CN106709886B - 自动修图方法及装置 - Google Patents
自动修图方法及装置 Download PDFInfo
- Publication number
- CN106709886B CN106709886B CN201710004920.4A CN201710004920A CN106709886B CN 106709886 B CN106709886 B CN 106709886B CN 201710004920 A CN201710004920 A CN 201710004920A CN 106709886 B CN106709886 B CN 106709886B
- Authority
- CN
- China
- Prior art keywords
- numerical value
- face
- facial image
- integrity attribute
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000001815 facial effect Effects 0.000 claims abstract description 192
- 230000008439 repair process Effects 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims description 57
- 238000012937 correction Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000003702 image correction Methods 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 20
- 238000012545 processing Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003199 nucleic acid amplification method 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
-
- 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
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明属于图像处理技术领域,提供了一种自动修图方法及装置。本发明的方法包括:获取人脸图像,并自动计算人脸图像的实际整体属性数值;对实际整体属性数值进行调整,获取目标整体属性数值;根据目标整体属性数值,对人脸图像进行修正,获取修图后的人脸图像。本发明自动修图方法及装置,能够快捷地自动产生修图结果,且能够呈现真实、自然的整体显示效果。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种自动修图方法及装置。
背景技术
现有的修图软件或手机应用程序,多依据用户的专业程度不同,有不同的操作功能。例如,对于专业的修图玩家,可能选用如PhotoShop等专业修图软件,手动调整局部皮肤细节、脸型及五官位置等,以遮盖皮肤瑕疵、美化脸型及五官。但是,该方法不但费时,还可能在技术较不熟练或未注意整体效果的情况下,使得肤色或五官较不自然。
市面上也有多种修图应用程序可供选择,此类型应用程序多搭配更进阶、全面性的修图工具,例如上妆、美肌、瘦脸型、五官调整等工具,使用者只需选择欲强化的功能,软件会自动产生修图后之照片。但是,在多重处理后,这类软件的修图结果也会出现极不自然的现象,例如先美肌、再加上腮红,可能使得脸颊过度平滑且颜色不真实;或放大眼睛,加上瘦脸效果,反而使得五官比例不正常。
虽然,现有的修图装置多为功能性装置,能够针对使用者想要修改的部位做局部改变,但是,缺乏整体效果评估的功能,例如,修图后的照片脸型及皮肤是否如自然、是否让整体颜值提高、视觉年龄是否改善等。采用现有的修图装置常造成修图后的整体效果不如预期,如肤色不自然、脸产生变形、或五官比例不正常等。
如何快捷地自动产生修图结果,且能够呈现真实、自然的整体显示效果,是本领域技术人员亟需解决的问题。
发明内容
针对现有技术中的缺陷,本发明提供自动修图方法及装置,能够快捷地自动产生修图结果,且能够呈现真实、自然的整体显示效果。
第一方面,本发明提供一种自动修图方法,该方法包括:
获取人脸图像,并自动计算人脸图像的实际整体属性数值;
对实际整体属性数值进行调整,获取目标整体属性数值;
根据目标整体属性数值,对人脸图像进行修正,获取修图后的人脸图像。
进一步地,对实际整体属性数值进行调整,获取目标整体属性数值,具体包括:根据实际整体属性数值的属性特征,确定目标整体属性数值的范围;
