CN107424115A - 一种基于人脸关键点的肤色修正算法 - Google Patents

一种基于人脸关键点的肤色修正算法 Download PDF

Info

Publication number
CN107424115A
CN107424115A CN201710400573.7A CN201710400573A CN107424115A CN 107424115 A CN107424115 A CN 107424115A CN 201710400573 A CN201710400573 A CN 201710400573A CN 107424115 A CN107424115 A CN 107424115A
Authority
CN
China
Prior art keywords
amendment
key point
broca scale
skin
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
Application number
CN201710400573.7A
Other languages
English (en)
Other versions
CN107424115B (zh
Inventor
黄亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Pinguo Technology Co Ltd
Original Assignee
Chengdu Pinguo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Pinguo Technology Co Ltd filed Critical Chengdu Pinguo Technology Co Ltd
Priority to CN201710400573.7A priority Critical patent/CN107424115B/zh
Publication of CN107424115A publication Critical patent/CN107424115A/zh
Application granted granted Critical
Publication of CN107424115B publication Critical patent/CN107424115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于人脸关键点的肤色修正算法，包括获取原始图像；S200对原始图像进行肤色检测，得到肤色概率图；获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域和关键点；对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ；对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ；对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ；对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图。本发明能够使肤色修正精度更高、效果更好；能够较为完整的获取人脸肤色信息，更为精确的修正肤色；从而为后期的磨皮过程做出了坚实的基础，使后期磨皮的效果更加自然。

Description

一种基于人脸关键点的肤色修正算法
技术领域
本发明属于图像处理技术领域，特别是涉及一种基于人脸关键点的肤色修正算法。
背景技术
近年来，随着科技的进步，智能手机、平板等移动设备已经成为人们必不可少的数字娱乐工具。伴随着智能设备的兴起，美颜自拍的需求也不断增长，尤其是其中的磨皮功能是众多女性所青睐的重要功能。
磨皮功能一般用保边降噪算法或者高反差保留的方法实现，为了不影响五官、头发及背景，通常需要一个蒙板图来指导降噪的程度，常用的是用快速的肤色检测算法来实现。
现有方法多单以颜色区分皮肤与非皮肤，无论肤色检测如何精确，都会造成缺少一些重要的约束如位置信息，造成肤色修正效果差；尤其是五官周围的区域；其中最明显的是嘴唇处，很多人的嘴唇与人脸肤色非常接近，这直接导致在用肤色图进行指导磨皮的时候将嘴唇过渡模糊。
发明内容
为了解决上述问题，本发明提出了一种基于人脸关键点的肤色修正算法，能够使肤色修正精度更高、效果更好；能够较为完整的获取人脸肤色信息，更为精确的修正肤色；从而为后期的磨皮过程做出了坚实的基础，使后期磨皮的效果更加自然。
为达到上述目的，本发明采用的技术方案是：
一种基于人脸关键点的肤色修正算法，包括步骤：
S100获取原始图像；
S200对原始图像进行肤色检测，得到肤色概率图；
S300获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点；
S400通过眉毛区域的关键点对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ；
S500通过眼睛区域的关键点对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ；
S600通过嘴唇区域的关键点对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ；
S700通过鼻子区域的关键点对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图。
进一步的是，对所述原始图像进行特征值提取，获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点；以备后续修正使用。
进一步的是，所述步骤400中通过眉毛区域的关键点对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ，包括步骤：
S410建立全白的单通道图像I，即图像I所有像素为255；
S420根据眉毛部分的眉毛内角P0、眉毛中点P1和眉毛外角P2的关键点，分别在图像I中对线段P0P1和线段P1P2用0像素值进行填充；
S430对填充后的图像I进行羽化操作，将羽化后的图像I做线性映射到[minRatioI，1]后与肤色概率图对应区域相乘，得到修正肤色图Ⅰ；其中，minRatioI范围为(0,1)。
进一步的是，所述步骤S420中所述线段P0P1和线段P1P2的宽度为10个像素宽度；根据眉毛宽度而设置。
进一步的是，所述步骤500中通过眼睛区域的关键点对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ，包括步骤：
S510建立全白的单通道图像Ⅱ，即图像Ⅱ所有像素为255；
S520根据眼睛的眼睛内角、眼睛上眼线中点、眼睛外角和眼睛下眼线中点四个关键点形成眼睛四边形，并对眼睛四边形用0像素值进行区域填充；
S530对填充后的图像Ⅱ进行羽化操作，将羽化后的图像Ⅱ做线性映射到[minRatioⅡ，1]后与修正肤色图Ⅰ对应区域相乘，得到修正肤色图Ⅱ；其中，minRatioⅡ范围为(0,1)。
进一步的是，所述步骤600中通过嘴唇区域的关键点对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ，包括步骤：
S610建立全白的单通道图像Ⅲ，即图像Ⅲ所有像素为255；
S620根据嘴唇的左嘴角、上嘴唇中点、右嘴角和下嘴唇中点四个关键点形成嘴唇四边形，并对嘴唇四边形用0像素值进行区域填充；
S630对填充后的图像Ⅲ进行羽化操作，将羽化后的图像Ⅲ做线性映射到[minRatioⅢ，1]后与修正肤色图Ⅱ对应区域相乘，得到修正肤色图Ⅲ；其中，minRatioⅢ范围为(0,1)。
进一步的是，所述步骤700中通过鼻子区域的关键点对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图，包括步骤：
获取鼻子区域的左鼻沟、右鼻沟和鼻小柱关键点，获取眼睛区域的左眼内角和右眼内角关键点；
调取预设的标准人脸图，将标准人脸图的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点映射到原始图像的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点，得到矩阵H；
将标准人脸图上需要保护的四边形区域通过矩阵H映射得到原始图像对应的四边形区域，得到外接矩形；
在修正肤色图Ⅲ中，将外接矩形区域内的像素点分别乘以矩阵H的逆矩阵H_Inv，得到标准人脸图的修正像素点；
利用标准人脸图上的修正像素点更新修正肤色图Ⅲ，得到最终修正了的肤色图。
进一步的是，利用标准人脸图上的修正像素点更新修正肤色图Ⅲ，得到最终修正了的肤色图，通过下述公式实现：
M4(Ri)＝M3(Pi)*I_std(Qi)/255；
其中，M3为修正肤色图Ⅲ，Pi为修正肤色图Ⅲ的像素点，I_std为标准人脸图，Qi为标准人脸图的修正像素点，M4为最终的修正肤色图，Ri为最终的修正肤色图的像素点。
进一步的是，所述标准人脸图为预先建立的单通道图像；所述标准人脸图中左右鼻沟、鼻梁两侧以及鼻孔处为低像素值，剩余部分像素值为255。
采用本技术方案的有益效果：
通过关键点利用线段填充、多边形填充的方式降低嘴巴、眼睛、眉毛处的肤色概率值；通过与标准图像相映射的方式定位需要保护的肤色区域；从而能够使肤色修正精度更高、效果更好。
能够较为完整的获取人脸肤色信息，更为精确的修正肤色；从而为后期的磨皮过程做出了坚实的基础，使后期磨皮的效果更加自然。
附图说明
图1为本发明的一种基于人脸关键点的肤色修正算法流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。
在本实施例中，参见图1所示，本发明提出了一种基于人脸关键点的肤色修正算法，
一种基于人脸关键点的肤色修正算法，包括步骤S100-S700。
S100获取原始图像ORI_IMAGE。
S200对原始图像ORI_IMAGE进行肤色检测，得到肤色概率图M。
肤色概率图M，M(i,j)代表位于M中第j行i列的像素，其值的范围为[0，255]，M具有与ORI_IMAGE相同的分辨率；采用常规肤色检测算法即可。
S300获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点；
对所述原始图像进行特征值提取，获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点；以备后续修正使用。
S400通过眉毛区域的关键点对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ。
所述步骤400包括步骤：
S410建立全白的单通道图像I，即图像I所有像素为255；
S420根据眉毛部分的眉毛内角P0、眉毛中点P1和眉毛外角P2的关键点，分别在图像I中对线段P0P1和线段P1P2用0像素值进行填充；
所述步骤S420中所述线段P0P1和线段P1P2的宽度为10个像素宽度；根据眉毛宽度而设置；
S430对填充后的图像I进行羽化操作，将羽化后的图像I做线性映射到[minRatioI，1]后与肤色概率图对应区域相乘，得到修正肤色图Ⅰ；其中，minRatioI范围为(0,1)，可取0.5。
S500通过眼睛区域的关键点对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ。
所述步骤500包括步骤：
S510建立全白的单通道图像Ⅱ，即图像Ⅱ所有像素为255；
S520根据眼睛的眼睛内角、眼睛上眼线中点、眼睛外角和眼睛下眼线中点四个关键点形成眼睛四边形，并对眼睛四边形用0像素值进行区域填充；
S530对填充后的图像Ⅱ进行羽化操作，将羽化后的图像Ⅱ做线性映射到[minRatioⅡ，1]后与修正肤色图Ⅰ对应区域相乘，得到修正肤色图Ⅱ；其中，minRatioⅡ范围为(0,1)，可取0.5。
S600通过嘴唇区域的关键点对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ。
所述步骤600包括步骤：
S610建立全白的单通道图像Ⅲ，即图像Ⅲ所有像素为255；
S620根据嘴唇的左嘴角、上嘴唇中点、右嘴角和下嘴唇中点四个关键点形成嘴唇四边形，并对嘴唇四边形用0像素值进行区域填充；
S630对填充后的图像Ⅲ进行羽化操作，将羽化后的图像Ⅲ做线性映射到[minRatioⅢ，1]后与修正肤色图Ⅱ对应区域相乘，得到修正肤色图Ⅲ；其中，minRatioⅢ范围为(0,1)，可取0.5。
S700通过鼻子区域的关键点对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图。
所述步骤700包括步骤：
获取鼻子区域的左鼻沟、右鼻沟和鼻小柱关键点，获取眼睛区域的左眼内角和右眼内角关键点；
调取预设的标准人脸图，将标准人脸图的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点映射到原始图像的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点，得到矩阵H；
将标准人脸图上需要保护的四边形区域通过矩阵H映射得到原始图像对应的四边形区域，得到外接矩形；
在修正肤色图Ⅲ中，将外接矩形区域内的像素点分别乘以矩阵H的逆矩阵H_Inv，得到标准人脸图的修正像素点；
利用标准人脸图上的修正像素点更新修正肤色图Ⅲ，得到最终修正了的肤色图，通过下述公式实现：
M4(Ri)＝M3(Pi)*I_std(Qi)/255；
其中，M3为修正肤色图Ⅲ，Pi为修正肤色图Ⅲ的像素点，I_std为标准人脸图，Qi为标准人脸图的修正像素点，M4为最终的修正肤色图，Ri为最终的修正肤色图的像素点。
其中，所述标准人脸图为预先建立的单通道图像；所述标准人脸图中左右鼻沟、鼻梁两侧以及鼻孔处为低像素值，剩余部分像素值为255。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种基于人脸关键点的肤色修正算法，其特征在于，包括步骤：
S100获取原始图像；
S200对原始图像进行肤色检测，得到肤色概率图；
S300获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点；
S400通过眉毛区域的关键点对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ；
S500通过眼睛区域的关键点对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ；
S600通过嘴唇区域的关键点对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ；
S700通过鼻子区域的关键点对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图。
2.根据权利要求1所述的一种基于人脸关键点的肤色修正算法，其特征在于，对所述原始图像进行特征值提取，获取原始图像的眉毛区域、眼睛区域、嘴唇区域和鼻子区域，并获取各区域的关键点。
3.根据权利要求2所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述步骤400中通过眉毛区域的关键点对眉毛区域进行线段填充，修正肤色概率图，得到修正肤色图Ⅰ，包括步骤：
S410建立全白的单通道图像I，即图像I所有像素为255；
S420根据眉毛部分的眉毛内角P0、眉毛中点P1和眉毛外角P2的关键点，分别在图像I中对线段P0P1和线段P1P2用0像素值进行填充；
S430对填充后的图像I进行羽化操作，将羽化后的图像I做线性映射到[minRatioI，1]后与肤色概率图对应区域相乘，得到修正肤色图Ⅰ；其中，minRatioI范围为(0,1)。
4.根据权利要求3所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述步骤S420中所述线段P0P1和线段P1P2的宽度为10个像素宽度。
5.根据权利要求4所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述步骤500中通过眼睛区域的关键点对眼睛区域进行四边形填充，修正修正肤色图Ⅰ，得到修正肤色图Ⅱ，包括步骤：
S510建立全白的单通道图像Ⅱ，即图像Ⅱ所有像素为255；
S520根据眼睛的眼睛内角、眼睛上眼线中点、眼睛外角和眼睛下眼线中点四个关键点形成眼睛四边形，并对眼睛四边形用0像素值进行区域填充；
S530对填充后的图像Ⅱ进行羽化操作，将羽化后的图像Ⅱ做线性映射到[minRatioⅡ，1]后与修正肤色图Ⅰ对应区域相乘，得到修正肤色图Ⅱ；其中，minRatioⅡ范围为(0,1)。
6.根据权利要求5所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述步骤600中通过嘴唇区域的关键点对嘴唇区域进行四边形填充，修正修正肤色图Ⅱ，得到修正肤色图Ⅲ，包括步骤：
S610建立全白的单通道图像Ⅲ，即图像Ⅲ所有像素为255；
S620根据嘴唇的左嘴角、上嘴唇中点、右嘴角和下嘴唇中点四个关键点形成嘴唇四边形，并对嘴唇四边形用0像素值进行区域填充；
S630对填充后的图像Ⅲ进行羽化操作，将羽化后的图像Ⅲ做线性映射到[minRatioⅢ，1]后与修正肤色图Ⅱ对应区域相乘，得到修正肤色图Ⅲ；其中，minRatioⅢ范围为(0,1)。
7.根据权利要求6所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述步骤700中通过鼻子区域的关键点对鼻子区域进行肤色值修正，修正修正肤色图Ⅲ，得到最终的修正肤色图，包括步骤：
获取鼻子区域的左鼻沟、右鼻沟和鼻小柱关键点，获取眼睛区域的左眼内角和右眼内角关键点；
调取预设的标准人脸图，将标准人脸图的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点映射到原始图像的左鼻沟、右鼻沟、鼻小柱关键点、左眼内角和右眼内角关键点，得到矩阵H；
将标准人脸图上需要保护的四边形区域通过矩阵H映射得到原始图像对应的四边形区域，得到外接矩形；
在修正肤色图Ⅲ中，将外接矩形区域内的像素点分别乘以矩阵H的逆矩阵H_Inv，得到标准人脸图的修正像素点；
利用标准人脸图上的修正像素点更新修正肤色图Ⅲ，得到最终修正了的肤色图。
8.根据权利要求7所述的一种基于人脸关键点的肤色修正算法，其特征在于，利用标准人脸图上的修正像素点更新修正肤色图Ⅲ，得到最终修正了的肤色图，通过下述公式实现：
M4(Ri)＝M3(Pi)*I_std(Qi)/255；
其中，M3为修正肤色图Ⅲ，Pi为修正肤色图Ⅲ的像素点，I_std为标准人脸图，Qi为标准人脸图的修正像素点，M4为最终的修正肤色图，Ri为最终的修正肤色图的像素点。
9.根据权利要求8所述的一种基于人脸关键点的肤色修正算法，其特征在于，所述标准人脸图为预先建立的单通道图像；所述标准人脸图中左右鼻沟、鼻梁两侧以及鼻孔处为低像素值，剩余部分像素值为255。
CN201710400573.7A 2017-05-31 2017-05-31 一种基于人脸关键点的肤色修正算法 Active CN107424115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710400573.7A CN107424115B (zh) 2017-05-31 2017-05-31 一种基于人脸关键点的肤色修正算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710400573.7A CN107424115B (zh) 2017-05-31 2017-05-31 一种基于人脸关键点的肤色修正算法

Publications (2)

Publication Number Publication Date
CN107424115A true CN107424115A (zh) 2017-12-01
CN107424115B CN107424115B (zh) 2020-10-27

Family

ID=60429519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710400573.7A Active CN107424115B (zh) 2017-05-31 2017-05-31 一种基于人脸关键点的肤色修正算法

Country Status (1)

Country Link
CN (1) CN107424115B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711180A (zh) * 2018-05-02 2018-10-26 北京市商汤科技开发有限公司 美妆/换脸特效程序文件包的生成及美妆/换脸特效生成方法与装置
CN111951408A (zh) * 2020-06-30 2020-11-17 重庆灵翎互娱科技有限公司 一种基于三维人脸的图像融合方法和设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251898A (zh) * 2008-03-25 2008-08-27 腾讯科技（深圳）有限公司 一种肤色检测方法及装置
EP2393039A1 (en) * 2010-06-03 2011-12-07 Mitsubishi Electric R&D Centre Europe B.V. Method for accurate detection of image content
US8582875B2 (en) * 2008-10-23 2013-11-12 University Of Ulster Method for skin tone detection
CN103607554A (zh) * 2013-10-21 2014-02-26 无锡易视腾科技有限公司 一种基于全自动人脸无缝合成的视频合成方法
CN105224917A (zh) * 2015-09-10 2016-01-06 成都品果科技有限公司 一种利用颜色空间创建肤色概率图的方法和系统
CN105608722A (zh) * 2015-12-17 2016-05-25 成都品果科技有限公司 一种基于人脸关键点的自动去眼袋方法及系统
CN105787878A (zh) * 2016-02-25 2016-07-20 杭州格像科技有限公司 一种美颜处理方法及装置
CN106530361A (zh) * 2016-11-16 2017-03-22 上海市东方医院 彩色人脸图像的颜色校正方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101251898A (zh) * 2008-03-25 2008-08-27 腾讯科技（深圳）有限公司 一种肤色检测方法及装置
US8582875B2 (en) * 2008-10-23 2013-11-12 University Of Ulster Method for skin tone detection
EP2393039A1 (en) * 2010-06-03 2011-12-07 Mitsubishi Electric R&D Centre Europe B.V. Method for accurate detection of image content
CN103607554A (zh) * 2013-10-21 2014-02-26 无锡易视腾科技有限公司 一种基于全自动人脸无缝合成的视频合成方法
CN105224917A (zh) * 2015-09-10 2016-01-06 成都品果科技有限公司 一种利用颜色空间创建肤色概率图的方法和系统
CN105608722A (zh) * 2015-12-17 2016-05-25 成都品果科技有限公司 一种基于人脸关键点的自动去眼袋方法及系统
CN105787878A (zh) * 2016-02-25 2016-07-20 杭州格像科技有限公司 一种美颜处理方法及装置
CN106530361A (zh) * 2016-11-16 2017-03-22 上海市东方医院 彩色人脸图像的颜色校正方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711180A (zh) * 2018-05-02 2018-10-26 北京市商汤科技开发有限公司 美妆/换脸特效程序文件包的生成及美妆/换脸特效生成方法与装置
CN111951408A (zh) * 2020-06-30 2020-11-17 重庆灵翎互娱科技有限公司 一种基于三维人脸的图像融合方法和设备
CN111951408B (zh) * 2020-06-30 2024-03-29 重庆灵翎互娱科技有限公司 一种基于三维人脸的图像融合方法和设备

Also Published As

Publication number Publication date
CN107424115B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
US11250241B2 (en) Face image processing methods and apparatuses, and electronic devices
CN109829930B (zh) 人脸图像处理方法、装置、计算机设备及可读存储介质
CN106971165B (zh) 一种滤镜的实现方法及装置
CN105608722B (zh) 一种基于人脸关键点的自动去眼袋方法及系统
CN102509099B (zh) 一种图像显著区域检测方法
CN110049351B (zh) 视频流中人脸变形的方法和装置、电子设备、计算机可读介质
CN101155248B (zh) 图像处理设备及产生轮廓图像数据的方法
JP2022502726A (ja) 顔画像処理方法及び装置、画像機器並びに記憶媒体
CN110163832A (zh) 人脸融合方法、装置和终端
CN107507217A (zh) 证件照的制作方法、装置及存储介质
CN107424115A (zh) 一种基于人脸关键点的肤色修正算法
CN106815869A (zh) 鱼眼相机的光心确定方法及装置
CN111008927A (zh) 一种人脸替换方法、存储介质及终端设备
CN106170065B (zh) 一种鱼眼摄像头的lsc补偿方法及装置
WO2020224136A1 (zh) 界面交互方法及装置
CN110335194B (zh) 一种人脸变老图像处理方法
CN101847209A (zh) 一种字符图像校正方法
CN104822030B (zh) 一种基于图像变形的不规则视频矩形化矫正方法
CN107358718B (zh) 一种冠字号识别方法、装置、设备及存储介质
CN103139591B (zh) 一种基于图形处理器的3d视频颜色自动校正方法
CN107845127A (zh) 一种人脸卡通动漫形象设计方法
CN113808004A (zh) 图像变换装置、图像变换方法以及图像变换用计算机程序
CN105184273A (zh) 一种基于asm的动态图像正面人脸重建系统及方法
CN111524204A (zh) 一种人像发丝动漫化纹理生成方法
CN108734665A (zh) 一种图像的校正方法、装置、设备及存储介质

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