CN106339993A - 人脸图像磨皮方法、装置以及终端设备 - Google Patents
人脸图像磨皮方法、装置以及终端设备 Download PDFInfo
- Publication number
- CN106339993A CN106339993A CN201610744151.7A CN201610744151A CN106339993A CN 106339993 A CN106339993 A CN 106339993A CN 201610744151 A CN201610744151 A CN 201610744151A CN 106339993 A CN106339993 A CN 106339993A
- Authority
- CN
- China
- Prior art keywords
- texture
- target window
- facial image
- image
- skin
- 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
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000005498 polishing Methods 0.000 title abstract 6
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000001815 facial effect Effects 0.000 claims description 134
- 230000008569 process Effects 0.000 claims description 35
- 238000000227 grinding Methods 0.000 claims description 30
- 239000010985 leather Substances 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 15
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 9
- 210000001215 vagina Anatomy 0.000 claims description 9
- 238000004321 preservation Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 4
- 238000000151 deposition Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 17
- 238000001914 filtration Methods 0.000 abstract description 6
- 238000009499 grossing Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 14
- 238000011017 operating method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 238000004904 shortening Methods 0.000 description 4
- 238000012886 linear function Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000004215 skin function Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种人脸图像磨皮方法、装置以及终端设备。其中方法包括:当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中,形成第一纹理;对第一纹理进行肤色检测,生成第二纹理P;获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波,生成第三纹理P1;将第三纹理P1和第二纹理P进行图像合并,得到磨皮后的人脸图像。该方法可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人脸图像磨皮方法、装置以及终端设备。
背景技术
目前,用户可以在PC机本地、移动设备本地对图像(包括图片和照片)进行各种处理,包括调整图像的整体色调、饱和度、设置各种滤镜效果等,之后用户可以将这些处理后的图像设置为桌面背景或幻灯片,也可以上传到网络上进行分享。特别是有一种重要的需求就是用户的自拍照希望自己的照片上的脸部能够更光滑、减少皱纹,这样拍出来的照片会显得更年轻漂亮。
相关技术中,通常可以通过各种各样的图像磨皮编辑程序来实现对人脸图像进行磨皮处理,以能够减少图像上的脸部皱纹,使得图像中的人物显得更年轻漂亮。然而,有些图像磨皮工具对于普通用户而言是非常复杂的,需要要求使用者拥有专业知识,例如PhotoShop工具,而有些快速图像磨皮编辑工具会受使用环境的限制,例如只能在PC机上使用,这样就需要用户先将移动设备上的图像导入到PC机上,之后再通过PC机上的图像磨皮编辑工具对该图像进行磨皮处理,增加用户的操作步骤;并且,大多数磨皮算法处理时间比较长,且处理后的效果也不是很理想,往往会显得特别的光滑,也会有一点模糊,导致图像中的人物整体显得非常不自然,磨皮效果较差。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种人脸图像磨皮方法。该方法可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率。
本发明的第二个目的在于提出一种人脸图像磨皮装置。
本发明的第三个目的在于提出一种终端设备。
本发明的第四个目的在于提出一种存储介质。
本发明的第五个目的在于提出一种应用程序。
为达上述目的,本发明第一方面实施例的人脸图像磨皮方法,包括:当接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;对所述第一纹理进行肤色检测,生成第二纹理P;获取针对所述第二纹理P的目标窗口,并通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮方法,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,并对第一纹理进行肤色检测以生成第二纹理P,然后,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,最后,将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
根据本发明的一个实施例,所述预设的线性模型由如下公式表示:
其中,q为所述第三纹理P1,I为所述原始图像,i为像素索引,k为像素块,Ii是所述目标窗口中第i个像素,ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数,μk为所述原始图像在所述目标窗口中的平均值,为所述原始图像在所述目标窗口中的方差,|ωk|为所述目标窗口中的像素个数,为待滤波的所述第二纹理P在所述目标窗口中的平均值,ε为磨皮后的光滑程度。
根据本发明的一个实施例,所述根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波以生成第三纹理P1,包括:对所述第二纹理P进行所述目标窗口大小的均值滤波处理,得到第四纹理P2;根据所述第四纹理P2和所述目标窗口生成第五纹理P3;根据所述第五纹理P3以及第一公式生成第六纹理P4,其中,所述第一公式为P3/(P3+ε);根据所述第四纹理P2、所述第六纹理P4以及第二公式生成第七纹理P5,其中,所述第二公式为P2-P4*P2;对所述第六纹理P4进行所述目标窗口大小的均值滤波处理,得到第八纹理P6,并对所述第七纹理P5进行所述目标窗口大小的均值滤波处理,得到第九纹理P7;根据所述第八纹理P6、所述第九纹理P7、所述第二纹理P以及所述预设的线性模型生成所述第三纹理P1。
根据本发明的一个实施例,所述根据所述第四纹理P2和所述目标窗口生成第五纹理P3,包括:对两个所述第四纹理P2进行像素相乘,并对像素相乘后的所述两个第四纹理P2进行所述目标窗口大小的均值滤波处理以得到第十纹理P8;对所述第十纹理P8进行方差处理以得到所述第五纹理P3。
根据本发明的一个实施例,所述将所述第三纹理P1和所述第二纹理P进行图像合并以得到磨皮后的人脸图像,包括:将所述第三纹理P1和所述第二纹理P进行Alpha混合以得到所述磨皮后的人脸图像。
根据本发明的一个实施例,所述方法还包括:当接收到针对所述磨皮后的人脸图像的保存指令时,根据所述保存指令将所述磨皮后的人脸图像从所述显存中转换至所述终端设备的内存中;在所述终端设备的磁盘中分配一块空间以保存所述磨皮后的人脸图像。
为达上述目的,本发明第二方面实施例的人脸图像磨皮装置,包括:传入模块,用于在接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;肤色检测模块,用于对所述第一纹理进行肤色检测,生成第二纹理P;获取模块,用于获取针对所述第二纹理P的目标窗口;均值滤波处理模块,用于通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;图像合并模块,用于将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
根据本发明实施例的人脸图像磨皮装置,可通过传入模块在接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,肤色检测模块对第一纹理进行肤色检测以生成第二纹理P,获取模块获取针对第二纹理P的目标窗口,均值滤波处理模块通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,图像合并模块将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
根据本发明的一个实施例,所述预设的线性模型由如下公式表示:
其中,q为所述第三纹理P1,I为所述原始图像,i为像素索引,k为像素块,Ii是所述目标窗口中第i个像素,ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数,μk为所述原始图像在所述目标窗口中的平均值,为所述原始图像在所述目标窗口中的方差,|ωk|为所述目标窗口中的像素个数,为待滤波的所述第二纹理P在所述目标窗口中的平均值,ε为磨皮后的光滑程度。
根据本发明的一个实施例,所述均值滤波处理模块包括:第一均值滤波处理单元,用于对所述第二纹理P进行所述目标窗口大小的均值滤波处理,得到第四纹理P2;第一生成单元,用于根据所述第四纹理P2和所述目标窗口生成第五纹理P3;第二生成单元,用于根据所述第五纹理P3以及第一公式生成第六纹理P4,其中,所述第一公式为P3/(P3+ε);第三生成单元,用于根据所述第四纹理P2、所述第六纹理P4以及第二公式生成第七纹理P5,其中,所述第二公式为P2-P4*P2;第二均值滤波处理单元,用于对所述第六纹理P4进行所述目标窗口大小的均值滤波处理,得到第八纹理P6,并对所述第七纹理P5进行所述目标窗口大小的均值滤波处理,得到第九纹理P7;第四生成单元,用于根据所述第八纹理P6、所述第九纹理P7、所述第二纹理P以及所述预设的线性模型生成所述第三纹理P1。
根据本发明的一个实施例,所述第一生成单元具体用于:对两个所述第四纹理P2进行像素相乘,并对像素相乘后的所述两个第四纹理P2进行所述目标窗口大小的均值滤波处理以得到第十纹理P8;对所述第十纹理P8进行方差处理以得到所述第五纹理P3。
根据本发明的一个实施例,所述图像合并模块具体用于:将所述第三纹理P1和所述第二纹理P进行Alpha混合以得到所述磨皮后的人脸图像。
根据本发明的一个实施例,所述装置还包括:保存模块,用于在接收到针对所述磨皮后的人脸图像的保存指令时,根据所述保存指令将所述磨皮后的人脸图像从所述显存中转换至所述终端设备的内存中,并在所述终端设备的磁盘中分配一块空间以保存所述磨皮后的人脸图像。