根据目标整体属性数值的范围,采用预定算法对实际整体属性数值进行调整,获取目标整体属性数值,或根据目标整体属性数值的范围和用户期待属性数值,对实际整体属性数值进行调整,获取目标整体属性数值。
基于上述任意自动修图方法实施例,进一步地,获取人脸图像,并自动计算人脸图像的实际整体属性数值,具体包括:获取人脸图像,并对人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;
根据人脸图像、人脸定位位置信息、人脸关键点信息和三维模型信息,获取人脸图像的实际整体属性数值;
根据目标整体属性数值,对人脸图像进行修正,获取修图后的人脸图像,具体包括:根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取修图后的人脸图像。
进一步地,根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取修图后的人脸图像,具体包括:
根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像;
对第一人脸修正图像进行计算评估,获得第一整体属性修正数值;
将第一整体属性修正数值与目标整体属性数值进行比较:
若第一整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第一人脸修正图像设置为修图后的人脸图像;
若第一整体属性修正数值与目标整体属性数值的差值在预定范围外,则根据第一整体属性修正数值与目标整体属性数值的差值,对第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像;
对第二人脸修正图像进行计算评估,获得第二整体属性修正数值;
将第二整体属性修正数值与目标整体属性数值进行比较:
若第二整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第二人脸修正图像设置为修图后的人脸图像;
若第二整体属性修正数值与目标整体属性数值的差值在预定范围外,则根据第二整体属性修正数值与目标整体属性数值的差值,对第二人脸修正图像进行修正,直至第N整体属性修正数值与目标整体属性数值的差值在预定范围内。
进一步地,获取人脸图像,并对人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息,具体包括:
获取人脸图像,对人脸图像进行定位检测:
若人脸图像定位检测出单个人脸,则将单个人脸设置为目标人脸;
若人脸图像定位检测出多个人脸,则从多个人脸中选择出欲修正的目标人脸;
确定目标人脸的位置,获取人脸定位位置信息;
根据人脸图像和人脸定位位置信息,进行关键点检测,获取人脸关键点信息;
根据人脸图像和人脸关键点信息,获取三维模型信息。
进一步地,根据人脸图像、人脸定位位置信息、人脸关键点信息和三维模型信息,获取人脸图像的实际整体属性数值,具体包括:
根据人脸图像和人脸定位位置信息,获取颜值和视觉年龄;
根据人脸图像和三维模型信息,获取自然程度值;
根据人脸图像和人脸关键点信息,获取可记忆度,实际整体属性数值包括颜值、视觉年龄、自然程度值和可记忆度。
第二方面,本发明提供一种自动修图装置,该装置包括实际整体属性数值计算模块、目标整体属性数值获取模块和人脸图像修正模块,实际整体属性数值计算模块用于获取人脸图像,并自动计算人脸图像的实际整体属性数值;目标整体属性数值获取模块用于对实际整体属性数值进行调整,获取目标整体属性数值;人脸图像修正模块用于根据目标整体属性数值,对人脸图像进行修正,获取修图后的人脸图像。
进一步地,目标整体属性数值获取模块包括数值范围获取单元和数值调整单元,数值范围获取单元用于根据实际整体属性数值的属性特征,确定目标整体属性数值的范围;数值调整单元用于根据目标整体属性数值的范围,采用预定算法对实际整体属性数值进行调整,获取目标整体属性数值,或根据目标整体属性数值的范围和用户期待属性数值,对实际整体属性数值进行调整,获取目标整体属性数值。
进一步地,实际整体属性数值计算模块包括人脸图像检测单元和数值计算单元,人脸图像检测单元用于获取人脸图像,并对人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;数值计算单元用于根据人脸图像、人脸定位位置信息、人脸关键点信息和三维模型信息,获取人脸图像的实际整体属性数值;人脸图像修正模块具体用于:根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取修图后的人脸图像。
