；

所述第一预设肤色模型的预设均值和预设标准差根据浅色白种人样本图像的颜色数据统计得到；

所述第二预设肤色模型的预设均值和预设标准差根据深色白种人样本图像的颜色数据统计得到；

所述第三预设肤色模型的预设均值和预设标准差根据浅色黄种人样本图像的颜色数据统计得到；

所述第四预设肤色模型的预设均值和预设标准差根据深色黄种人样本图像的颜色数据统计得到；

所述第五预设肤色模型的预设均值和预设标准差根据浅色黑种人样本图像的颜色数据统计得到；

所述第六预设肤色模型的预设均值和预设标准差根据深色黑种人样本图像的颜色数据统计得到。

13.一种肤色调整装置，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：

识别图像的肤色区域；

对所述肤色区域中像素点的原始颜色数据进行统计，得到所述肤色区域中像素点的原始均值和原始标准差；

根据所述原始均值和至少一个预设肤色模型的预设均值，从所述至少一个预设肤色模型中选取与所述肤色区域最相似的指定肤色模型，所述预设肤色模型用于表示肤色类型；

根据所述原始颜色数据、所述原始均值和所述原始标准差、所述指定肤色模型的预设均值和预设标准差，确定目标颜色数据；

根据所述目标颜色数据，对所述肤色区域进行调整。