为达上述目的,本发明第三方面实施例的终端设备,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述终端设备的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:当接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;对所述第一纹理进行肤色检测,生成第二纹理P;获取针对所述第二纹理P的目标窗口,并通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
根据本发明实施例的终端设备,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,并对第一纹理进行肤色检测以生成第二纹理P,然后,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,最后,将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
为达上述目的,本发明第四方面实施例提出了一种存储介质,其中,所述存储介质用于存储应用程序,所述应用程序用于在运行时执行本发明第一方面实施例所述的人脸图像磨皮方法。
为达上述目的,本发明第五方面实施例提出了一种应用程序,其中,所述应用程序用于在运行时执行本发明第一方面实施例所述的人脸图像磨皮方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1是根据本发明一个实施例的人脸图像磨皮方法的流程图;
图2是根据本发明一个实施例的生成第三纹理P1的流程图;
图3是根据本发明一个实施例的人脸图像磨皮装置的结构示意图;
图4是根据本发明一个实施例的均值滤波处理模块的结构示意图;
图5是根据本发明另一个实施例的人脸图像磨皮装置的结构示意图;
图6是根据本发明一个实施例的终端设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述根据本发明实施例的人脸图像磨皮方法、装置以及移动终端。
图1是根据本发明一个实施例的人脸图像磨皮方法的流程图。需要说明的是,本发明实施例的人脸图像磨皮方法可应用于人脸图像磨皮装置,该人脸图像磨皮装置可被配置于终端设备中。其中,该终端设备优选为移动终端,如手机、平板电脑、掌上电脑、个人数字助理等具有各种操作系统的硬件设备。可选地,该终端设备还可以是PC机。
如图1所示,该人脸图像磨皮方法可以包括:
S110,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中,形成第一纹理。
举例而言,假设本发明实施例的人脸图像磨皮方法可应用于移动终端,该移动终端可为用户提供具有人脸图像磨皮功能的应用程序,当用户启动该应用程序,并将人脸图像加载到该应用程序时,可认为此时接收到了用户针对该人脸图像的磨皮指令,此时可将该人脸图像的原始图像从移动终端的内存中传入到移动终端的显存中以形成第一纹理。可以理解,上述显存也被称为帧缓存,用于存储显卡芯片处理过或者即将提取的渲染数据,如同计算机的内存一样,显存是用来存储要处理的图形信息的部件;上述纹理可理解为在显存中分配的一块空间,用于存储从内存中输入的图像等数据。
S120,对第一纹理进行肤色检测,生成第二纹理P。
具体地,可通过肤色检测方法对第一纹理进行肤色检测,得到对应的第二纹理P。其中,在本发明的实施例中,该肤色检测常用的方法可包括颜色空间阈值法、肤色统计模型和基于分割的方法。此外,该肤色检测还可以使用一种综合方法,例如,可先通过对第一纹理进行图像预处理,并通过阈值法选出肤色像素,之后对肤色密度分布进行估计,最后使用改进的分水岭算法进行肤色区域生产,以实现对人脸图像的肤色检测。
S130,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波,生成第三纹理P1。
需要说明的是,本发明实施例的人脸图像磨皮方法所实现的原理如下:可以理解,某函数上一点与其邻近部分的点成线性关系,一个复杂的函数就可以用很多局部的线性函数来表示,当需要求该函数上某一点的值时,只需计算所有包含该点的线性函数的值并进行平均即可,而这种模型在表示非解析函数上非常有用。
同理,可以认为图像是一个二维函数,而且没有对应的解析表达式,因此,本发明可假设该图像所对应的二维函数的输出和输入在一个二维窗口内满足线性关系,该线性关系可通过如下公式表示:其中q是输出图像,I是输入图像(即上述的原始图像),i和k是像素索引,ak和bk是当窗口中心位于k时该线性函数的系数。
这样,对上述公式(1)取梯度,可以得到即输入图像I有梯度时,输出图像q也有同样的梯度,所以这个方法有边缘保持特性。由此,本发明通过对人脸图像使用这种线性模型来近似的表达,可以保持人脸图像的边缘效果。
为了将上述公式(1)能够应用于本发明实施例的图像磨皮方法中,需要获知上述公式中的各个参数值,为此,可对输入图像和输出图像通过线性回归的方式,来得到上述公式中的各个参数:
其中,μk是I在窗口k中的平均值,是I在窗口k中的方差,|ωk|是窗口的k中的像素数,是待滤波的图像P(即第二纹理)在窗口k中的平均值。
最后,将每个像素都由多个线性函数描述,所以只需要将包含该像素点的线性函数平均即可,即如下:
从上述公式(4)中可以看出,当像素区域变化小的时候,ak近似等于0,bk近似等于即做了一个均值滤波,而在变化大的区域,ak近似于1,bk近似于0,图像滤波效果很弱,有助于保持边缘。这样对图像执行本算法后,就会得到一个磨皮后的图像了。
基于上述原理,本发明预先建立了用于人脸图像磨皮方法中的线性模型,基于该线性模型对图像进行均值滤波,以实现对人脸图像的磨皮。其中,作为一种示例,上述预设的线性模型由如下公式表示:
其中,
其中,q为第三纹理P1,I为原始图像,i为像素索引,k为像素块,Ii是目标窗口中第i个像素,ak和bk分别为当窗口中心位于目标窗口时线性模型的参数,μk为原始图像在目标窗口中的平均值,为原始图像在目标窗口中的方差,|ωk|为目标窗口中的像素个数,为待滤波的第二纹理P在目标窗口中的平均值,ε为磨皮后的光滑程度。
具体地,在对第一纹理进行肤色检测以得到第二纹理P之后,可获取针对该第二纹理P的目标窗口,之后,可根据该目标窗口通过上述预设的线性模型对第二纹理P进行均值滤波以得到第三纹理P1。其中,该目标窗口可以是系统预先设定的,还可以是根据用户确定对人脸图像进行磨皮时输入的磨皮范围获取到的,例如,用户在人脸图像中通过手指划出需要进行磨皮处理的范围,可根据该范围获取该目标窗口。其中,目标窗口可理解为选定的像素范围,上述k为像素块,即目标窗口中包括k个像素块。
具体而言,在本发明的一个实施例中,如图2所示,上述根据目标窗口和预设的线性模型对第二纹理P进行均值滤波,生成第三纹理P1的具体实现过程可包括以下步骤:
S210,对第二纹理P进行目标窗口大小的均值滤波处理,得到第四纹理P2。
可以理解,上述目标窗口即可理解为上述公式(1)中的窗口k。具体地,可对第二纹理P采用半径大小为该目标窗口的均值滤波,以得到第四纹理P2,即该第四纹理P2可理解是上述的μk,即是原始图像在目标窗口中的平均值。
S220,根据第四纹理P2和目标窗口生成第五纹理P3。
具体而言,在本发明的一个实施例中,可对两个第四纹理P2进行像素相乘,并对像素相乘后的两个第四纹理P2进行目标窗口大小的均值滤波处理以得到第十纹理P8,最后,对第十纹理P8进行方差处理以得到第五纹理P3。
更具体地,可对两个第四纹理P2进行像素相乘,以得到像素相乘后的两个第四纹理P2,即纹理P2xP2,之后,可对该纹理P2xP2采用半径大小为目标窗口的均值滤波,以得到第十纹理P8,并对该第十纹理P8做方差处理,以得到第五纹理P3,该第五纹理P3可理解是上述的即是原始图像在目标窗口中的方差。
S230,根据第五纹理P3以及第一公式生成第六纹理P4,其中,第一公式为P3/(P3+ε)。
具体地,可对第五纹理P3使用第一公式P3/(P3+ε)后,得到第六纹理P4,即将第五纹理P3代入上述公式(2)中进行计算,以得到ak,即第六纹理P4。
S240,根据第四纹理P2、第六纹理P4以及第二公式生成第七纹理P5,其中,第二公式为P2-P4*P2。
具体地,可对第四纹理P2、第六纹理P4使用第二公式P2-P4*P2后,得到第七纹理P5,即将第四纹理P2、第六纹理P4代入上述公式(3)中进行计算,以得到bk,即第七纹理P5。
S250,对第六纹理P4进行目标窗口大小的均值滤波处理,得到第八纹理P6,并对第七纹理P5进行目标窗口大小的均值滤波处理,得到第九纹理P7。
具体地,分别对第六纹理P4和第七纹理P5都采用半径为目标窗口大小的均值滤波后,得到对应的第八纹理P6和第九纹理P7,即可以得到对应的和。
S260,根据第八纹理P6、第九纹理P7、第二纹理P以及预设的线性模型生成第三纹理P1。
具体地,将第八纹理P6、第九纹理P7、第二纹理P代入上述公式(4)中进行计算,以得到第三纹理P1。
由此,通过对人脸图像使用一种线性模型来近似的表达,可以很好的保留细节,并且可以滤波掉不平滑的区域,正好满足了人脸磨皮的需求。
为了大大加快算法的运算速度,并可以达到实时显示的效果,本发明可通过OpenGL接口根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1。可以理解,由于对图像的处理完全可以使用OpenGL(全称Open Graphics Library,开放图形库)来加速整个过程,于是可以使用GPU(全称Graphics Processing Unit,图形处理器)并行的对图像的像素点计算,大大的加快算法的时间。由于磨皮需要大量的像素运算,所以本发明通过使用OpenGL来大规模的并行像素的运算,可以大大的加快算法运算速度,并且可以达到实时显示的效果,例如,每秒显示30帧以上的图像。
S140,将第三纹理P1和第二纹理P进行图像合并,得到磨皮后的人脸图像。
具体而言,在本发明的一个实施例中,可将第三纹理P1和第二纹理P进行Alpha混合以得到磨皮后的人脸图像。
可以理解,在将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像之后,如果未接收到针对磨皮后的人脸图像的保存指令,则此时可将该磨皮后的人脸图像进行显示即可。如果需要保存磨皮的结果,则需要进行保存操作。具体而言,在本发明的一个实施例中,该人脸图像磨皮方法还可包括:当接收到针对磨皮后的人脸图像的保存指令时,根据保存指令将磨皮后的人脸图像从显存中转换至终端设备的内存中,并在终端设备的磁盘中分配一块空间以保存磨皮后的人脸图像。由此,通过将该磨皮后的人脸图像进行保存,可以方便用户后续通过该人脸图像进行分享、浏览等操作。
根据本发明实施例的人脸图像磨皮方法,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,并对第一纹理进行肤色检测以生成第二纹理P,然后,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,最后,将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
与上述几种实施例提供的人脸图像磨皮方法相对应,本发明的一种实施例还提供一种人脸图像磨皮装置,由于本发明实施例提供的人脸图像磨皮装置与上述几种实施例提供的人脸图像磨皮方法相对应,因此在前述人脸图像磨皮方法的实施方式也适用于本实施例提供的人脸图像磨皮装置,在本实施例中不再详细描述。图3是根据本发明一个实施例的人脸图像磨皮装置的结构示意图。如图3所示,该人脸图像磨皮装置可以包括:传入模块100、肤色检测模块200、获取模块300、均值滤波处理模块400和图像合并模块500。
具体地,传入模块100可用于在接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中,形成第一纹理。
肤色检测模块200可用于对第一纹理进行肤色检测,生成第二纹理P。
获取模块300可用于获取针对第二纹理P的目标窗口。
均值滤波处理模块400可用于通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波,生成第三纹理P1。
作为一种示例,上述预设的线性模型由如下公式表示:
其中,q为第三纹理P1,I为原始图像,i为像素索引,k为像素块,Ii是目标窗口中第i个像素,ak和bk分别为当窗口中心位于目标窗口时线性模型的参数,μk为原始图像在目标窗口中的平均值,为原始图像在目标窗口中的方差,|ωk|为目标窗口中的像素个数,为待滤波的第二纹理P在目标窗口中的平均值,ε为磨皮后的光滑程度。
具体而言,在本发明的一个实施例中,如图4所示,该均值滤波处理模块400可包括:第一均值滤波处理单元410、第一生成单元420、第二生成单元430、第三生成单元440、第二均值滤波处理单元450和第四生成单元460。
其中,第一均值滤波处理单元410可用于对第二纹理P进行目标窗口大小的均值滤波处理,得到第四纹理P2。
第一生成单元420可用于根据第四纹理P2和目标窗口生成第五纹理P3。具体而言,在本发明的实施例中,该第一生成单元420对两个第四纹理P2进行像素相乘,并对像素相乘后的两个第四纹理P2进行目标窗口大小的均值滤波处理以得到第十纹理P8,并对第十纹理P8进行方差处理以得到第五纹理P3。
第二生成单元430可用于根据第五纹理P3以及第一公式生成第六纹理P4,其中,第一公式为P3/(P3+ε)。
第三生成单元440可用于根据第四纹理P2、第六纹理P4以及第二公式生成第七纹理P5,其中,第二公式为P2-P4*P2。
第二均值滤波处理单元450可用于对第六纹理P4进行目标窗口大小的均值滤波处理,得到第八纹理P6,并对第七纹理P5进行目标窗口大小的均值滤波处理,得到第九纹理P7。
第四生成单元460可用于根据第八纹理P6、第九纹理P7、第二纹理P以及预设的线性模型生成第三纹理P1。
由此,通过对人脸图像使用一种线性模型来近似的表达,可以很好的保留细节,并且可以滤波掉不平滑的区域,正好满足了人脸磨皮的需求。
图像合并模块500可用于将第三纹理P1和第二纹理P进行图像合并,得到磨皮后的人脸图像。具体而言,在本发明的一个实施例中,图像合并模块500可将第三纹理P1和第二纹理P进行Alpha混合,得到磨皮后的人脸图像。
可以理解,在将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像之后,如果未接收到针对磨皮后的人脸图像的保存指令,则此时可将该磨皮后的人脸图像进行显示即可。如果需要保存磨皮的结果,则需要进行保存操作。进一步地,在本发明的一个实施例中,如图5所示,该人脸图像磨皮装置还可包括:保存模块600。其中,保存模块600可用于在接收到针对磨皮后的人脸图像的保存指令时,根据保存指令将磨皮后的人脸图像从显存中转换至终端设备的内存中,并在终端设备的磁盘中分配一块空间以保存磨皮后的人脸图像。由此,通过将该磨皮后的人脸图像进行保存,可以方便用户后续通过该人脸图像进行分享、浏览等操作。
根据本发明实施例的人脸图像磨皮装置,可通过传入模块在接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,肤色检测模块对第一纹理进行肤色检测以生成第二纹理P,获取模块获取针对第二纹理P的目标窗口,均值滤波处理模块通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,图像合并模块将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
为了实现上述实施例,本发明还提出了一种终端设备。
图6是根据本发明一个实施例的终端设备的结构示意图。需要说明的是,在本发明的实施例中,该终端设备优选为移动终端,如手机、平板电脑、掌上电脑、个人数字助理等具有各种操作系统的硬件设备。可选地,该终端设备还可以是PC机。
如图6,该终端设备可以包括:壳体61、处理器62、存储器63、电路板64和电源电路65,其中,电路板64安置在壳体61围成的空间内部,处理器62和存储器63设置在电路板64上;电源电路65,用于为终端设备的各个电路或器件供电;存储器63用于存储可执行程序代码;处理器62通过读取存储器63中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
S610’,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中,形成第一纹理。
S620’,对第一纹理进行肤色检测,生成第二纹理P。
S630’,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波,生成第三纹理P1。
S640’,将第三纹理P1和第二纹理P进行图像合并,得到磨皮后的人脸图像。
根据本发明实施例的终端设备,当接收到针对人脸图像的磨皮指令时,将人脸图像的原始图像传入终端设备的显存中以形成第一纹理,并对第一纹理进行肤色检测以生成第二纹理P,然后,获取针对第二纹理P的目标窗口,并通过OpenGL根据目标窗口和预设的线性模型对第二纹理P进行均值滤波以生成第三纹理P1,最后,将第三纹理P1和第二纹理P进行图像合并以得到磨皮后的人脸图像。即通过对人脸图像使用一种线性模型来近似的表达,这种模型可以很好的保留细节,即可以保持人脸基本的轮廓清晰,并对皮肤等进行光滑处理,保持住了细节,并且可以滤波掉不平滑的区域,正好满足人脸磨皮的需求,提高了磨皮效果,同时通过使用通过OpenGL接口,缩短了磨皮算法的处理时间,提高了处理效率,另一方面,本发明应用于终端设备,即可直接对该终端设备中的图像进行磨皮处理,无需用户从外部存储设备中导入图像,简化了用户的操作步骤,方便了用户的使用。
为了实现上述实施例,本发明还提出了一种存储介质,其中,该存储介质可用于存储应用程序,所述应用程序用于在运行时执行本发明上述任一个实施例所述的人脸图像磨皮方法。
为了实现上述实施例,本发明还提出了一种应用程序,其中,该应用程序用于在运行时执行本发明上述任一个实施例所述的人脸图像磨皮方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种人脸图像磨皮方法,其特征在于,包括以下步骤:
当接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;
对所述第一纹理进行肤色检测,生成第二纹理P;
获取针对所述第二纹理P的目标窗口,并通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;
将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
2.如权利要求1所述的人脸图像磨皮方法,其特征在于,所述预设的线性模型由如下公式表示:
其中,q为所述第三纹理P1,I为所述原始图像,i为像素索引,k为像素块,Ii是所述目标窗口中第i个像素,ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数,μk为所述原始图像在所述目标窗口中的平均值,为所述原始图像在所述目标窗口中的方差,|ωk|为所述目标窗口中的像素个数,为待滤波的所述第二纹理P在所述目标窗口中的平均值,ε为磨皮后的光滑程度。
3.如权利要求1或2所述的人脸图像磨皮方法,其特征在于,所述根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1,包括:
对所述第二纹理P进行所述目标窗口大小的均值滤波处理,得到第四纹理P2;
根据所述第四纹理P2和所述目标窗口生成第五纹理P3;
根据所述第五纹理P3以及第一公式生成第六纹理P4,其中,所述第一公式为P3/(P3+ε);
根据所述第四纹理P2、所述第六纹理P4以及第二公式生成第七纹理P5,其中,所述第二公式为P2-P4*P2;
对所述第六纹理P4进行所述目标窗口大小的均值滤波处理,得到第八纹理P6,并对所述第七纹理P5进行所述目标窗口大小的均值滤波处理,得到第九纹理P7;
根据所述第八纹理P6、所述第九纹理P7、所述第二纹理P以及所述预设的线性模型生成所述第三纹理P1。
4.如权利要求3所述的人脸图像磨皮方法,其特征在于,所述根据所述第四纹理P2和所述目标窗口生成第五纹理P3,包括:
对两个所述第四纹理P2进行像素相乘,并对像素相乘后的所述两个第四纹理P2进行所述目标窗口大小的均值滤波处理,得到第十纹理P8;
对所述第十纹理P8进行方差处理,得到所述第五纹理P3。
5.如权利要求1所述的人脸图像磨皮方法,其特征在于,所述将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像,包括:
将所述第三纹理P1和所述第二纹理P进行Alpha混合,得到所述磨皮后的人脸图像。
6.如权利要求1所述的人脸图像磨皮方法,其特征在于,所述方法还包括:
当接收到针对所述磨皮后的人脸图像的保存指令时,根据所述保存指令将所述磨皮后的人脸图像从所述显存中转换至所述终端设备的内存中;
在所述终端设备的磁盘中分配一块空间以保存所述磨皮后的人脸图像。
7.一种人脸图像磨皮装置,其特征在于,包括:
传入模块,用于在接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;
肤色检测模块,用于对所述第一纹理进行肤色检测,生成第二纹理P;
获取模块,用于获取针对所述第二纹理P的目标窗口;
均值滤波处理模块,用于通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;
图像合并模块,用于将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
8.如权利要求7所述的人脸图像磨皮装置,其特征在于,所述预设的线性模型由如下公式表示:
其中,q为所述第三纹理P1,I为所述原始图像,i为像素索引,k为像素块,Ii是所述目标窗口中第i个像素,ak和bk分别为当窗口中心位于所述目标窗口时所述线性模型的参数,μk为所述原始图像在所述目标窗口中的平均值,为所述原始图像在所述目标窗口中的方差,|ωk|为所述目标窗口中的像素个数,为待滤波的所述第二纹理P在所述目标窗口中的平均值,ε为磨皮后的光滑程度。
9.如权利要求7或8所述的人脸图像磨皮装置,其特征在于,所述均值滤波处理模块包括:
第一均值滤波处理单元,用于对所述第二纹理P进行所述目标窗口大小的均值滤波处理,得到第四纹理P2;
第一生成单元,用于根据所述第四纹理P2和所述目标窗口生成第五纹理P3;
第二生成单元,用于根据所述第五纹理P3以及第一公式生成第六纹理P4,其中,所述第一公式为P3/(P3+ε);
第三生成单元,用于根据所述第四纹理P2、所述第六纹理P4以及第二公式生成第七纹理P5,其中,所述第二公式为P2-P4*P2;
第二均值滤波处理单元,用于对所述第六纹理P4进行所述目标窗口大小的均值滤波处理,得到第八纹理P6,并对所述第七纹理P5进行所述目标窗口大小的均值滤波处理,得到第九纹理P7;
第四生成单元,用于根据所述第八纹理P6、所述第九纹理P7、所述第二纹理P以及所述预设的线性模型生成所述第三纹理P1。
10.一种终端设备,其特征在于,包括:壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述终端设备的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:
当接收到针对人脸图像的磨皮指令时,将所述人脸图像的原始图像传入终端设备的显存中,形成第一纹理;
对所述第一纹理进行肤色检测,生成第二纹理P;
获取针对所述第二纹理P的目标窗口,并通过OpenGL根据所述目标窗口和预设的线性模型对所述第二纹理P进行均值滤波,生成第三纹理P1;
将所述第三纹理P1和所述第二纹理P进行图像合并,得到磨皮后的人脸图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610744151.7A CN106339993A (zh) | 2016-08-26 | 2016-08-26 | 人脸图像磨皮方法、装置以及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610744151.7A CN106339993A (zh) | 2016-08-26 | 2016-08-26 | 人脸图像磨皮方法、装置以及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106339993A true CN106339993A (zh) | 2017-01-18 |
Family
ID=57823920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610744151.7A Pending CN106339993A (zh) | 2016-08-26 | 2016-08-26 | 人脸图像磨皮方法、装置以及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106339993A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846281A (zh) * | 2017-03-09 | 2017-06-13 | 广州四三九九信息科技有限公司 | 图像美化方法以及终端设备 |
CN107341775A (zh) * | 2017-06-16 | 2017-11-10 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
CN107358601A (zh) * | 2017-06-16 | 2017-11-17 | 广东欧珀移动通信有限公司 | 面部光滑度计算方法及装置 |
CN107862659A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN108052891A (zh) * | 2017-12-08 | 2018-05-18 | 触景无限科技(北京)有限公司 | 人脸轮廓并行计算方法与装置 |
CN108346128A (zh) * | 2018-01-08 | 2018-07-31 | 北京美摄网络科技有限公司 | 一种美颜磨皮的方法和装置 |
CN110895789A (zh) * | 2018-09-13 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种人脸美颜方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404082A (zh) * | 2008-11-14 | 2009-04-08 | 深圳市迅雷网络技术有限公司 | 一种人像磨皮方法和装置 |
CN103544682A (zh) * | 2013-09-17 | 2014-01-29 | 华中科技大学 | 一种三维超声图像非局部均值滤波方法 |
CN104008534A (zh) * | 2014-06-18 | 2014-08-27 | 福建天晴数码有限公司 | 一种人脸智能美化方法及装置 |
US20140348399A1 (en) * | 2013-05-22 | 2014-11-27 | Asustek Computer Inc. | Image processing system and method of improving human face recognition |
CN104899840A (zh) * | 2015-06-12 | 2015-09-09 | 天津大学 | 一种基于cuda的引导滤波加速优化方法 |
CN104992421A (zh) * | 2015-07-09 | 2015-10-21 | 西安电子科技大学 | 一种基于OpenCL的图像去噪算法的并行优化方法 |
CN105787888A (zh) * | 2014-12-23 | 2016-07-20 | 联芯科技有限公司 | 人脸图像美化方法 |
CN105827976A (zh) * | 2016-04-26 | 2016-08-03 | 北京博瑞空间科技发展有限公司 | 基于gpu的视频采集与处理装置及系统 |
CN105872542A (zh) * | 2016-05-27 | 2016-08-17 | 北京金山安全软件有限公司 | 一种图像压缩方法、装置及电子设备 |
-
2016
- 2016-08-26 CN CN201610744151.7A patent/CN106339993A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404082A (zh) * | 2008-11-14 | 2009-04-08 | 深圳市迅雷网络技术有限公司 | 一种人像磨皮方法和装置 |
US20140348399A1 (en) * | 2013-05-22 | 2014-11-27 | Asustek Computer Inc. | Image processing system and method of improving human face recognition |
CN103544682A (zh) * | 2013-09-17 | 2014-01-29 | 华中科技大学 | 一种三维超声图像非局部均值滤波方法 |
CN104008534A (zh) * | 2014-06-18 | 2014-08-27 | 福建天晴数码有限公司 | 一种人脸智能美化方法及装置 |
CN105787888A (zh) * | 2014-12-23 | 2016-07-20 | 联芯科技有限公司 | 人脸图像美化方法 |
CN104899840A (zh) * | 2015-06-12 | 2015-09-09 | 天津大学 | 一种基于cuda的引导滤波加速优化方法 |
CN104992421A (zh) * | 2015-07-09 | 2015-10-21 | 西安电子科技大学 | 一种基于OpenCL的图像去噪算法的并行优化方法 |
CN105827976A (zh) * | 2016-04-26 | 2016-08-03 | 北京博瑞空间科技发展有限公司 | 基于gpu的视频采集与处理装置及系统 |
CN105872542A (zh) * | 2016-05-27 | 2016-08-17 | 北京金山安全软件有限公司 | 一种图像压缩方法、装置及电子设备 |
Non-Patent Citations (4)
Title |
---|
余金昌: "《计算机硬件与系统组建高手真经》", 30 November 2013 * |
曹倩 著: "《异构多核任务模型优化技术》", 31 May 2013 * |
薛惠锋 等: "OPENGL引领图形图像开发的潮流", 《OPENGL图形程序开发实务》 * |
许少杰: "基于边缘保持平滑滤波与编辑传播的快速人脸美化方法及系统实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846281A (zh) * | 2017-03-09 | 2017-06-13 | 广州四三九九信息科技有限公司 | 图像美化方法以及终端设备 |
CN107341775A (zh) * | 2017-06-16 | 2017-11-10 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
CN107358601A (zh) * | 2017-06-16 | 2017-11-17 | 广东欧珀移动通信有限公司 | 面部光滑度计算方法及装置 |
CN107358601B (zh) * | 2017-06-16 | 2020-02-28 | Oppo广东移动通信有限公司 | 面部光滑度计算方法及装置 |
CN107862659A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN107862659B (zh) * | 2017-10-31 | 2020-05-26 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN108052891A (zh) * | 2017-12-08 | 2018-05-18 | 触景无限科技(北京)有限公司 | 人脸轮廓并行计算方法与装置 |
CN108346128A (zh) * | 2018-01-08 | 2018-07-31 | 北京美摄网络科技有限公司 | 一种美颜磨皮的方法和装置 |
CN108346128B (zh) * | 2018-01-08 | 2021-11-23 | 北京美摄网络科技有限公司 | 一种美颜磨皮的方法和装置 |
CN110895789A (zh) * | 2018-09-13 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种人脸美颜方法及装置 |
CN110895789B (zh) * | 2018-09-13 | 2023-05-02 | 杭州海康威视数字技术股份有限公司 | 一种人脸美颜方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339993A (zh) | 人脸图像磨皮方法、装置以及终端设备 | |
Dolhansky et al. | Eye in-painting with exemplar generative adversarial networks | |
Xu et al. | Stylization-based architecture for fast deep exemplar colorization | |
Lu et al. | Combining sketch and tone for pencil drawing production | |
CN106447620B (zh) | 人脸图像磨皮方法、装置以及终端设备 | |
Sousa et al. | A few good lines: Suggestive drawing of 3d models | |
CN111161137B (zh) | 一种基于神经网络的多风格国画花生成方法 | |
Lee et al. | Local tone mapping using the K-means algorithm and automatic gamma setting | |
Liang et al. | Spatial-separated curve rendering network for efficient and high-resolution image harmonization | |
CN104937927A (zh) | 2维图像或视频到3维立体图像或视频的实时自动转换 | |
Kim et al. | Low-light image enhancement based on maximal diffusion values | |
Wei et al. | Real-time hair rendering using sequential adversarial networks | |
Nnolim | Partial differential equation-based hazy image contrast enhancement | |
Chang et al. | Example-based color stylization based on categorical perception | |
Magdics et al. | Post-processing NPR effects for video games | |
CN115100334B (zh) | 一种图像描边、图像动漫化方法、设备及存储介质 | |
Gai et al. | Artistic low poly rendering for images | |
Rao et al. | MS-GAN: multi-scale GAN with parallel class activation maps for image reconstruction | |
CN114862729A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
Reinhard et al. | On visual realism of synthesized imagery | |
Hu et al. | Efficient image colorization based on seed pixel selection | |
Shang et al. | Automatic portrait image pixelization | |
Inoue et al. | Rgb2ao: Ambient occlusion generation from rgb images | |
Chi et al. | Optical illusion shape texturing using repeated asymmetric patterns | |
Jiang et al. | Deep fusion local-content and global-semantic for image inpainting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170118 |