发明内容
本发明实施例提供一种视频处理方法、装置、电子设备及存储介质,用于解决视频换脸时分别对每张帧图像进行换脸再合成视频造成的便利性不足的技术问题。
本发明实施例第一方面提供一种视频处理方法,包括:
对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,所述M为大于1的整数;
对第一帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合,所述第一帧图像为所述M个帧图像中除了第二帧图像之外的任一帧图像;
在所述第一特征点集合中提取目标区域对应的目标特征点集合;
根据所述目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,所述第二输出帧图像为所述第二帧图像中的第一人脸图像与目标人脸图像进行换脸得到的图像。
结合本发明实施例第一方面,在本发明实施例第一方面的第一种可能的实现方式中,所述根据所述目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,包括:
获取所述目标特征点集合对应的面部区域图像;
将所述面部区域图像与所述第二帧图像进行合成,得到所述第一输出帧图像。
结合本发明实施例第一方面或第一方面的第一种可能的实现方式,在本发明实施例第一方面的第二种可能的实现方式中,在所述根据所述目标特征点集合和第二输出帧图像进行合成之前,所述方法还包括:
对所述第二帧图像中的第一人脸图像进行特征点定位,得到第二特征点集合;
在预设人脸图像库中查找与所述第二特征点集合匹配的所述目标人脸图像。
结合本发明实施例第一方面的第二种可能的实现方式,在本发明实施例第一方面的第三种可能的实现方式中,在所述在预设人脸图像库中查找与所述第二特征点集合匹配的所述目标人脸图像之后,所述方法还包括:
将所述目标人脸图像进行预处理,得到目标帧图像,所述预处理至少包括脸部对齐处理、人脸图像增强和归一化;
将所述第二帧图像中的第一人脸图像替换为所述目标帧图像,得到所述第二输出帧图像。
结合本发明实施例第一方面或第一方面的第一种可能的实现方式,在本发明实施例第一方面的第四种可能的实现方式中,在所述第一特征点集合中提取目标区域对应的目标特征点集合之前,所述方法还包括:
对第三帧图像中的第一人脸图像进行特征点定位,得到第三特征点集合,所述第三帧图像为所述M个帧图像中第一帧图像的前一帧图像;
获取第二子特征集合和第三子特征集合的差异性,所述第二子特征集合对应所述第二特征点集合的参考区域,所述第三子特征集合对应所述第三特征点集合的所述参考区域;
当所述差异性大于预设差异阈值时,将所述第三子特征集合对应的区域作为所述目标区域。
本发明实施例第二方面提供一种视频处理装置,包括:
识别单元,用于对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,所述M为大于1的整数;
第一定位单元,用于对第一帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合,所述第一帧图像为所述M个帧图像中除了第二帧图像之外的任一帧图像;
提取单元,用于在所述第一特征点集合中提取目标区域对应的目标特征点集合;
合成单元,用于根据所述目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,所述第二输出帧图像为所述第二帧图像中的第一人脸图像与目标人脸图像进行换脸得到的图像。
结合本发明实施例第二方面,在本发明实施例第二方面的第一种可能的实现方式中,所述装置还包括:
第一获取单元,用于获取所述目标特征点集合对应的面部区域图像,由所述合成单元将所述面部区域图像与所述第二帧图像进行合成,得到所述第一输出帧图像。
结合本发明实施例第二方面或第二方面的第一种可能的实现方式,在本发明实施例第二方面的第二种可能的实现方式中,所述装置还包括:
第二定位单元,用于对所述第二帧图像中的第一人脸图像进行特征点定位,得到第二特征点集合;
查找单元,用于在预设人脸图像库中查找与所述第二特征点集合匹配的所述目标人脸图像。
结合本发明实施例第二方面的第二种可能的实现方式,在本发明实施例第二方面的第三种可能的实现方式中,所述装置还包括:
预处理单元,用于将所述目标人脸图像进行预处理,得到目标帧图像,所述预处理至少包括脸部对齐处理、人脸图像增强和归一化;
替换单元,用于将所述第一人脸图像替换为所述目标人脸图像,得到所述第二输出帧图像。
结合本发明实施例第二方面或第二方面的第一种可能的实现方式,在本发明实施例第二方面的第四种可能的实现方式中,所述装置还包括:
第三定位单元,用于对第三帧图像中的第一人脸图像进行特征点定位,得到第三特征点集合,所述第三帧图像为所述M个帧图像中第一帧图像的前一帧图像;