进一步地,人脸图像修正模块包括人脸图像细节修正单元、整体属性修正数值计算单元和数值比较单元,人脸图像细节修正单元用于根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像;还用于根据第一整体属性修正数值与目标整体属性数值的差值,对第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像;整体属性修正数值计算单元用于对第一人脸修正图像进行计算评估,获得第一整体属性修正数值;还用于对第二人脸修正图像进行计算评估,获得第二整体属性修正数值;数值比较单元用于将第一整体属性修正数值与目标整体属性数值进行比较:若第一整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第一人脸修正图像设置为修图后的人脸图像;若第一整体属性修正数值与目标整体属性数值的差值在预定范围外,则启动人脸图像细节修正单元和整体属性修正数值计算单元,还用于将第二整体属性修正数值与目标整体属性数值进行比较:若第二整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第二人脸修正图像设置为修图后的人脸图像;若第二整体属性修正数值与目标整体属性数值的差值在预定范围外,则启动人脸图像细节修正单元和整体属性修正数值计算单元,直至第N整体属性修正数值与目标整体属性数值的差值在预定范围内。
由上述技术方案可知,本实施例提供的自动修图方法及装置,能够获取修图之前人脸图像的实际整体属性数值,以提供修图的参考基准。并且,该方法基于目标整体属性数值,进行人脸图像修正,能够兼顾人脸的整体显示效果,更接近真实图像,避免修图造成的五官比例失调、肤色不正常等问题。同时,用户也无需费时手动调整各个部位细节,也能够达到预期的显示效果,节省修图时间。
因此,本实施例自动修图方法及装置,能够快捷地自动产生修图结果,且整体显示效果真实、自然。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明所提供的一种自动修图方法的流程图;
图2示出了本发明所提供的一种实际整体属性数值和目标整体属性数值的信息评价图;
图3示出了本发明所提供的一种获取目标整体属性数值的方法流程图;
图4示出了本发明所提供的一种人脸图像检测的方法流程图;
图5示出了本发明所提供的一种人脸图像修正的方法流程图;
图6示出了本发明所提供的一种自动修图装置的结构框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本发明实施例所提供的一种自动修图方法,结合图1,该方法包括:
步骤S1,获取人脸图像,并自动计算人脸图像的实际整体属性数值,在此,人脸图像可以是指定的照片或影片等,该方法采用计算机视觉、机器学习及深度学习的先进技术进行计算,实际整体属性数值包括多种信息,如颜值、视觉年龄、自然程度值和可记忆度,其中,颜值为脸部的貌美程度,自然程度值为视觉效果上进行后制的程度,可记忆度为脸部让人留下印象的程度,在此,结合图2,实际整体属性数值是根据多种信息而获取的综合评价值。
步骤S2,对实际整体属性数值进行调整,获取目标整体属性数值,在此,结合图2,目标整体属性数值是根据多种信息而获取的综合评价值。
步骤S3,根据目标整体属性数值,采用计算机视觉、机器学习及深度学习等稳固算法,对人脸图像进行修正,如针对人脸图像的五官、肤色及面型等细节进行修正,获取修图后的人脸图像。
由上述技术方案可知,本实施例提供的自动修图方法,能够获取修图之前人脸图像的实际整体属性数值,以提供修图的参考基准。并且,该方法基于目标整体属性数值,进行人脸图像修正,能够兼顾人脸的整体显示效果,更接近真实图像,避免修图造成的五官比例失调、肤色不正常等问题。同时,用户也无需费时手动调整各个部位细节,也能够达到预期的显示效果,节省修图时间。
因此,本实施例自动修图方法,能够快捷地自动产生修图结果,且整体显示效果真实、自然。
为了进一步方便用户应用本实施例自动修图方法,具体地,在目标整体属性数值获取方面,结合图3,该方法的实现过程如下:
根据实际整体属性数值的属性特征,确定目标整体属性数值的范围;根据目标整体属性数值的范围,采用预定算法对实际整体属性数值进行调整,获取目标整体属性数值,或根据目标整体属性数值的范围和用户期待属性数值,对实际整体属性数值进行调整,获取目标整体属性数值。其中,预定算法可以为统计、机器学习等算法,用户期待属性数值需在目标整体属性数值的范围之内。在此,该方法能够根据属性特征,获取目标整体属性数值的范围,防止修图后的人脸图像产生比例失调或显示不自然的现象,且为确定目标整体属性数值提供参考。并且,该方法在确定目标整体属性数值时,能够兼顾用户的需求,结合用户手动输入的用户期待属性数值,对实际整体属性数值进行调整,或采用统计、机器学习等算法,对实际整体属性数值进行自动调整,以获取目标整体属性数值,既能够满足用户的实际需求,又能够提高数值调整系效率。
为了进一步提高本实施例自动修图方法的准确性,具体地,在人脸图像修正方面,该方法能够结合多方面信息对人脸图像进行修正,其中,在获取人脸图像的实际整体属性数值时,结合图4,该方法的实现过程如下:获取人脸图像,并对人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;根据人脸图像、人脸定位位置信息、人脸关键点信息和三维模型信息,获取人脸图像的实际整体属性数值。
在对人脸图像进行修正时,结合图5,本实施例自动修图方法的实现过程如下:根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取修图后的人脸图像。在此,该方法能够结合人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值等多方面信息,对人脸图像进行修正,调整五官大小、肤色和面型等,使修正后的人脸图像真实、自然,且整体显示效果良好。
并且,在根据多方面信息,对人脸图像的五官、肤色和面型进行修正,以获取修图后的人脸图像时,结合图5,本实施例自动修图方法的实现过程如下:
根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像。
对第一人脸修正图像进行计算评估,获得第一整体属性修正数值。
将第一整体属性修正数值与目标整体属性数值进行比较:若第一整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第一人脸修正图像设置为修图后的人脸图像。若第一整体属性修正数值与目标整体属性数值的差值在预定范围外,则根据第一整体属性修正数值与目标整体属性数值的差值,对第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像。
对第二人脸修正图像进行计算评估,获得第二整体属性修正数值。
将第二整体属性修正数值与目标整体属性数值进行比较:若第二整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第二人脸修正图像设置为修图后的人脸图像。若第二整体属性修正数值与目标整体属性数值的差值在预定范围外,则根据第二整体属性修正数值与目标整体属性数值的差值,对第二人脸修正图像进行修正,直至第N整体属性修正数值与目标整体属性数值的差值在预定范围内,其中,N=2,3,…,n。在此,若修正后的人脸图像不满足预期,即修正后人脸图像的整体属性修正数值与目标整体属性数值的差值过大,该方法能够自动将修正后人脸图像进行再次修正,直至接近或达到目标整体属性数值,且无需用户手动调整,节省修图时间,且能够确保人脸图像的整体显示效果。
具体地,在实际整体属性数值获取方面,对人脸图像进行检测时,结合图4,本实施例自动修图方法的实现过程如下:
获取人脸图像,对人脸图像进行定位检测:若人脸图像未能够成功定位检测出人脸,如输入的图像模糊,或拍摄照片时未能成功捕捉到人脸,则重新获取人脸图像;若人脸图像定位检测出单个人脸,则将单个人脸设置为目标人脸;若人脸图像定位检测出多个人脸,则由用户从多个人脸中选择出欲修正的目标人脸;确定目标人脸的位置,获取人脸定位位置信息。
根据目标人脸和人脸定位位置信息,进行关键点检测,获取人脸关键点信息。
根据目标人脸和人脸关键点信息,采用三维人脸模型重建技术,获取三维模型信息。
在此,该方法能够对人脸图像进行检测,依次获取人脸定位位置信息、人脸关键点信息和三维模型信息,符合实际处理的人脸图像的特点,为后续进行实际整体属性数值调整和人脸图像修正提供有效信息支持,保证修正后人脸图像整体显示真实、自然。
在获取实际整体属性数值时,本实施例自动修图方法的实现过程如下:
根据人脸图像和人脸定位位置信息,获取颜值和视觉年龄,在此,颜值为脸部的貌美程度。
根据人脸图像和三维模型信息,获取自然程度值,在此,自然程度值为视觉效果上进行后制的程度,如脸部是否有变形、肤色是否自然。
根据人脸图像和人脸关键点信息,获取可记忆度,在此,可记忆度为脸部让人留下印象的程度,如表情、脸型的可记忆度等。实际整体属性数值包括颜值、视觉年龄、自然程度值和可记忆度。在此,本实施例自动修图方法能够从颜值、视觉年龄、自然程度值和可记忆度等方面对人脸图像进行运算处理,以获得实际整体属性数值,方便用户使用,能够满足用户日常需求。
第二方面,本发明实施例提供一种自动修图装置,结合图6,该装置包括实际整体属性数值计算模块1、目标整体属性数值获取模块2和人脸图像修正模块3,实际整体属性数值计算模块1用于获取人脸图像,并自动计算人脸图像的实际整体属性数值;目标整体属性数值获取模块2用于对实际整体属性数值进行调整,获取目标整体属性数值;人脸图像修正模块3用于根据目标整体属性数值,对人脸图像进行修正,获取修图后的人脸图像。
由上述技术方案可知,本实施例提供的自动修图装置,能够获取修图之前人脸图像的实际整体属性数值,以提供修图的参考基准。并且,该装置基于目标整体属性数值,进行人脸图像修正,能够兼顾人脸的整体显示效果,更接近真实图像,避免修图造成的五官比例失调、肤色不正常等问题。同时,用户也无需费时手动调整各个部位细节,也能够达到预期的显示效果,节省修图时间。
因此,本实施例自动修图装置,能够快捷地自动产生修图结果,且整体显示效果真实、自然。
在目标整体属性数值获取方面,目标整体属性数值获取模块2包括数值范围获取单元和数值调整单元,数值范围获取单元用于根据实际整体属性数值的属性特征,确定目标整体属性数值的范围;数值调整单元用于根据目标整体属性数值的范围,采用预定算法对实际整体属性数值进行调整,获取目标整体属性数值,或根据目标整体属性数值的范围和用户期待属性数值,对实际整体属性数值进行调整,获取目标整体属性数值。
在此,该数值范围获取单元能够根据属性特征,获取目标整体属性数值的范围,防止修图后的人脸图像产生比例失调或显示不自然的现象,且为确定目标整体属性数值提供参考。并且,该数值调整单元在确定目标整体属性数值时,能够兼顾用户的需求,结合用户手动输入的用户期待属性数值,对实际整体属性数值进行调整,或采用统计、机器学习等算法,对实际整体属性数值进行调整,以获取目标整体属性数值,既能够满足用户的实际需求,又能够提高数值调整系效率。
在人脸图像修正方面,实际整体属性数值计算模块1包括人脸图像检测单元和数值计算单元,人脸图像检测单元用于获取人脸图像,并对人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;数值计算单元用于根据人脸图像、人脸定位位置信息、人脸关键点信息和三维模型信息,获取人脸图像的实际整体属性数值;人脸图像修正模块3具体用于:根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取修图后的人脸图像。在此,该装置能够结合人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值等多方面信息,对人脸图像进行修正,调整五官大小、肤色和面型等,使修正后的人脸图像真实、自然,且整体显示效果良好。
并且,人脸图像修正模块3包括人脸图像细节修正单元、整体属性修正数值计算单元和数值比较单元,人脸图像细节修正单元用于根据人脸图像、人脸定位位置信息、人脸关键点信息、三维模型信息和目标整体属性数值,对人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像;还用于根据第一整体属性修正数值与目标整体属性数值的差值,对第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像;整体属性修正数值计算单元用于对第一人脸修正图像进行计算评估,获得第一整体属性修正数值;还用于对第二人脸修正图像进行计算评估,获得第二整体属性修正数值;数值比较单元用于将第一整体属性修正数值与目标整体属性数值进行比较:若第一整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第一人脸修正图像设置为修图后的人脸图像;若第一整体属性修正数值与目标整体属性数值的差值在预定范围外,则启动人脸图像细节修正单元和整体属性修正数值计算单元,还用于将第二整体属性修正数值与目标整体属性数值进行比较:若第二整体属性修正数值与目标整体属性数值的差值在预定范围内,则将第二人脸修正图像设置为修图后的人脸图像;若第二整体属性修正数值与目标整体属性数值的差值在预定范围外,则启动人脸图像细节修正单元和整体属性修正数值计算单元,直至第N整体属性修正数值与目标整体属性数值的差值在预定范围内。
在此,若修正后的人脸图像不满足预期,即修正后人脸图像的整体属性修正数值与目标整体属性数值的差值过大,该装置还能够自动将修正后人脸图像进行再次修正,直至接近或达到目标整体属性数值,且无需用户手动调整,节省修图时间,且能够确保人脸图像的整体显示效果。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.一种自动修图方法,其特征在于,包括:
获取人脸图像,并自动计算所述人脸图像的实际整体属性数值;
对所述实际整体属性数值进行调整,获取目标整体属性数值;
根据所述目标整体属性数值,对所述人脸图像进行修正,获取修图后的人脸图像;
获取人脸图像,并自动计算所述人脸图像的实际整体属性数值,具体包括:获取所述人脸图像,并对所述人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;
根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息和所述三维模型信息,获取所述人脸图像的实际整体属性数值;
根据所述目标整体属性数值,对所述人脸图像进行修正,获取修图后的人脸图像,具体包括:
根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息、所述三维模型信息和所述目标整体属性数值,对所述人脸图像的五官、肤色和面型进行修正,获取所述修图后的人脸图像,具体包括:
根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息、所述三维模型信息和所述目标整体属性数值,对所述人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像;
对所述第一人脸修正图像进行计算评估,获得第一整体属性修正数值;
将所述第一整体属性修正数值与所述目标整体属性数值进行比较:
若所述第一整体属性修正数值与所述目标整体属性数值的差值在预定范围内,则将所述第一人脸修正图像设置为所述修图后的人脸图像;
若所述第一整体属性修正数值与所述目标整体属性数值的差值在预定范围外,则根据所述第一整体属性修正数值与所述目标整体属性数值的差值,对所述第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像;
对所述第二人脸修正图像进行计算评估,获得第二整体属性修正数值;
将所述第二整体属性修正数值与所述目标整体属性数值进行比较:
若所述第二整体属性修正数值与所述目标整体属性数值的差值在预定范围内,则将所述第二人脸修正图像设置为所述修图后的人脸图像;
若所述第二整体属性修正数值与所述目标整体属性数值的差值在预定范围外,则根据所述第二整体属性修正数值与所述目标整体属性数值的差值,对所述第二人脸修正图像进行修正,直至第N整体属性修正数值与所述目标整体属性数值的差值在预定范围内。
2.根据权利要求1所述自动修图方法,其特征在于,
对所述实际整体属性数值进行调整,获取目标整体属性数值,具体包括:根据所述实际整体属性数值的属性特征,确定所述目标整体属性数值的范围;
根据所述目标整体属性数值的范围,采用预定算法对所述实际整体属性数值进行调整,获取所述目标整体属性数值,或
根据所述目标整体属性数值的范围和用户期待属性数值,对所述实际整体属性数值进行调整,获取所述目标整体属性数值。
3.根据权利要求1所述自动修图方法,其特征在于,
获取所述人脸图像,并对所述人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息,具体包括:
获取所述人脸图像,对所述人脸图像进行定位检测:
若所述人脸图像定位检测出单个人脸,则将所述单个人脸设置为目标人脸;
若所述人脸图像定位检测出多个人脸,则从所述多个人脸中选择出欲修正的目标人脸;
确定所述目标人脸的位置,获取所述人脸定位位置信息;
根据所述人脸图像和所述人脸定位位置信息,进行关键点检测,获取所述人脸关键点信息;
根据所述人脸图像和所述人脸关键点信息,获取所述三维模型信息。
4.根据权利要求1所述自动修图方法,其特征在于,
根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息和所述三维模型信息,获取所述人脸图像的实际整体属性数值,具体包括:
根据所述人脸图像和所述人脸定位位置信息,获取颜值和视觉年龄;
根据所述人脸图像和所述三维模型信息,获取自然程度值;
根据所述人脸图像和所述人脸关键点信息,获取可记忆度,所述实际整体属性数值包括所述颜值、所述视觉年龄、所述自然程度值和所述可记忆度。
5.一种自动修图装置,其特征在于,包括:
实际整体属性数值计算模块,用于获取人脸图像,并自动计算所述人脸图像的实际整体属性数值;
目标整体属性数值获取模块,用于对所述实际整体属性数值进行调整,获取目标整体属性数值;
人脸图像修正模块,用于根据所述目标整体属性数值,对所述人脸图像进行修正,获取修图后的人脸图像;
所述实际整体属性数值计算模块包括:
人脸图像检测单元,用于获取所述人脸图像,并对所述人脸图像进行检测,获取人脸定位位置信息、人脸关键点信息和三维模型信息;
数值计算单元,用于根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息和所述三维模型信息,获取所述人脸图像的实际整体属性数值;
所述人脸图像修正模块具体用于:根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息、所述三维模型信息和所述目标整体属性数值,对所述人脸图像的五官、肤色和面型进行修正,获取所述修图后的人脸图像;
所述人脸图像修正模块包括:
人脸图像细节修正单元,用于根据所述人脸图像、所述人脸定位位置信息、所述人脸关键点信息、所述三维模型信息和所述目标整体属性数值,对所述人脸图像的五官、肤色和面型进行修正,获取第一人脸修正图像;还用于根据第一整体属性修正数值与所述目标整体属性数值的差值,对所述第一人脸修正图像的五官、肤色和面型进行修正,并获取第二人脸修正图像;
整体属性修正数值计算单元,用于对所述第一人脸修正图像进行计算评估,获得所述第一整体属性修正数值;还用于对所述第二人脸修正图像进行计算评估,获得第二整体属性修正数值;
数值比较单元,用于将所述第一整体属性修正数值与所述目标整体属性数值进行比较:若所述第一整体属性修正数值与所述目标整体属性数值的差值在预定范围内,则将所述第一人脸修正图像设置为所述修图后的人脸图像;若所述第一整体属性修正数值与所述目标整体属性数值的差值在预定范围外,则启动所述人脸图像细节修正单元和所述整体属性修正数值计算单元,还用于将所述第二整体属性修正数值与所述目标整体属性数值进行比较:若所述第二整体属性修正数值与所述目标整体属性数值的差值在预定范围内,则将所述第二人脸修正图像设置为所述修图后的人脸图像;若所述第二整体属性修正数值与所述目标整体属性数值的差值在预定范围外,则启动所述人脸图像细节修正单元和所述整体属性修正数值计算单元,直至第N整体属性修正数值与所述目标整体属性数值的差值在预定范围内。
6.根据权利要求5所述自动修图装置,其特征在于,所述目标整体属性数值获取模块包括:
数值范围获取单元,用于根据所述实际整体属性数值的属性特征,确定所述目标整体属性数值的范围;
数值调整单元,用于根据所述目标整体属性数值的范围,采用预定算法对所述实际整体属性数值进行调整,获取所述目标整体属性数值,或根据所述目标整体属性数值的范围和用户期待属性数值,对所述实际整体属性数值进行调整,获取所述目标整体属性数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710004920.4A CN106709886B (zh) | 2017-01-04 | 2017-01-04 | 自动修图方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710004920.4A CN106709886B (zh) | 2017-01-04 | 2017-01-04 | 自动修图方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106709886A CN106709886A (zh) | 2017-05-24 |
CN106709886B true CN106709886B (zh) | 2019-09-27 |
Family
ID=58906699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710004920.4A Active CN106709886B (zh) | 2017-01-04 | 2017-01-04 | 自动修图方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106709886B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921941A (zh) * | 2018-07-10 | 2018-11-30 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
CN108986051A (zh) * | 2018-07-23 | 2018-12-11 | 刘素青 | 基于面部检测的脸颊修图机构 |
CN109409382B (zh) * | 2018-09-21 | 2021-03-16 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109559289A (zh) * | 2018-11-30 | 2019-04-02 | 维沃移动通信(深圳)有限公司 | 一种图像处理方法及移动终端 |
CN109785228B (zh) * | 2018-12-29 | 2021-03-16 | 广州方硅信息技术有限公司 | 图像处理方法、装置、存储介质和服务器 |
CN110225221A (zh) * | 2019-04-26 | 2019-09-10 | 广东虎彩影像有限公司 | 一种自动修片方法和系统 |
CN110223260A (zh) * | 2019-06-19 | 2019-09-10 | 安徽变脸智能技术有限公司 | 一种人脸自动磨皮的图像处理方法 |
CN110781473B (zh) * | 2019-10-10 | 2021-11-16 | 浙江大华技术股份有限公司 | 一种人脸图片识别预处理的方法 |
CN111324270A (zh) * | 2020-02-24 | 2020-06-23 | 北京字节跳动网络技术有限公司 | 图像处理方法、组件、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5027030B2 (ja) * | 2008-03-25 | 2012-09-19 | 富士フイルム株式会社 | オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム |
CN104899905B (zh) * | 2015-06-08 | 2017-09-29 | 深圳市诺比邻科技有限公司 | 人脸图像处理方法及装置 |
CN105096241A (zh) * | 2015-07-28 | 2015-11-25 | 努比亚技术有限公司 | 人脸图像美化装置及方法 |
CN105516585B (zh) * | 2015-11-30 | 2019-08-16 | 努比亚技术有限公司 | 一种自动调整肤色的装置和方法 |
CN105512627B (zh) * | 2015-12-03 | 2019-04-12 | 腾讯科技(深圳)有限公司 | 一种关键点的定位方法及终端 |
CN105825486B (zh) * | 2016-04-05 | 2018-12-25 | 北京小米移动软件有限公司 | 美颜处理的方法及装置 |
-
2017
- 2017-01-04 CN CN201710004920.4A patent/CN106709886B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106709886A (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709886B (zh) | 自动修图方法及装置 | |
US20240000545A1 (en) | Smile prediction | |
US11055906B2 (en) | Method, device and computing device of face image fusion | |
US7804997B2 (en) | Method and system for a three dimensional facial recognition system | |
CN110390632B (zh) | 基于妆容模板的图像处理方法、装置、存储介质及终端 | |
CN103208133B (zh) | 一种图像中人脸胖瘦的调整方法 | |
US8265351B2 (en) | Method, system and computer program product for automatic and semi-automatic modification of digital images of faces | |
CN108492247A (zh) | 一种基于网格变形的眼妆贴图方法 | |
CN105956523B (zh) | 一种握笔姿势矫正方法及装置 | |
WO2015017687A2 (en) | Systems and methods for producing predictive images | |
CN109961496B (zh) | 表情驱动方法及表情驱动装置 | |
CN107689254B (zh) | 一种全冠修复体外表面数字化生成方法 | |
CN112419144B (zh) | 人脸图像的处理方法、装置、电子设备及存储介质 | |
CN109584153A (zh) | 修饰眼部的方法、装置和系统 | |
CN109659006A (zh) | 面肌训练方法、装置及电子设备 | |
CN110335194B (zh) | 一种人脸变老图像处理方法 | |
CN110415341A (zh) | 一种三维人脸模型的生成方法、装置、电子设备及介质 | |
CN110443872A (zh) | 一种具备动态纹理细节的表情合成方法 | |
CN103810687B (zh) | 一种图像处理方法及装置 | |
CN109035380B (zh) | 基于三维重建的人脸修饰方法、装置、设备及存储介质 | |
CN105528763B (zh) | 一种基于多重网格近似算法的自适应区域感知蒙板生成方法 | |
CN114255230A (zh) | 基于人脸特征点的人像下颌线修图方法和装置以及设备 | |
KR20220118276A (ko) | 이미지 처리 방법 및 이를 이용한 장치 | |
CN110838182A (zh) | 一种图像贴合人台的方法及其系统 | |
CN113344993B (zh) | 侧貌模拟方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |