CN107424130B - 图片美颜方法和装置 - Google Patents
图片美颜方法和装置 Download PDFInfo
- Publication number
- CN107424130B CN107424130B CN201710558260.4A CN201710558260A CN107424130B CN 107424130 B CN107424130 B CN 107424130B CN 201710558260 A CN201710558260 A CN 201710558260A CN 107424130 B CN107424130 B CN 107424130B
- Authority
- CN
- China
- Prior art keywords
- beautifying
- beauty
- picture
- current picture
- methods
- 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 387
- 230000008859 change Effects 0.000 claims abstract description 22
- 230000003796 beauty Effects 0.000 claims description 206
- 238000012549 training Methods 0.000 claims description 188
- 239000002537 cosmetic Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000002087 whitening effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Abstract
本公开是关于一种图片美颜方法和装置,包括:通过预先确定当前图片采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数,显示美颜方法对应的颜值提升分数,接收用户输入的美颜指令,根据美颜指令对当前图片进行美颜,显示当前图片中的人的颜值变化信息。通过显示美颜方法对应的颜值提升分数,使得预先了解不同美颜方法对应的美颜效果,进而根据美颜效果选择的美颜方法能够满足用户需求,提高了用户满意度。
Description
技术领域
本公开涉及图像处理技术,尤其涉及一种图片美颜方法和装置。
背景技术
目前,对照片的美颜处理应用越来越广泛,各种美颜应用(application,简称app)应用而生。美颜app可以对照片中的人脸进行美化处理:皮肤美白、瘦脸、眼睛放大等。目前,美颜app的美颜方法主要有以下两种:一种方式中用户根据美颜app提供的美颜模板实现一键式自动美颜;另一种方式用户手动对照片进行美颜处理,例如,用户先对皮肤进行美白,美白时需要手动选择美白的程度,然后,进行眼睛放大,需要手动设置放大倍数。
发明内容
为克服相关技术中存在的问题,本公开提供一种图片美颜方法和装置。
根据本公开实施例的第一方面,提供一种图片美颜方法,包括:
确定采用预先获取的美颜方法对当前图片美颜后所述当前图片中的人的颜值提升分数;
显示所述美颜方法对应的颜值提升分数;
接收用户输入的美颜指令;
根据所述美颜指令对所述当前图片进行美颜;
显示所述当前图片中的人的颜值变化信息。
可选的,所述预先获取的美颜方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法;
所述美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数;
其中,所述第一颜值提升分数为采用所述N种美颜方法单独对所述当前图片美颜后的颜值提升分数;
所述第二颜值提升分数为采用M种美颜组合方法对所述当前图片美颜后的颜值提升分数。
可选的,所述美颜指令中包括所述用户指定的目标美颜方法的标识;
可选的,根据所述美颜指令对所述当前图片进行美颜,包括:使用所述目标美颜方法对所述当前图片进行美颜。
可选的,所述方法还包括:显示可用的美颜方法以及所述使用所述可用美颜方法美颜后所述当前图片的颜值提升分数。
可选的,根据所述美颜指令对所述当前图片进行美颜,包括:
使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法;
使用所述目标美颜方法对所述当前图片进行美颜。
可选的,使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法,包括:
从所述N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为所述目标美颜方法。
可选的,确定采用预先获取的美颜方法对所述当前图片美颜后当前图片中的人的颜值提升分数之前,还包括:
接收用户输入的第一选择指令,所述第一选择指令用于选择所述N种美颜方法和/或M种美颜组合方法。
可选的,所述N种美颜方法和所述M种美颜方法组合被预先配置好。
可选的,确定采用预先获取的美颜方法对所述当前图片美颜后所述当前图片中的人的颜值提升分数,包括:
使用所述美颜方法对所述当前图片美颜;
将所述当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
使用从服务器获取的同人颜值差值分类器对所述叠加图片进行打分,得到所述当前图片中的人的颜值提升分数,所述同人颜值差值分类器是对同一个人美颜前的图片和美颜后的图片叠加得到的叠加训练图片训练得到的。
根据本公开实施例的第二方面,提供一种同人颜值差值分类器的训练方法,包括:
将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加训练图片;
使用所述叠加训练图片训练得到同人颜值差值分类器。
可选的,将所述训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加之前,还包括:
获取所述训练图片中的人的美颜前的颜值分数和美颜后的颜值分数;
根据所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数,计算所述训练图片中的人的颜值提升分数;
从所述训练样本中删除颜值提升分数小于0的训练图片;
使用预设的美颜方法对剩余训练图片中的人美颜后的颜值分数进行修正。
可选的,获取所述训练图片中的人的美颜前的颜值分数和美颜后的颜值分数,包括:
使用所述训练样本训练得到一个颜值打分分类器,
使用所述颜值打分分类器对所述训练图片进行打分,得到所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
可选的,获取所述训练图片中的人的美颜前的颜值分数和美颜后的颜值分数,包括:
接收用户输入的所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
可选的,使用预设的美颜方法对剩余训练图片中的人美颜后的颜值分数进行修正,包括:
根据下述公式计算第j张剩余训练图片中的人美颜后的修正颜值分数X2j:
X2j=X1j+Δd+a;
其中,X1j为所述第j张剩余训练图片中的人美颜前的颜值分数,所述Δd为第j张剩余训练图片中的人的颜值提升分数,xi为预设的第i种美颜算法对应的颜值提升分数,wi为所述第i种美颜算法的权值,n为美颜算法的个数。
可选的,将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加训练图片,包括:
将所述训练图片美颜前的图片和美颜后的图片的宽、高或者通道数中的任一一个相加,得到所述叠加训练图片,其中,所述训练图片美颜前的图片和美颜后的图片都表示为W*H*C,其中,W表示图片的宽,H表示图片的高,C表示图片的通道数。
根据本公开实施例的第三方面,提供一种图片美颜装置,包括:
第一确定模块,被配置为确定采用预先获取的美颜方法对当前图片美颜后所述当前图片中的人的颜值提升分数;
第二显示模块,被配置为显示所述美颜方法对应的颜值提升分数;
第一接收模块,被配置为接收用户输入的美颜指令;
美颜模块,被配置为根据所述美颜指令对所述当前图片进行美颜;
第二显示模块,被配置为显示所述当前图片中的人的颜值变化信息。
可选的,所述预先获取的美颜方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法;
所述美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数;
其中,所述第一颜值提升分数为采用所述N种美颜方法单独对所述当前图片美颜后的颜值提升分数;
所述第二颜值提升分数为采用M种美颜组合方法对所述当前图片美颜后的颜值提升分数。
可选的,所述美颜指令中包括用户指定的目标美颜方法的标识,所述美颜模块包括:
第一美颜子模块,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
可选的,所述装置还包括:
第三显示模块,被配置为显示可用的美颜方法以及所述使用所述可用美颜方法美颜后所述当前图片的颜值提升分数。
可选的,所述美颜模块,包括:
第一确定子模块,被配置为使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法;
第二美颜子模块,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
可选的,所述第一确定子模块,具体用于:
从所述N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为所述目标美颜方法。
可选的,所述装置还包括:
第二接收模块,被配置为接收用户输入的第一选择指令,所述第一选择指令用于选择所述N种美颜方法和/或M种美颜组合方法。
可选的,所述N种美颜方法和所述M种美颜方法组合被预先配置好。
可选的,所述确定模块,包括:
第三美颜子模块,被配置为使用所述美颜方法对所述当前图片美颜;
叠加子模块,被配置为将所述当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
打分子模块,被配置为使用从服务器获取的同人颜值差值分类器对所述叠加图片进行打分,得到所述当前图片中的人的颜值提升分数,所述同人颜值差值分类器是对同一个人美颜前的图片和美颜后的图片叠加得到的叠加训练图片训练得到的。
根据本公开实施例的第四方面,提供一种同人颜值差值分类器的训练装置,包括:
叠加模块,被配置为将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
训练模块,被配置为使用所述叠加训练图片训练得到同人颜值差值分类器。
可选的,所述装置还包括:
获取模块,被配置为在所述叠加模块将所述训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加之前,获取所述训练图片中的人的美颜前的颜值分数和美颜后的颜值分数;
计算模块,被配置为根据所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数,计算所述训练图片中的人的颜值提升分数;
删除模块,被配置为从所述训练样本中删除颜值提升分数小于0的训练图片;
修正模块,被配置为使用预设的美颜方法对剩余训练图片中的人美颜后的颜值分数进行修正。
可选的,所述获取模块,包括:
训练子模块,被配置为使用所述训练样本训练得到一个颜值打分分类器,
打分子模块,被配置为使用所述颜值打分分类器对所述训练图片进行打分,得到所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
可选的,所述获取模块,包括:
接收子模块,被配置为接收用户输入的所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
可选的,所述修正模块,具体被配置为:
根据下述公式计算第j张剩余训练图片中的人美颜后的修正颜值分数X2j:
X2j=X1j+Δd+a;
其中,X1j为所述第j张剩余训练图片中的人美颜前的颜值分数,所述Δd为第j张剩余训练图片中的人的颜值提升分数,xi为预设的第i种美颜算法对应的颜值提升分数,wi为所述第i种美颜算法的权值,n为美颜算法的个数。
可选的,所述叠加模块,包括:
第二叠加子模块,被配置为将所述训练图片美颜前的图片和美颜后的图片的宽、高或者通道数中的任一一个相加,得到所述叠加训练图片,其中,所述训练图片美颜前的图片和美颜后的图片都表示为W*H*C,其中,W表示图片的宽,H表示图片的高,C表示图片的通道数。
根据本公开实施例的第五方面,提供一种图片美颜装置,包括:存储器和处理器,所述存储器中存储计算机指令,所述处理器运行所述计算机指令以执行本公开实施例的第一方面提供的方法。
根据本公开实施例的第六方面,提供一种同人颜值差值分类器的训练装置,包括:存储器和处理器,所述存储器中存储计算机指令,所述处理器运行所述计算机指令以执行本公开实施例的第二方面提供的方法。
根据本公开实施例的第七方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现本公开实施例的第一方面提供的方法步骤。
根据本公开实施例的第八方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现本公开实施例的第二方面提供的方法步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:通过预先确定当前图片采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数,显示美颜方法对应的颜值提升分数,接收用户输入的美颜指令,根据美颜指令对当前图片进行美颜,显示当前图片中的人的颜值变化信息。通过显示美颜方法对应的颜值提升分数,使得预先了解不同美颜方法对应的美颜效果,进而根据美颜效果选择的美颜方法能够满足用户需求,提高了用户满意度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种图片美颜方法的流程图。
图2是根据一示例性实施例示出一种美颜方法对应的颜值提升分数的显示界面的示意图。
图3是根据一示例性实施例示出一种颜值变化信息的显示界面的示意图。
图4是根据一示例性实施例示出的一种图片美颜方法的流程图。
图5是根据一示例性实施例示出一种颜值变化信息的显示界面的示意图。
图6是根据一示例性实施例示出的一种图片美颜方法的流程图。
图7是根据一示例性实施例示出的一种同人颜值差值分类器的训练方法的流程图。
图8是根据一示例性实施例示出的一种同人颜值差值分类器的训练方法的流程图。
图9是根据一示例性实施例示出的一种图片美颜装置的框图。
图10是根据一示例性实施例示出的一种图片美颜装置的框图。
图11是根据一示例性实施例示出的一种图片美颜装置的框图。
图12是根据一示例性实施例示出的一种图片美颜装置的框图。
图13是根据一示例性实施例示出的一种图片美颜装置的框图。
图14是根据一示例性实施例示出的一种图片美颜装置的框图。
图15是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图。
图16是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图。
图17是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图。
图18是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图。
图19是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图。
图20是根据一示例性实施例示出的一种图片美颜装置的实体框图。
图21是根据一示例性实施例示出的一种图片美颜装置800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种图片美颜方法的流程图,该方法由终端设备执行,如图1所示,该图片美颜方法包括以下步骤。
在步骤S101中,确定采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数。
该当前图片可以是用户使用终端设备自拍的图片,也可以是用户的好友发送给用户的图片,还可以是用户从网上下载的图片。该预先获取的方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法。该N种美颜方法包括磨皮方法、瘦脸方法、美白方法、眼睛放大方法等。采用N种美颜方法单独对当前图片美容是指每次只使用一种美颜方法对当前图片进行美颜。可选的,该M种美颜组合方法是根据N种美颜方法组合得到的,N种美颜方法任意进行组合总共可以得到N!种美颜组合方法,N!表示N的阶乘运算。终端设备可以在用户浏览当前图片,或者用户对当前图片进行美颜操作的过程中,触发本实施例的方法。
该N种美颜方法和M种美颜方法可以是预先配置的,也可以是用户自己选择的。当该N种美颜方法和M种美颜方法是用户选择的时,相应的,终端设备接收用户输入的第一选择指令,该第一选择指令用于选择N种美颜方法和/或M种美颜组合方法。
相应的,美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数。其中,第一颜值提升分数为采用N种美颜方法单独对当前图片美颜后的颜值提升分数,第二颜值提升分数为采用M种美颜组合方法对当前图片美颜后的颜值提升分数。
本实施例中,确定采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数,具体为:
方式一:使用预先获取的美颜方法对当前图片美颜,使用预先从服务器获取的颜值打分分类器对当前图片美颜前的图片和美颜后的图片进行打分,得到当前图片中的人美颜前的颜值分数和美颜后的颜值分数,然后,用当前图片中的人美颜后的颜值分数减去美颜前的颜值分数得到当前图片中的人的颜值提升分数。
方式二:使用预先获取的美颜方法对当前图片美颜,将当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片,使用预先从服务器获取的同人颜值差值分类器对叠加图片进行打分,得到当前图片中的人的颜值提升分数。该同人颜值差值分类器是服务器使用叠加训练图片训练得到的,该叠加训练图片为同一个人美颜前的图片和美颜后的图片叠加得到的。使用叠加训练图片进行训练,由于叠加训练图片中包括了同一个人美颜前的人脸和美颜后的人脸,使用叠加训练图片训练训练得到的同人颜值差值分类器关注的同一个人的美颜前和美颜后的人脸变化的细微差别,基于同一个人的变化,颜值差别的训练更有针对性,排除了人的主观因素,得到的颜值提升分数更加客观。而现有的颜值打分分类器是根据不同人的颜值训练得到的,从而使得打分不够客观。
该同人颜值差值分类器和颜值打分分类器可以是服务器在线发送给终端设备的,也可以在美颜app开发过程中,由程序开发人员将该同人颜值差值分类器集成在美颜app中。
在步骤S102中,显示美颜方法对应的颜值提升分数。
图2是根据一示例性实施例示出一种美颜方法对应的颜值提升分数的显示界面的示意图,如图2所示,显示界面上显示有N种美颜方法和M种美颜组合方法,以及每种美颜方法和每种美颜组合方法对应的颜值提升分数。用户可以通过界面上的功能键打开或关闭该显示界面。当然,图2只是举例说明,美颜方法对应的颜值提升分数的显示方法不限于此。
在步骤S103中,接收用户输入的美颜指令。
通过显示美颜方法对应的颜值提升分数,便于用户了解不同美颜方法对应的美颜效果,根据美颜效果选择自己想要的美颜效果。
在步骤S104中,根据该美颜指令对当前图片进行美颜。
方法一:该美颜指令中包括用户指定的目标美颜方法的标识,则终端设备使用目标美颜方法对当前图片进行美颜。该目标美颜方法可以是一个单独的美颜方法,也可以是一个美颜组合方法。方法一为手动美颜方法,用户需要手动选择使用的目标美颜方法。
方法二:用户也可能不指定美颜方法,相应的,该美颜指令中不包括美颜方法的标识,则终端设备使用预设的规则从N种美颜方法和/或M种美颜组合方法中确定目标美颜方法,使用目标美颜方法对当前图片进行美颜。该目标美颜方法可以是一个单独的美颜方法,也可以是一个美颜组合方法。方法二为智能美颜方法,用户不需要手动选择使用的目标美颜方法,而是由终端设备确定目标美颜方法。
可选的,使用预设的规则从N种美颜方法和/或M种美颜组合方法中确定目标美颜方法,具体为:从N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为目标美颜方法。当然,该预设的规则并不限于选择颜值提升分数的最高的美颜方法,也可以随机选择一个美颜方法作为目标美颜方法,或者,根据用户的人脸特征信息选择目标美颜方法。
在步骤S105中,显示当前图片中的人的颜值变化信息。
当前图片中的人的颜值变化信息包括以下信息中一个或多个:当前图片美颜后的颜值提升分数、当前图片美颜前的颜值分数X、当前图片美颜后的颜值分数Y、使用美颜后颜值从X分提高到了Y分。
其中,当前图片美颜前的颜值分数X是终端设备使用从服务器获取的颜值打分分类器对当前图片进行打分得到的。当前图片美颜后的颜值分数Y可以通过如下两种方式确定:
一种方式中,终端设备根据当前图片中的人美颜前的颜值分数X和当前图片美颜后的颜值提升分数,确定当前图片中的人美颜后的颜值分数Y,即用当前图片中的人美颜前的颜值分数X加上当前图片美颜后的颜值提升分数,得到当前图片中的人美颜后的颜值分数Y。
另一种方式中,终端设备使用颜值打分分类器对美颜后的图片进行打分,得到当前图片中的人美颜后的颜值分数Y。
可选的,当用户选择手动美颜方法时,在显示当前图片美颜后的颜值提升分数的同时,可以显示可用的美颜方法以及使用可用美颜方法美颜后当前图片的颜值提升分数,如果用户还想继续提高颜值分数,则可以选择终端设备为用户推荐的美颜方法继续进行手动美颜。由于终端设备推荐的美颜方法是最合适用户的美颜方法,从而能够提高用户体验。
图3是根据一示例性实施例示出一种颜值变化信息的显示界面的示意图,如图3所示,显示界面上显示有美颜后的图片,在美颜后的图片的下方显示有以下文字信息“使用美颜后颜值从X分提高到了Y分。
本实施例中,通过确定采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数,显示美颜方法对应的颜值提升分数,接收用户输入的美颜指令,根据美颜指令对当前图片进行美颜,显示当前图片中的人的颜值变化信息。通过显示美颜方法对应的颜值提升分数,使得预先了解不同美颜方法对应的美颜效果,进而根据美颜效果选择的美颜方法能够满足用户需求,提高了用户满意度。
在图1所示实施例的基础上,图4是根据一示例性实施例示出的一种图片美颜方法的流程图,如图4所示,本实施例的图片美颜方法包括:
在步骤S201中,接收用户输入的第一选择指令。
该第一选择指令用于选择N种美颜方法和M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法。
在步骤S202中,当检测到用户浏览当前图片时,确定采用用户选择的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数。
该用户选择的美颜方法包括:N种美颜方法和M种美颜组合方法,美颜方法对应的颜值提升分数包括:第一颜值提升分数和第二颜值提升分数,其中,第一颜值提升分数为采用N种美颜方法单独对当前图片美颜后的颜值提升分数,第二颜值提升分数为采用M种美颜组合方法对当前图片美颜后的颜值提升分数。
在步骤S203中,显示美颜方法对应的颜值提升分数。
在步骤S204中,接收用户输入的美颜指令,该美颜指令中包括用户指定的目标美颜方法的标识。
用户可以选择一种美颜方法或一种美颜组合方法作为目标美颜方法。
在步骤S205中,使用目标美颜方法对当前图片进行美颜。
在步骤S206中,显示当前图片中的人的颜值变化信息、可用的美颜方法以及使用该可用美颜方法美颜后当前图片的颜值提升分数。
需要说明的是,可用的美颜方法以及使用可用美颜方法美颜后当前图片的颜值提升分数是终端设备为用户推荐的信息,该推荐信息为可选项,终端设备也可以不显示该推荐信息,只显示当前图片中的人的颜值变化信息,该可用的美颜方法预先存储在美颜app中。
图5是根据一示例性实施例示出一种颜值变化信息的显示界面的示意图,如图5所示,显示界面上显示有美颜后的图片,在美颜后的图片的下方显示有以下文字信息“使用美颜后颜值从X分提高到了Y分,继续使用美白方法美颜颜值还可以提高5分哦!”该美白方法即是可用的美颜方法,美白方法对应的美白参数不在显示界面上显示,使用该美白方法后颜值提升分数为20。
通过显示可用的美颜方法以及使用可用美颜方法美颜后当前图片的颜值提升分数,能够引导用户进行美颜,如果用户还想继续提高颜值分数,则可以选择终端设备为用户推荐的可用美颜方法继续进行美颜。避免用户在面对较多的美颜方法时,无从下手,带给用户更好的体验,并且由于终端设备推荐的美颜方法是最合适用户的美颜方法,进一步提高了用户体验。
本实施例中,接收用户输入的美颜指令,该美颜指令中包括用户指定的目标美颜方法的标识,终端设备可以使用用户指定的美颜方法对美颜图片进行美颜,显示当前图片中的人的颜值变化信息、可用的美颜方法以及该使用可用美颜方法美颜后当前图片的颜值提升分数。用户可以选择终端设备为用户推荐的美颜方法继续进行美颜,由于终端设备推荐的美颜方法是最合适用户的美颜方法,从而能够提高用户体验。
在图1所示实施例的基础上,图6是根据一示例性实施例示出的一种图片美颜方法的流程图,如图6所示,本实施例的图片美颜方法包括:
在步骤S301中,接收用户输入的第一选择指令。
该第一选择指令用于选择N种美颜方法和M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法。
在步骤S302中,当检测到用户浏览当前图片时,确定采用用户选择的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数。
该用户选择的美颜方法包括:N种美颜方法和M种美颜组合方法,美颜方法对应的颜值提升分数包括:第一颜值提升分数和第二颜值提升分数,其中,第一颜值提升分数为采用N种美颜方法单独对当前图片美颜后的颜值提升分数,第二颜值提升分数为采用M种美颜组合方法对当前图片美颜后的颜值提升分数。
在步骤S303中,显示美颜方法对应的颜值提升分数。
在步骤S304中,接收用户输入的美颜指令。
在步骤S305中,使用预设的规则从N种美颜方法和M种美颜组合方法中确定目标美颜方法。
该预设的规则可以为:从N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为该目标美颜方法。该预设的规则还可以为:选择用户使用次数最多的美颜方法或美颜组合方法作为该目标美颜方法,或者,选择用户最近时间使用过的美颜方法或美颜组合方法作为该目标美颜方法。这里只是举例说明,该预设的规则并不限于上述提到的几种。
在步骤S306中,使用目标美颜方法对当前图片进行美颜。
在步骤S307中,显示当前图片中的人的颜值变化信息。
本实施例中,终端设备接收用户输入的美颜指令,使用预设的规则从N种美颜方法和M种美颜组合方法中确定目标美颜方法,使用目标美颜方法对当前图片进行美颜,从而实现了智能美颜,不需要用户选择美颜方法,带给用户更好的体验。
图7是根据一示例性实施例示出的一种同人颜值差值分类器的训练方法的流程图,如图7所示,该同人颜值差值分类器的训练方法包括以下步骤。
在步骤S401中,将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加训练图片。
具体的,将训练图片美颜前的图片和美颜后的图片的宽、高或者通道数中的任一一个相加,得到叠加训练图片,其中,训练图片美颜前的图片和美颜后的图片都表示为W*H*C,其中,W表示图片的宽,H表示图片的高,C表示图片的通道数。
通常情况下,美颜前的图片和美颜后的图片的宽、高和通道数相同,则叠加训练图片可以表示为:2W*H*C、W*2H*C或W*H*2C。图片的宽W取值为图片在宽度方向上的像素个数,图片的高H的取值为图片在高度方向上的像素个数,通道数C的取值为3或1。当通道数C为3时,美颜前和图片和美颜后的图片为彩色图片,彩色图片由红色(Red)、绿色(Green)、蓝色(Blue)三个通道组成,叠加图片的通道数为6。当通道数C为1时,美颜前的图片和美颜后的图片为灰度图片,即对美颜前的图片和美颜后的图片进行了灰度处理,叠加图片的通道数为2。
美颜前的图片和美颜后的图片可以分别看作一个三维的立方体,假设,立方体的宽表示图片的宽、立方体的高表示图片的高、立方体的长表示图片的通道数,则将美颜前的图片和美颜后的图片的宽叠加,即:将两个立方体的长和高所在的面重叠在一起形成一个新的立方体,则该新的立方体的宽等于两个立方体的宽之和。将美颜前的图片和美颜后的图片的高叠加,即:将两个立方体的宽和长所在的面重叠在一起形成一个新的立方体,则该新的立方体的高等于两个立方体的宽之和。将美颜前的图片和美颜后的图片的长叠加,即:将两个立方体的宽和高所在的面重叠在一起形成一个新的立方体,则该新的立方体的长等于两个立方体的长之和。
通过对训练图片美颜前的图片和美颜后的进行叠加处理,使得叠加训练图片中同时包括美颜前的人脸和美颜后的人脸。
在步骤S402中,使用叠加训练图片训练得到同人颜值差值分类器。
分类是数据挖掘的一种非常重要的方法,分类器(Classifier)是在已有数据的基础上学会的一个分类函数或构造出的一个分类模型。该函数或模型能够把训练样本中的数据映射到给定类别中的某一个。总之,分类器是数据挖掘中对样本进行分类的方法的统称,包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。分类器的构造和实施大体会经过以下几个步骤:
(1)选定样本(包含正样本和负样本),将所有样本分成训练样本和测试样本两部分。
(2)在训练样本上执行分类器算法,生成分类模型。
(3)在测试样本上执行分类模型,生成预测结果。
(4)根据预测结果,计算必要的评估指标,评估分类模型的性能。
可选的,在训练之前将叠加训练图片缩放到预设尺寸。
由于叠加训练图片中包括了同一个人美颜前的人脸和美颜后的人脸,使用叠加训练图片训练训练得到的同人颜值差值分类器关注的同一个人的美颜前和美颜后的人脸变化的细微差别,基于同一个人的变化,颜值差别的训练更有针对性,排除了人的主观因素,更加客观。
在图7所示实施例的基础上,图8是根据一示例性实施例示出的一种同人颜值差值分类器的训练方法的流程图,如图8所示,该同人颜值差值分类器的训练方法包括以下步骤。
在步骤S501中,获取训练图片中的人的美颜前的颜值分数和美颜后的颜值分数。
一种实现方式中,通过自动标定的方式对训练图片进行打分,具体的:使用训练样本训练得到一个颜值打分分类器,然后,使用该颜值打分分类器对训练图片进行打分,得到训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
另一种方式中,通过人工标定的方式对训练图片进行打分,具体的:接收用户输入的训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
在步骤S502中,根据训练图片中的人美颜前的颜值分数和美颜后的颜值分数,计算训练图片中的人的颜值提升分数。
训练图片的颜值提升分数=美颜后的颜值分数-美颜前的颜值分数。颜值提升分数的取值可能小于0、等于0或大于0。
在步骤S503中,从训练样本中删除颜值提升分数小于0的训练图片。
美颜的目的是提高颜值分数,用户通常认为美颜后的颜值分数高于美颜前的颜值分数,但是由于人工标定和自动标定都会有误差和主观因素存在,从而会出现颜值提升分数小于0的情况,颜值提升分数小于0说明美颜后颜值分数反而降低了,这样的训练图片是不符合要求的,需要删除颜值提升分数小于0的训练图片。
在步骤S504中,使用预设的美颜方法对剩余训练图片中的人美颜后的颜值分数进行修正。
由于人工标定和自动标定都会有误差和主观因素存在,导致训练图片中的人美颜后的颜值分数存在误差,本实施例中,使用预设的美颜方法对训练图片中的人美颜后的颜值分数进行修正,以消除误差。
可选的,可以根据公式计算第j张剩余训练图片中的人美颜后的修正颜值分数X2j:
X2j=X1j+Δd+a;
上述修正后的颜值分数考虑了不同美颜算法对图片美颜效果的影响,使得修正后的颜值分数更加接近真实值,从而使得使用修正后的训练样本训练得到的同人颜值差值分类器更加准确。
在步骤S505中,将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加,得到叠加训练图片。
在步骤S506中,将叠加训练图片缩放到预设尺寸。
实际应用中各种尺寸的图片都有,该预设尺寸是同人颜值差值分类器能够处理的图片,如果叠加训练图片的尺寸大于该预设尺寸,则将叠加训练图片等比例缩小到该预设尺寸,如果叠加训练图片的尺寸小于该预设尺寸,则将叠加训练图片等比例放大到该预设尺寸。当叠加训练图片的尺寸等于该预设尺寸时,不需要进行缩放。需要说明的是,在对叠加训练图片缩放时,只对叠加训练图片的宽和高进行等比例缩放,不对叠加训练图片的通道数进行缩放。
在步骤S507中,使用叠加训练图片训练得到同人颜值差值分类器。
本实施例中,通过获取训练样本中的训练图片中的人的美颜前的颜值分数和美颜后的颜值分数,根据训练图片美颜前的颜值分数和美颜后的颜值分数计算训练图片的颜值提升分数,从训练样本中删除颜值提升分数小于0的训练图片,使用预设的美颜方法对剩余训练图片美颜后的颜值分数进行修正,使用修正后的训练样本训练得到同人颜值差值分类器,使得训练得到的同人颜值差值分类器更加准确。
图9是根据一示例性实施例示出的一种图片美颜装置的框图,如图9所示,本实施例的装置包括:
确定模块11,被配置为确定采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数;
第二显示模块12,被配置为显示所述美颜方法对应的颜值提升分数;
第一接收模块13,被配置为接收用户输入的美颜指令;
美颜模块14,被配置为根据所述美颜指令对所述当前图片进行美颜;
第二显示模块15,被配置为显示所述当前图片中的人的颜值变化信息。
可选的,所述预先获取的美颜方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法;
所述美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数;
其中,所述第一颜值提升分数为采用所述N种美颜方法单独对所述当前图片美颜后的颜值提升分数;
所述第二颜值提升分数为采用M种美颜组合方法对所述当前图片美颜后的颜值提升分数。
图10是根据一示例性实施例示出的一种图片美颜装置的框图,本实施例中,所述美颜指令中包括用户指定的目标美颜方法的标识,如图10所示,本实施的装置在图9所示装置的基础上,所述美颜模块14包括:
第一美颜子模块141,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
图11是根据一示例性实施例示出的一种图片美颜装置的框图,如图11所示,本实施的装置在图10所示装置的基础上,还包括:
第三显示模块16,被配置为显示可用的美颜方法以及所述使用所述可用美颜方法美颜后所述当前图片的颜值提升分数。
图12是根据一示例性实施例示出的一种图片美颜装置的框图,如图12所示,本实施的装置在图9所示装置的基础上,所述美颜模块14,包括:
第一确定子模块142,被配置为使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法;
第二美颜子模块143,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
可选的,所述第一确定子模块142,具体用于:从所述N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为所述目标美颜方法。
图13是根据一示例性实施例示出的一种图片美颜装置的框图,如图13所示,本实施的装置在图9所示装置的基础上,还包括:
第二接收模块17,被配置为接收用户输入的第一选择指令,所述第一选择指令用于选择所述N种美颜方法和/或M种美颜组合方法。
可选的,在其他实施例中,所述N种美颜方法和所述M种美颜方法组合还可以是被预先配置好。
图14是根据一示例性实施例示出的一种图片美颜装置的框图,如图14所示,本实施的装置在图9所示装置的基础上,所述确定模块11,包括:
第三美颜子模块111,被配置为使用所述美颜方法对所述当前图片美颜;
叠加子模块112,被配置为将所述当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
打分子模块113,被配置为使用从服务器获取的同人颜值差值分类器对所述叠加图片进行打分,得到所述当前图片中的人的颜值提升分数,所述同人颜值差值分类器是对同一个人美颜前的图片和美颜后的图片叠加得到的叠加训练图片训练得到的。
图9至图14所示的图片美颜装置中的各功能模块,可用于执行上述图1、图4、图6所示的图片美颜方法,具体实现方式和技术效果类似,请参照上述方法实施例,此处不再赘述。
图15是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图,如图15所示,本实施例的装置包括:
叠加模块21,被配置为将训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
训练模块22,被配置为使用所述叠加训练图片训练得到同人颜值差值分类器。
图16是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图,如图16所示,本实施例的装置在图15所示装置的基础上,还包括:
获取模块23,被配置为在所述叠加模块将所述训练样本中的同一张训练图片美颜前的图片和美颜后的图片进行叠加之前,获取所述训练样本中的训练图片中的人的美颜前的颜值分数和美颜后的颜值分数;
计算模块24,被配置为根据所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数,计算所述训练图片中的人的颜值提升分数;
删除模块25,被配置为从所述训练样本中删除颜值提升分数小于0的训练图片;
修正模块26,被配置为使用预设的美颜方法对剩余训练图片中的人美颜后的颜值分数进行修正。
可选的,所述修正模块26,具体被配置为:
根据下述公式计算第j张剩余训练图片中的人美颜后的修正颜值分数X2j:
X2j=X1j+Δd+a;
其中,X1j为所述第j张剩余训练图片中的人美颜前的颜值分数,所述Δd为第j张剩余训练图片中的人的颜值提升分数,xi为预设的第i种美颜算法对应的颜值提升分数,wi为所述第i种美颜算法的权值,n为美颜算法的个数。
图17是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图,如图17所示,本实施例的装置在图16所示装置的基础上,所述获取模块23,包括:
训练子模块231,被配置为使用所述训练样本训练得到一个颜值打分分类器,
打分子模块232,被配置为使用所述颜值打分分类器对所述训练样本中的训练图片进行打分,得到所述训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
图18是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图,如图18所示,本实施例的装置在图16所示装置的基础上,所述获取模块23,包括:
接收子模块233,被配置为接收用户输入的所述训练样本中的训练图片中的人美颜前的颜值分数和美颜后的颜值分数。
图19是根据一示例性实施例示出的一种同人颜值差值分类器的训练装置的框图,如图19所示,本实施例的装置在图15所示装置的基础上,所述叠加模块21,包括:
第一叠加子模块211,被配置为将所述当前图片美颜前的图片和美颜后的图片的宽、高或者通道数中的任一一个相加,得到所述叠加图片,其中,所述当前图片美颜前的图片和美颜后的图片都表示为W*H*C,其中,W表示图片的宽,H表示图片的高,C表示图片的通道数。
图15至图19所示的同人颜值差值分类器的训练装置中的各功能模块,可用于执行上述图7和图8所示的同人颜值差值分类器的训练方法,具体实现方式和技术效果类似,请参照上述方法实施例,此处不再赘述。
图20是根据一示例性实施例示出的一种图片美颜装置的实体框图,如图20所示,图片美颜装置300包括:存储器32和处理器31,所述存储器32中存储计算机指令,所述处理器31运行所述计算机指令以执行上述图1、图4和图6所示实施例提供的方法步骤,具体实现方式和技术效果类似,这里不再赘述。
应理解,上述实施例中,处理器可以是中央处理单元(英文:Central ProcessingUnit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital SignalProcessor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,而前述的存储器可以是只读存储器(英文:read-only memory,缩写:ROM)、随机存取存储器(英文:random access memory,简称:RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
图21是根据一示例性实施例示出的一种图片美颜装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图21,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行命令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的命令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述图1、图4和图6所示的图片美颜方法。
在示例性实施例中,还提供了一种包括命令的非临时性计算机可读存储介质,例如包括命令的存储器804,上述命令可由装置800的处理器820执行以完成上述图1、图4和图6所示的图片美颜方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述图1、图4和图6所示实施例提供的方法步骤。
一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述图7和图8所示实施例提供的方法步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求书指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求书来限制。
Claims (18)
1.一种图片美颜方法,其特征在于,包括:
确定采用预先获取的美颜方法对当前图片美颜后当前图片中的人的颜值提升分数;
显示所述美颜方法对应的颜值提升分数;
接收用户输入的美颜指令;
根据所述美颜指令对所述当前图片进行美颜;
显示所述当前图片中的人的颜值变化信息;
确定采用预先获取的美颜方法对所述当前图片美颜后所述当前图片中的人的颜值提升分数,包括:
使用所述美颜方法对所述当前图片美颜;
将所述当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
使用从服务器获取的同人颜值差值分类器对所述叠加图片进行打分,得到所述当前图片中的人的颜值提升分数,所述同人颜值差值分类器是对同一个人美颜前的图片和美颜后的图片叠加得到的叠加训练图片训练得到的。
2.根据权利要求1所述的方法,其特征在于,所述预先获取的美颜方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法;
所述美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数;
其中,所述第一颜值提升分数为采用所述N种美颜方法单独对所述当前图片美颜后的颜值提升分数;
所述第二颜值提升分数为采用M种美颜组合方法对所述当前图片美颜后的颜值提升分数。
3.根据权利要求2所述的方法,其特征在于,所述美颜指令中包括所述用户指定的目标美颜方法的标识;其中,所述目标美颜方法为一种美颜方法或一种美颜组合方法;
根据所述美颜指令对所述当前图片进行美颜,包括:
使用所述目标美颜方法对所述当前图片进行美颜。
4.根据权利要求3所述的方法,其特征在于,还包括:
显示可用的美颜方法以及所述使用所述可用美颜方法美颜后所述当前图片的颜值提升分数。
5.根据权利要求2所述的方法,其特征在于,根据所述美颜指令对所述当前图片进行美颜,包括:
使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法;
使用所述目标美颜方法对所述当前图片进行美颜。
6.根据权利要求5所述的方法,其特征在于,使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法,包括:
从所述N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为所述目标美颜方法。
7.根据权利要求2所述的方法,其特征在于,确定采用预先获取的美颜方法对所述当前图片美颜后当前图片中的人的颜值提升分数之前,还包括:
接收用户输入的第一选择指令,所述第一选择指令用于选择所述N种美颜方法和/或M种美颜组合方法。
8.根据权利要求2所述方法,其特征在于,所述N种美颜方法和所述M种美颜方法组合被预先配置好。
9.一种图片美颜装置,其特征在于,包括:
第一确定模块,被配置为确定采用预先获取的美颜方法对当前图片美颜后所述当前图片中的人的颜值提升分数;
第二显示模块,被配置为显示所述美颜方法对应的颜值提升分数;
第一接收模块,被配置为接收用户输入的美颜指令;
美颜模块,被配置为根据所述美颜指令对所述当前图片进行美颜;
第二显示模块,被配置为显示所述当前图片中的人的颜值变化信息;
所述第一确定模块,包括:
第三美颜子模块,被配置为使用所述美颜方法对所述当前图片美颜;
叠加子模块,被配置为将所述当前图片美颜前的图片和美颜后的图片进行叠加处理,得到叠加图片;
打分子模块,被配置为使用从服务器获取的同人颜值差值分类器对所述叠加图片进行打分,得到所述当前图片中的人的颜值提升分数,所述同人颜值差值分类器是对同一个人美颜前的图片和美颜后的图片叠加得到的叠加训练图片训练得到的。
10.根据权利要求9所述的装置,其特征在于,所述预先获取的美颜方法包括:N种美颜方法和/或M种美颜组合方法,每种美颜组合方法包括至少两种美颜方法;
所述美颜方法对应的颜值提升分数包括:第一颜值提升分数和/或第二颜值提升分数;
其中,所述第一颜值提升分数为采用所述N种美颜方法单独对所述当前图片美颜后的颜值提升分数;
所述第二颜值提升分数为采用M种美颜组合方法对所述当前图片美颜后的颜值提升分数。
11.根据权利要求10所述的装置,其特征在于,所述美颜指令中包括用户指定的目标美颜方法的标识,其中,所述目标美颜方法为一种美颜方法或一种美颜组合方法;所述美颜模块包括:
第一美颜子模块,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
12.根据权利要求11所述的装置,其特征在于,还包括:
第三显示模块,被配置为显示可用的美颜方法以及所述使用所述可用美颜方法美颜后所述当前图片的颜值提升分数。
13.根据权利要求10所述的装置,其特征在于,所述美颜模块,包括:
第一确定子模块,被配置为使用预设的规则从所述N种美颜方法和/或M种美颜组合方法中确定目标美颜方法;
第二美颜子模块,被配置为使用所述目标美颜方法对所述当前图片进行美颜。
14.根据权利要求13所述的装置,其特征在于,所述第一确定子模块,具体用于:
从所述N种美颜方法和/或M种美颜组合方法中选择颜值提升分数的最高的美颜方法作为所述目标美颜方法。
15.根据权利要求10所述的装置,其特征在于,还包括:
第二接收模块,被配置为接收用户输入的第一选择指令,所述第一选择指令用于选择所述N种美颜方法和/或M种美颜组合方法。
16.根据权利要求10所述的装置,其特征在于,所述N种美颜方法和所述M种美颜方法组合被预先配置好。
17.一种图片美颜装置,其特征在于,包括:存储器和处理器,所述存储器中存储计算机指令,所述处理器运行所述计算机指令以执行上述权利要求1-8任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现上述权利要求1-8任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710558260.4A CN107424130B (zh) | 2017-07-10 | 2017-07-10 | 图片美颜方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710558260.4A CN107424130B (zh) | 2017-07-10 | 2017-07-10 | 图片美颜方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107424130A CN107424130A (zh) | 2017-12-01 |
CN107424130B true CN107424130B (zh) | 2020-09-11 |
Family
ID=60427915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710558260.4A Active CN107424130B (zh) | 2017-07-10 | 2017-07-10 | 图片美颜方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107424130B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242793A (zh) * | 2018-08-29 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN111182196A (zh) * | 2018-11-13 | 2020-05-19 | 奇酷互联网络科技(深圳)有限公司 | 拍照预览方法、智能终端及具有存储功能的装置 |
CN110287809B (zh) * | 2019-06-03 | 2021-08-24 | Oppo广东移动通信有限公司 | 图像处理方法及相关产品 |
CN111402157B (zh) * | 2020-03-12 | 2024-04-09 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850825A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于卷积神经网络的人脸图像颜值计算方法 |
CN106254764A (zh) * | 2015-06-12 | 2016-12-21 | 三星电子株式会社 | 电子装置和用于在电子装置中显示图像的方法 |
CN106778627A (zh) * | 2016-12-20 | 2017-05-31 | 北京奇虎科技有限公司 | 检测人脸颜值的方法、装置和移动终端 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9639742B2 (en) * | 2014-04-28 | 2017-05-02 | Microsoft Technology Licensing, Llc | Creation of representative content based on facial analysis |
CN104574306A (zh) * | 2014-12-24 | 2015-04-29 | 掌赢信息科技(上海)有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
-
2017
- 2017-07-10 CN CN201710558260.4A patent/CN107424130B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850825A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于卷积神经网络的人脸图像颜值计算方法 |
CN106254764A (zh) * | 2015-06-12 | 2016-12-21 | 三星电子株式会社 | 电子装置和用于在电子装置中显示图像的方法 |
CN106778627A (zh) * | 2016-12-20 | 2017-05-31 | 北京奇虎科技有限公司 | 检测人脸颜值的方法、装置和移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107424130A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10565763B2 (en) | Method and camera device for processing image | |
JP6134446B2 (ja) | 画像分割方法、画像分割装置、画像分割デバイス、プログラム及び記録媒体 | |
EP3125158B1 (en) | Method and device for displaying images | |
CN106408603B (zh) | 拍摄方法及装置 | |
US10007841B2 (en) | Human face recognition method, apparatus and terminal | |
US10534972B2 (en) | Image processing method, device and medium | |
CN106331504B (zh) | 拍摄方法及装置 | |
CN107944447B (zh) | 图像分类方法及装置 | |
US20160027191A1 (en) | Method and device for adjusting skin color | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN107424130B (zh) | 图片美颜方法和装置 | |
CN109672830B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN107967459B (zh) | 卷积处理方法、装置及存储介质 | |
CN107133354B (zh) | 图像描述信息的获取方法及装置 | |
CN107341509B (zh) | 卷积神经网络的训练方法、装置及可读存储介质 | |
CN107220614B (zh) | 图像识别方法、装置及计算机可读存储介质 | |
US11403789B2 (en) | Method and electronic device for processing images | |
US11335348B2 (en) | Input method, device, apparatus, and storage medium | |
CN112188091B (zh) | 人脸信息识别方法、装置、电子设备及存储介质 | |
CN113409342A (zh) | 图像风格迁移模型的训练方法、装置及电子设备 | |
US10846513B2 (en) | Method, device and storage medium for processing picture | |
US9665925B2 (en) | Method and terminal device for retargeting images | |
CN107527072B (zh) | 确定相似头像的方法及装置、电子设备 | |
CN107239758B (zh) | 人脸关键点定位的方法及装置 |
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 |