第二获取单元,用于获取第二子特征集合和第三子特征集合的差异性,所述第二子特征集合对应所述第二特征点集合的参考区域,所述第三子特征集合对应所述第三特征点集合的所述参考区域;当所述差异性大于预设差异阈值时,将所述第三子特征集合对应的区域作为所述目标区域。
本发明实施例第三方面提供了一种电子设备,包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器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,以用于执行本发明实施例第一方面提供的一种视频处理方法。
本发明实施例第四方面提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现本发明实施例第一方面提供的一种视频处理方法。
本发明实施例第五方面提供了一种应用程序,其中,该应用程序用于在运行时执行本发明实施例第一方面提供的一种视频处理方法。
本发明实施例中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,将第二帧图像与目标人脸图像进行换脸得到第二输出帧图像,提取M个帧图像中除了第二帧图像之外的所有帧图像中的目标特征集合对应的图像,并分别与第二输出帧图像进行合成,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述的电子设备可以包括智能手机(如Android手机)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID,Mobile Internet Devices)或穿戴式设备等电子设备,设备仅是举例,而非穷举,包含但不限于电子设备。
本发明实施例提供一种视频处理方法、装置、电子设备及存储介质,用于解决视频换脸时分别对每张帧图像进行换脸再合成视频造成的便利性不足的技术问题。以下分别进行详细说明。
请参阅图1,图1是本发明实施例提供的一种视频处理方法的流程图,该视频处理方法可以包括以下步骤。
101、对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像。
本实施例中,M为大于1的整数。本发明实施例基于人脸交换的场景,对输入视频中的每一帧图像进行人脸识别,只提取包含第一人脸图像的帧图像,可提高提取效率。
本实施例中,可选ffmpeg技术将输入视频划分帧图像,可减小处理整个输入视频的复杂度,从而提高处理视频的速率,对于拆分视频片段的技术不作限定。
本实施例中,可采用HOG(HistogramofOrientedGradient,方向梯度直方图)、LBP(LocalBinaryPattern,局部二值模式)、Gabor小波、类哈尔(Haar-like)等特征提取算法提取人脸特征,对于具体的特征提取算法不作限定。当目标人脸为多个时,可依照本发明实施例的方法依序处理即可。
当识别出帧图像中的人脸信息后,应根据识别出的人脸信息选取与目标人脸匹配的帧图像。由于帧图像中可能包含多个人脸,则当识别出第一人脸图像时,对该第一人脸图像进行身份信息的标识,身份信息除了第一人脸图像的特征信息之外,还应该包括第一人脸图像出现在输入视频上的时间点。
可选的,提取每一帧图像的人脸特征,根据人脸特征对帧图像进行积分处理得到积分图像;采用自适应增强算法区分积分图像中的人脸和非人脸的强分类器;采用瀑布型级联分类器将人脸的强分类器级联起来,得到人脸图像;判断得到的人脸图像是否为第一人脸图像,若是,则确定视频片段包含目标人脸。采用本方法,在多种尺度下用相同的时间计算不同的特征,可迅速淘汰大量待检测区域,降低了平均检测开销,从而提高人脸识别的效率。
需要说明的是,输入视频除了是视频之外,还可以是由多个连续帧图像构成的动态图像,或者是通过连拍形成的图像文件。输入视频可以上传至服务器端,也可导入本地端,还可通过本地端上传至服务器。其中,将输入视频上传至服务器端,由于服务器端采用大量的标签对输入视频中的对象、场景和人物进行识别,利于提高识别人脸信息的准确性。
102、对第一帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合。
本实施例中,第二帧图像为M个帧图像中的任一帧图像。将第二帧图像中的第一人脸图像换成目标人脸图像,也就是说,将目标人脸图像的人脸特征换成第一人脸图像的人脸特征。如图2所示,目标人脸图像为用户指定的图像,将第一人脸图像换成目标人脸图像。
可选的,将目标人脸图像进行预处理,得到目标帧图像;将第二帧图像中的第一人脸图像替换为目标帧图像,得到第二输出帧图像。
其中,预处理可以是对脸部对齐处理、图像增强和归一化等工作。对目标人脸图像进行脸部对齐处理,可得到人脸位置端正的人脸图像,对转换后的目标人脸图像进行反对齐处理,可得到与目标人脸图像中的人脸位置一致的人脸图像,从而增强了图像效果。图像增强是为了改善人脸图像的质量,不仅在视觉上更加清晰图像,而且使图像更利于计算机的处理与识别;归一化工作的目标是取得尺寸一致,灰度取值范围相同的标准化人脸图像,从而进一步提高图片效果。
举例来说,如图3所示的人脸交换方法的示意图,将目标人脸图像进行脸部对齐处理,得到目标帧图像,将第二帧图像中的第一人脸图像换成目标帧图像,得到第二输出帧图像,从而提高了换脸后的图像效果,增强了趣味性。
需要说明的是,目标帧图像没有清除目标人脸图像的人脸特征,也就是说,目标帧图像融合了第一人脸图像的人脸特征和目标人脸图像的人脸特征。
可选的,通过损失函数修正目标帧图像。其中,损失函数为经过类神经网络训练的网络模型,用来修正换脸后的图像损耗,从而提高图像效果。
本实施例中,第一帧图像为M个帧图像中除了第二帧图像之外的任一帧图像。第一特征点集合的数量可为68。人脸特征点定位的目的是在人脸识别的基础上,进一步确定脸部特征点(眼睛、眉毛、鼻子、嘴巴、脸部外轮廓)的位置。定位算法的基本思路是:人脸的纹理特征和各个特征点之间的位置约束结合。如图4所示,图中的点为人脸图像的特征点位置,其中每个特征点对应的一个特征值。
103、在第一特征点集合中提取目标区域对应的目标特征点集合。
本实施例中,目标特征集合为第一人脸图像中的一个特征集合,可为用户根据输入视频确定的特征集合。如图5所示,目标特征集合为嘴巴,则提取嘴巴的面部区域图像。
104、根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像。
本实施例中,M个帧图像中除了第二帧图像之外的任一帧图像,包括第一帧图像,在第二输出帧图像的基础上与对应的目标特征点集合进行合成,得到新的输出帧图像,从而提高了换脸后的输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
可选的,获取目标特征点集合对应的面部区域图像;将面部区域图像与第二帧图像进行合成,得到第一输出帧图像。也就是说,先根据每一帧图像的目标特征集得到面部区域图像,再与换脸后的第一帧图像进行合成得到M-1个换脸后的帧图像。
在图1所描述的视频处理方法中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,将第二帧图像与目标人脸图像进行换脸得到第二输出帧图像,提取M个帧图像中除了第二帧图像之外的所有帧图像中的目标特征集合对应的图像,并分别与第二输出帧图像进行合成,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
请参阅图6,图6是本发明实施例提供的另一种视频处理方法的流程图,该视频处理方法可以包括以下步骤。
201、对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像。
202、分别对第一帧图像、第二帧图像、第三帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合、第二特征点集合、第三特征点集合。
本实施例中,第一帧图像、第二帧图像、第三帧图像中的第一人脸图像进行特征点定位的方向同第一帧图像的特征点定位,在此不再赘述。
203、在预设人脸图像库中查找与第二特征点集合匹配的目标人脸图像。
在本实施例中,预设人脸图像库包括多种类型的人脸图像,根据第二特征点集合可从预设人脸图像库中选择至少一个目标人脸图像。当确定多个目标人脸图像时,可接收用户发送的指定换脸图像指令,从而确定最终转换的目标人脸图像,也可全部进行转换后供用户选择。
可选的,将输入图像经过类神经网络训练的图像生成网络,图像生成网络根据第二特征点集合和预设人脸图像库输出目标人脸图像。
204、将目标人脸图像进行预处理,得到目标帧图像,将第二帧图像中的第一人脸图像替换为目标帧图像,得到第二输出帧图像。
其中,预处理可以是对脸部对齐处理、图像增强和归一化等工作。对第二人脸图像进行脸部对齐处理,可得到人脸位置端正的人脸图像,对转换后的第二人脸图像进行反对齐处理,可得到与目标人脸图像对应的图像中的第二人脸图像的人脸位置一致的人脸图像,从而增强了图像效果。图像增强是为了改善人脸图像的质量,不仅在视觉上更加清晰图像,而且使图像更利于计算机的处理与识别;归一化工作的目标是取得尺寸一致,灰度取值范围相同的标准化人脸图像,从而进一步提高图像效果。
当预处理为脸部对齐处理时,为了保证输出图像与目标人脸图像中人脸方向一致,还需将第四人脸图像进行反脸部对齐处理。
其中,损失函数为经过类神经网络训练的网络图像,用来修正换脸处理后的图像损耗,从而提高图像效果。
需要说明的是,替换后的目标帧图像没有清除第二人脸图像的人脸特征,也就是说,目标帧图像融合了第一人脸图像的人脸特征和目标人脸图像特征。
205、获取第二子特征集合和第三子特征集合的差异性,当差异性大于预设差异阈值时,将第三子特征集合对应的区域作为目标区域。
本实施例中,第三帧图像为M个帧图像中第一帧图像的前一帧图像。由于输入视频中的第一人脸图像不可能保持一致,也就是说用户会有说话或是表情的变化,为了让最后合成的视频也具有同样的效果,则获取相邻的帧图像的每一特征集合的差异性,当相邻帧的特征集合的差异性大于预设差异阈值时,则将该特征集合作为该帧图像的目标特征集合。
举例来说,第一帧图像和第三帧图像的嘴巴特征集合的差异性大于预设差异阈值,第一帧图像和第三帧图像的嘴巴特征集合的差异性均小于预设差异阈值,则确定第二帧图像的目标特征集合为嘴巴特征集合。
206、在第一特征点集合中提取目标区域对应的目标特征点集合。
207、根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像。
其中,步骤206-207的具体描述可参照如图1所示的视频处理方法中的相关步骤。
在图6所描述的视频处理方法中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,根据第二特征点集合在预设人脸图像库中查找与第一人脸图像匹配的目标人脸图像,将第二帧图像中的第一人脸图像换成目标人脸图像,提高了换脸后的图像效果。根据第三帧图像与第一帧图像之间的特征集合的差异性确定目标特征集合,确保换脸前后的输入视频的一致性。根据每一帧图像的目标特征集合分别与第二输出帧图像进行合成,从而将输出帧图像的时间节点合成输出视频具有五官的动态效果,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
请参阅图7,图7是本发明实施例提供的一种视频处理装置的结构图,该视频处理装置300可以包括:
识别单元301,用于对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,M为大于1的整数。
第一定位单元302,用于对第一帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合,第一帧图像为M个帧图像中除了第二帧图像之外的任一帧图像。
提取单元303,用于在第一特征点集合中提取目标区域对应的目标特征点集合。
合成单元304,用于根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,第二输出帧图像为第二帧图像中的第一人脸图像与目标人脸图像进行换脸得到的图像。
在图7所描述的视频处理装置中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,将第二帧图像与目标人脸图像进行换脸得到第二输出帧图像,提取M个帧图像中除了第二帧图像之外的所有帧图像中的目标特征集合对应的图像,并分别与第二输出帧图像进行合成,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
请参阅图8,图8是本发明实施例提供的另一种视频处理装置的结构图,该视频处理装置400可以包括:
识别单元401,用于对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,M为大于1的整数。
定位单元402,用于分别对第一帧图像、第二帧图像、第三帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合、第二特征点集合、第三特征点集合,第一帧图像为M个帧图像中除了第二帧图像之外的任一帧图像,第三帧图像为M个帧图像中第一帧图像的前一帧图像;
查找单元403,用于在预设人脸图像库中查找与第二特征点集合匹配的目标人脸图像。
预处理单元404,用于将目标人脸图像进行预处理,得到目标帧图像,预处理至少包括脸部对齐处理、人脸图像增强和归一化;
替换单元405,用于将第一人脸图像替换为目标人脸图像,得到第二输出帧图像。
第二获取单元406,用于获取第二子特征集合和第三子特征集合的差异性,第二子特征集合对应第二特征点集合的参考区域,第三子特征集合对应第三特征点集合的参考区域;当差异性大于预设差异阈值时,将第三子特征集合对应的区域作为目标区域。
提取单元407,用于在第一特征点集合中提取目标区域对应的目标特征点集合。
合成单元408,用于根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,第二输出帧图像为第二帧图像中的第一人脸图像与目标人脸图像进行换脸得到的图像。
可选的,装置还包括:
第一获取单元409,用于获取目标特征点集合对应的面部区域图像,由合成单元408将面部区域图像与第二帧图像进行合成,得到第一输出帧图像。
在图8所描述的视频处理装置中,在图6所描述的视频处理方法中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,根据第二特征点集合在预设人脸图像库中查找与第一人脸图像匹配的目标人脸图像,将第二帧图像中的第一人脸图像换成目标人脸图像,提高了换脸后的图像效果。根据第三帧图像与第一帧图像之间的特征集合的差异性确定目标特征集合,确保换脸前后的输入视频的一致性。根据每一帧图像的目标特征集合分别与第二输出帧图像进行合成,从而将输出帧图像的时间节点合成输出视频具有五官的动态效果,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
请参阅图9,图9是本发明实施例公开的一种电子设备。其中,电子设备可以为手机、平板电脑等。如图9所示,该电子设备可以包括壳体501、处理器502、存储器503、电路板504和电源电路505,其中,电路板504安置在壳体围成的空间内部,处理器502和存储器503设置在电路板504上;电源电路505,用于为电子设备的各个电路或器件供电;存储器503用于存储可执行程序代码;处理器502通过读取存储器503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:
对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,M为大于1的整数;
对第一帧图像中的第一人脸图像进行特征点定位,得到第一特征点集合,第一帧图像为M个帧图像中除了第二帧图像之外的任一帧图像;
在第一特征点集合中提取目标区域对应的目标特征点集合;
根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像,第二输出帧图像为第二帧图像中的第一人脸图像与目标人脸图像进行换脸得到的图像。
作为一种可能的实施方式,在根据目标特征点集合和第二输出帧图像进行合成,得到第一输出帧图像方面,处理器502具体用于执行以下操作:
获取目标特征点集合对应的面部区域图像;
将面部区域图像与第二帧图像进行合成,得到第一输出帧图像。
作为一种可能的实施方式,在根据目标特征点集合和第二输出帧图像进行合成,处理器502还用于执行以下操作:
对第二帧图像中的第一人脸图像进行特征点定位,得到第二特征点集合;
在预设人脸图像库中查找与第二特征点集合匹配的目标人脸图像。
作为一种可能的实施方式,在在预设人脸图像库中查找与第二特征点集合匹配的目标人脸图像之后,处理器502还用于执行以下操作:
将目标人脸图像进行预处理,得到目标帧图像,预处理至少包括脸部对齐处理、人脸图像增强和归一化;
将第二帧图像中的第一人脸图像替换为目标帧图像,得到第二输出帧图像。
作为一种可能的实施方式,在第一特征点集合中提取目标区域对应的目标特征点集合之前,处理器502还用于执行以下操作:
对第三帧图像中的第一人脸图像进行特征点定位,得到第三特征点集合,第三帧图像为M个帧图像中第一帧图像的前一帧图像;
获取第二子特征集合和第三子特征集合的差异性,第二子特征集合对应第二特征点集合的参考区域,第三子特征集合对应第三特征点集合的参考区域;
当差异性大于预设差异阈值时,将第三子特征集合对应的区域作为目标区域。
在图9所描述的电子设备中,对输入视频中的每一帧图像进行目标识别,得到M个包含第一人脸图像的帧图像,只对包含第一人脸图像的帧图像进行特征点定位得到第一特征点集合,可提高提取效率。任取一个包含第一人脸图像的帧图像作为第二帧图像,将第二帧图像与目标人脸图像进行换脸得到第二输出帧图像,提取M个帧图像中除了第二帧图像之外的所有帧图像中的目标特征集合对应的图像,并分别与第二输出帧图像进行合成,从而提高了输出视频的趣味性,且不需根据每张帧图像的人脸特征进行换脸操作,提高了操作的便利性。
在一个实施例中提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现实施例一或实施例二的视频处理方法。
在一个实施例中提供了一种应用程序,该应用程序用于在运行时执行实施例一或实施例二的视频处理方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read OnlyMemory;以下简称:ROM)、随机存取存储器(Random Access Memory;以下简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。