CN105243371A - 一种人脸美颜程度的检测方法、系统及拍摄终端 - Google Patents
一种人脸美颜程度的检测方法、系统及拍摄终端 Download PDFInfo
- Publication number
- CN105243371A CN105243371A CN201510694453.3A CN201510694453A CN105243371A CN 105243371 A CN105243371 A CN 105243371A CN 201510694453 A CN201510694453 A CN 201510694453A CN 105243371 A CN105243371 A CN 105243371A
- Authority
- CN
- China
- Prior art keywords
- face
- skin
- degree
- human face
- obtains
- 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
Classifications
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
Abstract
本发明公开了一种人脸美颜程度的检测方法、系统及拍摄终端，其通过对待处理图像进行人脸识别得到人脸区域，并进一步对所述的人脸区域进行皮肤识别得到皮肤区域，然后对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图，最后通过对所述的皮肤区域的高频图进行皮肤像素的梯度统计来判断待处理图像的美颜程度，其通过对用户输入的待处理图像进行识别和分析，能够快速检测出图像被美颜的程度，并能够在进行后续的图像处理过程中根据不同图像的美颜程度使用不同的处理方案。
Description
技术领域
本发明涉及图像处理技术领域，特别是一种人脸美颜程度的检测方法及其应用该方法的系统、拍摄终端。
背景技术
随着相机及带有摄像头的其他移动终端的普及，人们拍摄照片越来越方便，拍摄的照片的数量也越来越多。拍摄完成后，通常会对照片进行美颜处理，可以发送至博客、微博、个人空间等平台与好友家人分享。
以前通常是在拍影楼拍写真时才会由专业人员对照片进行美化处理，随着美颜软件的普及，美颜操作方法的简单化和大众化，越来越多的人将日常生活中的自拍照或其他生活照进行美化处理，照片美化已经成为必不可少的工作，去除色斑、提亮肤色、放大眼睛、减掉赘肉等等，美化前后看起来判若两人。并且，随着美颜处理技术的发展，美颜效果越来越逼真，人们用肉眼很难判断出照片是否经过美颜处理，需要借助软件技术来判断。
发明内容
本发明为解决上述问题，提供了一种人脸美颜程度的检测方法、系统及拍摄终端，能够根据用户输入的人脸图快速识别出该图像被美颜处理的程度。
为实现上述目的，本发明采用的技术方案为：
首先，本发明提供一种人脸美颜程度的检测方法，其特征在于，包括以下步骤：
一种人脸美颜程度的检测方法，其特征在于，包括以下步骤：
10.对待处理图像进行人脸识别，得到人脸区域；
20.对所述的人脸区域进行皮肤识别，得到皮肤区域；
30.对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
40.对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
50.根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
优选的，所述的步骤10中对待处理图像进行人脸识别得到人脸区域，是指通过人脸特征的定位获得人脸的大致区域位置，并得到包围人脸的矩形框作为待处理图像的人脸区域。
优选的，所述的步骤20中对所述的人脸区域进行皮肤识别，进一步包括：
21.对所述的人脸区域进行均值计算得到平均肤色；
22.根据所述的平均肤色计算所述的人脸区域的肤色概率映射表；
23.根据所述的肤色概率映射表对所述的人脸区域进行肤色识别，得到肤色区域。
优选的，所述的步骤30中的高反差保留的计算，进一步包括：
31.提取所述的待处理图像人脸区域的皮肤区域的蓝色通道，得到蓝色通道图；
32.对所述的蓝色通道图进行模糊处理，得到模糊图；
33.对所述的模糊图进行高反差保留的计算，得到高频图。
优选的，所述的步骤33中的高反差保留的计算，其计算方法为：
ResultPixels＝min(max(SourcePixels–BlurPixels+128,0),255)；
其中，ResultPixels表示高反差后的高频图的像素值；SourcePixels表示蓝色通道图中的每个像素点的蓝色分量值；BlurPixels表示模糊图中的对应像素点的蓝色分量值。
优选的，所述的步骤40中，对所述的皮肤区域的高频图进行皮肤像素的梯度统计，进一步包括：
41.计算每一个皮肤像素与周围的相邻像素的梯度值T(i)；
42.将所述的皮肤像素的相邻像素的梯度值T(i)进行加法的计算，得到梯度和Sum(T)。
优选的，所述的步骤50中，根据所述的梯度统计的统计结果判断待处理图像的美颜程度，进一步包括：
51.根据所述的皮肤像素的梯度和的大小判断该皮肤像素是否为粗糙点；
52.统计所述的粗糙点与所述的人脸区域的所有皮肤像素的比例，得到人脸皮肤的粗糙程度；
53.根据所述的粗糙程度判断待处理图像的美颜程度。
其次，本发明还相应的提供了一种人脸美颜程度的检测系统，其包括：
人脸识别模块，用于对待处理图像进行人脸识别，得到人脸区域；
皮肤识别模块，用于对所述的人脸区域进行皮肤识别，得到皮肤区域；
高反差处理模块，用于对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
梯度统计模块，用于对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
美颜程度分析模块，用于根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
另外，本发明还提供一种拍摄终端，其特征在于，该拍摄终端包括如上所述的人脸美颜程度的检测系统。
优选的，所述拍摄终端包括：手机、数码相机或平板电脑。
本发明的有益效果是：
本发明的一种人脸美颜程度的检测方法、系统及拍摄终端，其通过对待处理图像进行人脸识别得到人脸区域，并进一步对所述的人脸区域进行皮肤识别得到皮肤区域，然后对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图，最后通过对所述的皮肤区域的高频图进行皮肤像素的梯度统计来判断待处理图像的美颜程度，其通过对用户输入的待处理图像进行识别和分析，能够快速检测出图像被美颜的程度，并能够在进行后续的图像处理过程中根据不同图像的美颜程度使用不同的处理方案。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明人脸美颜程度的检测方法的流程简图；
图2为本发明人脸美颜程度的检测系统的结构示意图；
图3为本发明拍摄终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明的一种人脸美颜程度的检测方法，其包括以下步骤：
10.对待处理图像进行人脸识别，得到人脸区域；
20.对所述的人脸区域进行皮肤识别，得到皮肤区域；
30.对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
40.对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
50.根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
所述的步骤10中对待处理图像进行人脸识别得到人脸区域，是指通过人脸特征的定位获得人脸的大致区域位置，并得到包围人脸的矩形框作为待处理图像的人脸区域。
所述的步骤20中对所述的人脸区域进行皮肤识别，进一步包括：
21.对所述的人脸区域进行均值计算得到平均肤色；
22.根据所述的平均肤色计算所述的人脸区域的肤色概率映射表；
23.根据所述的肤色概率映射表对所述的人脸区域进行肤色识别，得到肤色区域。
所述的步骤30中的高反差保留的计算，可以直接对皮肤区域进行高反差保留的计算，也可以通过对待处理图像的整体或者对人脸区域进行高反差保留的计算后再提取皮肤区域的高频图。所述的高反差保留的计算进一步包括：
31.提取所述的待处理图像人脸区域的皮肤区域的蓝色通道，得到蓝色通道图；
32.对所述的蓝色通道图进行模糊处理，得到模糊图；
33.对所述的模糊图进行高反差保留的计算，得到高频图。
其中，选择蓝色通道来进行高反差保留的计算，是由于在蓝色通道中，皮肤和痘痘或色斑的色差比较大，计算结果更准确。
本实施例中，所述的步骤33中的高反差保留的计算，其计算方法为：
ResultPixels＝min(max(SourcePixels–BlurPixels+128,0),255)；
其中，ResultPixels表示高反差后的高频图的像素值；SourcePixels表示蓝色通道图中的每个像素点的蓝色分量值；BlurPixels表示模糊图中的对应像素点的蓝色分量值。
所述的步骤40中，对所述的皮肤区域的高频图进行皮肤像素的梯度统计，进一步包括：
41.计算每一个皮肤像素与周围的相邻像素的梯度值T(i)，
T(i)＝Abs(CurrentPixels-OffsetPixels)；
其中，CurrentPixels表示当前皮肤像素的像素值，OffsetPixels表示该当前皮肤像素的相邻像素的像素值，T(i)表示前皮肤像素与相邻像素之间的梯度值；本实施例中选取皮肤像素周围的上下左右四个相邻像素来计算梯度值T(left)、T(right)、T(top)、T(bottom)；
42.将所述的皮肤像素的相邻像素的梯度值T(i)进行加法的计算，得到梯度和Sum(T)，Sum(T)＝T(left)+T(right)+T(top)+T(bottom)。
所述的步骤50中，根据所述的梯度统计的统计结果判断待处理图像的美颜程度，进一步包括：
51.根据所述的皮肤像素的梯度和的大小判断该皮肤像素是否为粗糙点，本实施例中，当梯度和Sum(T)的值大于12时，则判断为该皮肤像素为粗糙点；
52.统计所述的粗糙点与所述的人脸区域的所有皮肤像素的比例，得到人脸皮肤的粗糙程度，其计算方法为：
PercentValue＝RoughPoints/PixelsCount；
其中，RoughPoints表示粗糙点的个数；PixelsCount表示人脸区域内所有皮肤像素的个数；PercentValue为最终计算出来的粗糙点的比例，PercentValue的值越大表示人脸越粗糙；
53.根据所述的粗糙程度判断待处理图像的美颜程度，本实施例中，将PercentValue大于45％的待处理图像判断为未经过美颜处理的原始图像；并将PercentValue小于或等于45％的待处理图像判断为经过美颜处理的美颜图，且PercentValue的值越小，代表美颜程度越高。
通常，各种美颜算法会使用磨皮算法祛除人脸斑点并平滑皮肤颜色，因此美颜处理后的图像的高频图比较平滑，而正常拍摄的图像能够保留更多的细节，锐度会更高，高反差保留计算后得到的高频图也就会更粗糙。因此，通过上述方法分析高反差保留计算得到的高频图的平滑程度或者粗糙程度就可以很好的判断一张图像是否有经过美颜处理。
如图2所示，本发明还相应的提供了一种人脸美颜程度的检测系统100，其包括：
人脸识别模块101，用于对待处理图像进行人脸识别，得到人脸区域；
皮肤识别模块102，用于对所述的人脸区域进行皮肤识别，得到皮肤区域；
高反差处理模块103，用于对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
梯度统计模块104，用于对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
美颜程度分析模块105，用于根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
如图3所示，本发明还提供一种拍摄终端200，该拍摄终端200包括如上所述的人脸美颜程度的检测系统100，其中，人脸美颜程度的检测系统100可以采用图2实施例的结构，其对应地，可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，详细可以参见上述实施例中的相关记载，此处不再赘述。
所述拍摄终端包括：手机、数码相机或平板电脑等配置有摄像头的设备。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统实施例和终端实施例而言，由于其与方法实施例基本相似，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。并且，在本文中，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。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种人脸美颜程度的检测方法，其特征在于，包括以下步骤：
10.对待处理图像进行人脸识别，得到人脸区域；
20.对所述的人脸区域进行皮肤识别，得到皮肤区域；
30.对所述的待处理图像人脸区域中的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
40.对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
50.根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
2.根据权利要求1所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤10中对待处理图像进行人脸识别得到人脸区域，是指通过人脸特征的定位获得人脸的大致区域位置，并得到包围人脸的矩形框作为待处理图像的人脸区域。
3.根据权利要求1所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤20中对所述的人脸区域进行皮肤识别，进一步包括：
21.对所述的人脸区域进行均值计算得到平均肤色；
22.根据所述的平均肤色计算所述的人脸区域的肤色概率映射表；
23.根据所述的肤色概率映射表对所述的人脸区域进行肤色识别，得到肤色区域。
4.根据权利要求1所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤30中的高反差保留的计算，进一步包括：
31.提取所述的待处理图像人脸区域中的皮肤区域的蓝色通道，得到蓝色通道图；
32.对所述的蓝色通道图进行模糊处理，得到模糊图；
33.对所述的模糊图进行高反差保留的计算，得到高频图。
5.根据权利要求4所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤33中的高反差保留的计算，其计算方法为：
ResultPixels＝min(max(SourcePixels–BlurPixels+128,0),255)；
其中，ResultPixels表示高反差后的高频图的像素值；SourcePixels表示蓝色通道图中的每个像素点的蓝色分量值；BlurPixels表示模糊图中的对应像素点的蓝色分量值。
6.根据权利要求1至5中任一项所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤40中，对所述的皮肤区域的高频图进行皮肤像素的梯度统计，进一步包括：
41.计算每一个皮肤像素与周围的相邻像素的梯度值T(i)；
42.将所述的皮肤像素的相邻像素的梯度值T(i)进行加法的计算，得到梯度和Sum(T)。
7.根据权利要求6所述的一种人脸美颜程度的检测方法，其特征在于：所述的步骤50中，根据所述的梯度统计的统计结果判断待处理图像的美颜程度，进一步包括：
51.根据所述的皮肤像素的梯度和的大小判断该皮肤像素是否为粗糙点；
52.统计所述的粗糙点与所述的人脸区域的所有皮肤像素的比例，得到人脸皮肤的粗糙程度；
53.根据所述的粗糙程度判断待处理图像的美颜程度。
8.一种人脸美颜程度的检测系统，其特征在于，包括：
人脸识别模块，用于对待处理图像进行人脸识别，得到人脸区域；
皮肤识别模块，用于对所述的人脸区域进行皮肤识别，得到皮肤区域；
高反差处理模块，用于对所述的待处理图像人脸区域的皮肤区域进行高反差保留的计算，得到皮肤区域的高频图；
梯度统计模块，用于对所述的皮肤区域的高频图进行皮肤像素的梯度统计；
美颜程度分析模块，用于根据所述的梯度统计的统计结果判断待处理图像的美颜程度。
9.一种拍摄终端，其特征在于，包括权利要求8所述的人脸美颜程度的检测系统。
10.根据权利要求9所述的拍摄终端，其特征在于，所述拍摄终端包括：手机、数码相机或平板电脑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510694453.3A CN105243371B (zh) | 2015-10-23 | 2015-10-23 | 一种人脸美颜程度的检测方法、系统及拍摄终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510694453.3A CN105243371B (zh) | 2015-10-23 | 2015-10-23 | 一种人脸美颜程度的检测方法、系统及拍摄终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105243371A true CN105243371A (zh) | 2016-01-13 |
| CN105243371B CN105243371B (zh) | 2018-12-11 |
Family
ID=55041012
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510694453.3A Active CN105243371B (zh) | 2015-10-23 | 2015-10-23 | 一种人脸美颜程度的检测方法、系统及拍摄终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105243371B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105976309A (zh) * | 2016-05-03 | 2016-09-28 | 成都索贝数码科技股份有限公司 | 一种高效且易于并行实现的美颜移动终端 |
| CN106228516A (zh) * | 2016-07-14 | 2016-12-14 | 脸萌技术（深圳）有限公司 | 一种高自然度的实时美颜方法、装置 |
| CN106331492A (zh) * | 2016-08-29 | 2017-01-11 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
| CN106408510A (zh) * | 2016-09-08 | 2017-02-15 | 厦门美图之家科技有限公司 | 一种获取人脸图像的美颜蒙版的方法及系统 |
| CN106447606A (zh) * | 2016-10-31 | 2017-02-22 | 南京维睛视空信息科技有限公司 | 一种快速实时的视频美颜方法 |
| CN106611415A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
| CN107180415A (zh) * | 2017-03-30 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种图像中皮肤美化处理方法及装置 |
| CN107305686A (zh) * | 2016-04-20 | 2017-10-31 | 掌赢信息科技（上海）有限公司 | 一种图像处理方法及电子设备 |
| CN107341774A (zh) * | 2017-06-16 | 2017-11-10 | 广东欧珀移动通信有限公司 | 人脸图像美颜处理方法及装置 |
| CN107437072A (zh) * | 2017-07-18 | 2017-12-05 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
| CN107766831A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端和计算机可读存储介质 |
| CN107862663A (zh) * | 2017-11-09 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
| CN109063597A (zh) * | 2018-07-13 | 2018-12-21 | 北京科莱普云技术有限公司 | 人脸检测方法、装置、计算机设备和存储介质 |
| CN109741272A (zh) * | 2018-12-25 | 2019-05-10 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN110223246A (zh) * | 2019-05-17 | 2019-09-10 | 杭州趣维科技有限公司 | 一种多风格人像美颜磨皮方法及装置 |
| CN111797754A (zh) * | 2020-06-30 | 2020-10-20 | 上海掌门科技有限公司 | 图像检测的方法、装置、电子设备及介质 |
| CN116503112A (zh) * | 2023-06-12 | 2023-07-28 | 深圳市豪斯莱科技有限公司 | 一种基于视频内容识别的广告推荐系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130129234A1 (en) * | 2011-11-22 | 2013-05-23 | The Trustees Of Dartmouth College | Perceptual Rating Of Digital Image Retouching |
| CN103268475A (zh) * | 2013-05-10 | 2013-08-28 | 中科创达软件股份有限公司 | 一种基于人脸、肤色检测的皮肤美容方法 |
| CN103413153A (zh) * | 2013-08-28 | 2013-11-27 | 中山大学 | 基于svm学习的人脸图像磨皮取证方法 |
| CN103927719A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 图片处理方法及装置 |
| CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
-
2015
- 2015-10-23 CN CN201510694453.3A patent/CN105243371B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130129234A1 (en) * | 2011-11-22 | 2013-05-23 | The Trustees Of Dartmouth College | Perceptual Rating Of Digital Image Retouching |
| CN103268475A (zh) * | 2013-05-10 | 2013-08-28 | 中科创达软件股份有限公司 | 一种基于人脸、肤色检测的皮肤美容方法 |
| CN103413153A (zh) * | 2013-08-28 | 2013-11-27 | 中山大学 | 基于svm学习的人脸图像磨皮取证方法 |
| CN103927719A (zh) * | 2014-04-04 | 2014-07-16 | 北京金山网络科技有限公司 | 图片处理方法及装置 |
| CN104517265A (zh) * | 2014-11-06 | 2015-04-15 | 福建天晴数码有限公司 | 智能磨皮方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 彭蜜 等: "像素方向分布不一致性的图像模糊取证方法", 《电子技术应用》 * |
| 李晓飞 等: "基于Bi-Laplacian润饰图像的盲鉴别算法", 《计算机应用》 * |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107305686A (zh) * | 2016-04-20 | 2017-10-31 | 掌赢信息科技（上海）有限公司 | 一种图像处理方法及电子设备 |
| CN105976309A (zh) * | 2016-05-03 | 2016-09-28 | 成都索贝数码科技股份有限公司 | 一种高效且易于并行实现的美颜移动终端 |
| CN105976309B (zh) * | 2016-05-03 | 2017-07-04 | 成都索贝数码科技股份有限公司 | 一种高效且易于并行实现的美颜移动终端 |
| CN106228516B (zh) * | 2016-07-14 | 2019-07-19 | 北京字节跳动网络技术有限公司 | 一种高自然度的实时美颜方法、装置 |
| CN106228516A (zh) * | 2016-07-14 | 2016-12-14 | 脸萌技术（深圳）有限公司 | 一种高自然度的实时美颜方法、装置 |
| CN106331492A (zh) * | 2016-08-29 | 2017-01-11 | 广东欧珀移动通信有限公司 | 一种图像处理方法及终端 |
| CN106408510A (zh) * | 2016-09-08 | 2017-02-15 | 厦门美图之家科技有限公司 | 一种获取人脸图像的美颜蒙版的方法及系统 |
| CN106408510B (zh) * | 2016-09-08 | 2019-09-10 | 厦门美图之家科技有限公司 | 一种获取人脸图像的美颜蒙版的方法及系统 |
| CN106447606A (zh) * | 2016-10-31 | 2017-02-22 | 南京维睛视空信息科技有限公司 | 一种快速实时的视频美颜方法 |
| CN106611415A (zh) * | 2016-12-29 | 2017-05-03 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
| CN106611415B (zh) * | 2016-12-29 | 2020-01-10 | 北京奇艺世纪科技有限公司 | 一种皮肤区域的检测方法及装置 |
| CN107180415A (zh) * | 2017-03-30 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种图像中皮肤美化处理方法及装置 |
| CN107180415B (zh) * | 2017-03-30 | 2020-08-14 | 北京奇艺世纪科技有限公司 | 一种图像中皮肤美化处理方法及装置 |
| CN107341774A (zh) * | 2017-06-16 | 2017-11-10 | 广东欧珀移动通信有限公司 | 人脸图像美颜处理方法及装置 |
| CN107437072B (zh) * | 2017-07-18 | 2019-01-29 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
| CN107437072A (zh) * | 2017-07-18 | 2017-12-05 | 维沃移动通信有限公司 | 一种图像处理方法、移动终端及计算机可读存储介质 |
| CN107766831A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端和计算机可读存储介质 |
| CN107766831B (zh) * | 2017-10-31 | 2020-06-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端和计算机可读存储介质 |
| CN107862663A (zh) * | 2017-11-09 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、可读存储介质和计算机设备 |
| CN109063597A (zh) * | 2018-07-13 | 2018-12-21 | 北京科莱普云技术有限公司 | 人脸检测方法、装置、计算机设备和存储介质 |
| CN109741272A (zh) * | 2018-12-25 | 2019-05-10 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| CN110223246A (zh) * | 2019-05-17 | 2019-09-10 | 杭州趣维科技有限公司 | 一种多风格人像美颜磨皮方法及装置 |
| CN110223246B (zh) * | 2019-05-17 | 2021-05-18 | 杭州趣维科技有限公司 | 一种多风格人像美颜磨皮方法及装置 |
| CN111797754A (zh) * | 2020-06-30 | 2020-10-20 | 上海掌门科技有限公司 | 图像检测的方法、装置、电子设备及介质 |
| CN116503112A (zh) * | 2023-06-12 | 2023-07-28 | 深圳市豪斯莱科技有限公司 | 一种基于视频内容识别的广告推荐系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105243371B (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
| US8983152B2 (en) | Image masks for face-related selection and processing in images | |
| US9177194B2 (en) | System and method for visually distinguishing faces in a digital image | |
| Kim et al. | Optimized contrast enhancement for real-time image and video dehazing | |
| US10783617B2 (en) | Device for and method of enhancing quality of an image | |
| KR101662846B1 (ko) | 아웃 포커싱 촬영에서 빛망울 효과를 생성하기 위한 장치 및 방법 | |
| US11138695B2 (en) | Method and device for video processing, electronic device, and storage medium | |
| US20140079319A1 (en) | Methods for enhancing images and apparatuses using the same | |
| CN108830892B (zh) | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 | |
| WO2018176925A1 (zh) | Hdr图像的生成方法及装置 | |
| US9401027B2 (en) | Method and apparatus for scene segmentation from focal stack images | |
| WO2018082388A1 (zh) | 一种肤色检测方法、装置及终端 | |
| CN111127476A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
| JP2013140428A (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
| CN107564085B (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
| Lee et al. | Correction of the overexposed region in digital color image | |
| CN111242074A (zh) | 一种基于图像处理的证件照背景替换方法 | |
| WO2017128646A1 (zh) | 一种图像处理的方法及装置 | |
| CN106415596B (zh) | 基于分割的图像变换 | |
| CN108564537B (zh) | 图像处理的方法、装置、电子设备及介质 | |
| CN115471413A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN114862725A (zh) | 基于光流法实现运动感知模糊特效的方法及装置 | |
| CN111915529A (zh) | 一种视频的暗光增强方法、装置、移动终端和存储介质 | |
| Zhang et al. | Exemplar‐Based Portrait Photograph Enhancement as Informed by Portrait Paintings | |
| JP2008147714A (ja) | 画像処理装置およびその方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |