CN107705279A - 实现双重曝光的图像数据实时处理方法及装置、计算设备 - Google Patents
实现双重曝光的图像数据实时处理方法及装置、计算设备 Download PDFInfo
- Publication number
- CN107705279A CN107705279A CN201710887012.4A CN201710887012A CN107705279A CN 107705279 A CN107705279 A CN 107705279A CN 201710887012 A CN201710887012 A CN 201710887012A CN 107705279 A CN107705279 A CN 107705279A
- Authority
- CN
- China
- Prior art keywords
- image
- default
- specific region
- foreground
- foreground image
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 64
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000001815 facial effect Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 17
- 238000004040 coloring Methods 0.000 claims description 8
- 238000010030 laminating Methods 0.000 claims description 5
- 238000000227 grinding Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 abstract description 8
- 230000001960 triggered effect Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 description 5
- 210000004209 hair Anatomy 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000004709 eyebrow Anatomy 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008921 facial expression Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012163 sequencing technique 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种实现双重曝光的图像数据实时处理方法及装置、计算设备，其方法包括：实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；对第一图像进行关键信息检测，确定属于特定对象的特定区域；为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；显示第二图像。根据用户触发的拍摄指令，保存第二图像。本发明采用了深度学习方法，实现了高效率高精准性地完成场景分割处理。且对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
Description
技术领域
本发明涉及图像处理领域，具体涉及一种实现双重曝光的图像数据实时处理方法及装置、计算设备。
背景技术
随着科技的发展，图像采集设备的技术也日益提高。采集到的图像更加清晰、分辨率、显示效果也大幅提高。但现有的图像采集设备采集到的图像无法满足用户提出的越来越多的个性化要求。现有技术可以在采集到图像后，由用户手动对图像再做进一步的处理，以满足用户的个性化要求。但这样处理需要用户具有较高的图像处理技术，并且在处理时需要花费用户较多的时间，处理繁琐，技术复杂。
因此，需要一种实现双重曝光的图像数据实时处理方法，以便实时满足用户的个性化要求。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的实现双重曝光的图像数据实时处理方法及装置、计算设备。
根据本发明的一个方面，提供了一种实现双重曝光的图像数据实时处理方法，其包括：
实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；
对第一图像进行关键信息检测，确定属于特定对象的特定区域；
为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；
显示第二图像。
可选地，对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：对第一图像进行关键点信息检测，确定属于特定对象的特定区域。
可选地，对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。
可选地，在得到第二图像之前，方法还包括：根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理。
可选地，对前景图像的特定区域进行相应处理进一步包括：对前景图像的特定区域进行磨皮和/或调色处理。
可选地，特定对象为人物；特定对象的特定区域为面部区域；
对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：
对第一图像进行关键点检测，确定人物的五官区域；
对第一图像进行肤色检测，确定人物的肤色区域；
根据人物的五官区域和肤色区域，确定人物的面部区域。
可选地，预设前景图像为第一预设图片；预设背景图像为第二预设图片。
可选地，方法还包括：
将第三预设图片进行不同的调色处理，分别得到预设前景图像和预设背景图像。
可选地，预设前景图像为第一预设视频中的帧图像；预设背景图像为第二预设视频中的帧图像。
可选地，方法还包括：
将第三预设视频中的帧图像进行不同的调色处理，分别得到预设前景图像和预设背景图像。
可选地，方法还包括：
根据用户触发的拍摄指令，保存第二图像。
可选地，方法还包括：
根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。
根据本发明的另一方面，提供了一种实现双重曝光的图像数据实时处理装置，其包括：
分割模块，适于实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；
检测模块，适于对第一图像进行关键信息检测，确定属于特定对象的特定区域；
叠加模块，适于为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；
显示模块，适于显示第二图像。
可选地，检测模块进一步适于：
对第一图像进行关键点信息检测，确定属于特定对象的特定区域。
可选地，检测模块进一步适于：
对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。
可选地，装置还包括：
处理模块，适于根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理。
可选地，处理模块进一步适于：
对前景图像的特定区域进行磨皮和/或调色处理。
可选地，特定对象为人物；特定对象的特定区域为面部区域；
检测模块进一步适于：对第一图像进行关键点检测，确定人物的五官区域；对第一图像进行肤色检测，确定人物的肤色区域；根据人物的五官区域和肤色区域，确定人物的面部区域。
可选地，预设前景图像为第一预设图片；预设背景图像为第二预设图片。
可选地，装置还包括：
第一调色处理模块，适于将第三预设图片进行不同的调色处理，分别得到预设前景图像和预设背景图像。
可选地，预设前景图像为第一预设视频中的帧图像；预设背景图像为第二预设视频中的帧图像。
可选地，装置还包括：
第二调色处理模块，适于将第三预设视频中的帧图像进行不同的调色处理，分别得到预设前景图像和预设背景图像。
可选地，装置还包括：
第一保存模块，适于根据用户触发的拍摄指令，保存第二图像。
可选地，装置还包括：
第二保存模块，适于根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。
根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述实现双重曝光的图像数据实时处理方法对应的操作。
根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述实现双重曝光的图像数据实时处理方法对应的操作。
根据本发明提供的实现双重曝光的图像数据实时处理方法及装置、计算设备，实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；对第一图像进行关键信息检测，确定属于特定对象的特定区域；为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；显示第二图像。本发明在实时获取到图像采集设备捕捉的图像后，从图像中分割出特定对象的前景图像，根据对第一图像进行的关键信息的检测，确定特定对象的特定区域。在保留特定区域的前提下，将前景图像中不属于特定区域的部分区域叠加预设前景图像，并加载预设背景图像，实现图像的双重曝光特效。本发明采用了深度学习方法，实现了高效率高精准性的完成场景分割处理。且对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的实现双重曝光的图像数据实时处理方法的流程图；
图2示出了根据本发明另一个实施例的实现双重曝光的图像数据实时处理方法的流程图；
图3示出了根据本发明一个实施例的实现双重曝光的图像数据实时处理装置的功能框图；
图4示出了根据本发明另一个实施例的实现双重曝光的图像数据实时处理装置的功能框图；
图5示出了根据本发明一个实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明中特定对象可以是图像中的人物、植物、动物等任何对象，在实施例中以人物为例进行说明，特定区域以人物的面部区域为例进行说明，但不仅限于人物和面部区域。
图1示出了根据本发明一个实施例的实现双重曝光的图像数据实时处理方法的流程图。如图1所示，实现双重曝光的图像数据实时处理方法具体包括如下步骤：
步骤S101，实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像。
本实施例中图像采集设备以移动终端为例进行说明。实时获取到移动终端摄像头捕捉到的第一图像，其中，第一图像包含了特定对象，如人物。对第一图像进行场景分割处理，主要是将特定对象从第一图像中分割出来，得到针对于特定对象的前景图像，该前景图像可以仅包含特定对象。
在对第一图像进行场景分割处理时，可以利用深度学习方法。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如，人脸识别或面部表情识别)。如利用深度学习的人物分割方法可以对第一图像进行场景分割，得到包含人物的前景图像。
步骤S102，对第一图像进行关键信息检测，确定属于特定对象的特定区域。
为确定特定区域，需要对第一图像进行关键信息检测。具体的，可以从第一图像中提取出特定区域的关键信息，根据关键信息进行检测。该关键信息可以具体为关键点信息、关键区域信息、和/或关键线信息等。本发明的实施例以关键点信息为例进行说明，但本发明的关键信息不限于是关键点信息。使用关键点信息可以提高根据关键点信息确定特定区域的处理速度和效率，可以直接根据关键点信息确定特定区域，不需要再对关键信息进行后续计算、分析等复杂操作。同时，关键点信息便于提取，且提取准确，确定特定区域的效果更精准。根据对第一图像进行关键点信息的检测，来确定属于特定对象的特定区域。如特定区域的确定可以根据特定区域的边缘轮廓进行确定，因此，在从第一图像中提取关键点信息时，可以提取出位于特定区域边缘的关键点信息。当特定对象为人物，特定区域为人物的面部区域时，提取的关键点信息包括位于面部区域边缘关键点信息。
步骤S103，为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像。
将预设背景图像加载前景图像，并在分割得到的前景图像中不属于已经确定的特定区域的部分区域上叠加预设前景图像，从而得到的第二图像中在保留特定区域的特征显示的同时，将前景图像中不属于特定区域的部分区域达到预设前景图像和部分区域双重曝光的显示效果。
其中，预设背景图像和预设前景图像可以为不同的两张图片，预设前景图像可以为第一预设图片，预设背景图像为第二预设图片，避免第二图像在显示时，前景图像中不属于特定区域的部分区域与预设背景图像无法区分。或者预设背景图像和预设前景图像为相同显示风格的一张图片，如第三预设图片。当预设背景图像和预设前景图像为相同显示风格的第三预设图片时，需要将该第三预设图片进行不同的调色处理，分别得到明亮色调的预设前景图像和昏暗色调的预设背景图像。
步骤S104，显示第二图像。
将得到的第二图像实时进行显示，用户可以直接看到对第一图像处理后得到的第二图像。在得到第二图像后，立刻使用第二图像替换捕捉的第一图像进行显示，一般在1/24秒之内进行替换，对于用户而言，由于替换时间相对短，人眼没有明显的察觉，相当于实时的显示第二图像。
根据本发明提供的实现双重曝光的图像数据实时处理方法，实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；对第一图像进行关键信息检测，确定属于特定对象的特定区域；为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；显示第二图像。本发明在实时获取到图像采集设备捕捉的图像后，从图像中分割出特定对象的前景图像，根据对第一图像进行的关键信息的检测，确定特定对象的特定区域。在保留特定区域的前提下，将前景图像中不属于特定区域的部分区域叠加预设前景图像，并加载预设背景图像，实现图像的双重曝光特效。本发明采用了深度学习方法，实现了高效率高精准性的完成场景分割处理。且对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
图2示出了根据本发明另一个实施例的实现双重曝光的图像数据实时处理方法的流程图。如图2所示，实现双重曝光的图像数据实时处理方法具体包括如下步骤：
步骤S201，实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像。
该步骤参考图1实施例中的步骤S101的描述，在此不再赘述。
步骤S202，对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。
本实施例中以特定对象为人物，特定对象的特定区域为面部区域为例进行说明。对第一图像进行关键点信息检测，可以通过从第一图像中提取眼睛、眉毛、嘴巴、鼻子、耳朵等关键点信息进行检测，确定人物的五官区域。同时，还可以对第一图像进行颜色信息(肤色)检测，确定人物的肤色区域。在进行肤色检测时，可以通过参数化模型(基于肤色能够服从高斯概率分布模型的假设)、非参数化模型(估测肤色直方图)、肤色聚类定义(YCbCr、HSV、RGB、CIELAB等颜色空间阈值分割)等肤色检测方法实现，在此不做限定。根据人物的五官区域和肤色区域，可以确定属于特定对象的特定区域，即确定人物的面部区域。
步骤S203，根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理。
根据预设背景图像和/或预设前景图像的显示风格模式，可以对前景图像的特定区域进行磨皮、调色等相应处理。如预设背景图像为晴朗的天空背景图像，可以将前景图像的特定区域如面部区域进行磨皮处理，以消除面部区域中皮肤部分的斑点、瑕疵、杂色等瑕疵，使得面部区域更加细腻，轮廓更加清晰。并且根据预设背景图像的颜色、色调等调整特定区域的颜色、色调等，使得特定区域与预设背景图像分显示风格模式相接近或一致。
需要注意的是，在对前景图像的特定区域进行处理时，需要保留特定区域的特征信息，仅对显示风格模式上进行调整。如特定区域为面部区域时，保留面部区域的眼睛、眉毛、嘴巴、鼻子、耳朵、脸型等特定区域原本的显示特征信息，仅调整肤色的白皙、去除面部的斑点、调亮肤色等处理。
若预设背景图像和预设前景图像的显示风格模式不一致时，可以指定根据任一图像的显示风格模式对前景图像的特定区域进行相应处理。
步骤S204，为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像。
将预设背景图像加载前景图像，并在分割得到的前景图像中不属于已经确定的特定区域的部分区域，如特定对象为人物，特定区域为人物的面部区域时，在前景图像中不属于特定区域的部分区域即除人物面部区域以外的头发、衣服等区域。在这些部分区域上叠加预设前景图像，从而得到第二图像。
预设背景图像和预设前景图像可以使用预设的图片，也可以为视频中的任一帧图像。如预设前景图像为第一预设视频中的任一帧图像。随机选取第一预设视频中的任一帧图像作为预设前景图像。进一步，预设前景图像还可以是实时变化的，随时间不同，预设前景图像变化为第一预设视频中的另一帧图像。预设背景图像可以为第二预设视频中的任一帧图像。随机选取第二预设视频中的任一帧图像作为预设背景图像。进一步，预设背景图像还可以是实时变化的，随时间不同，预设背景图像变化为第二预设视频中的另一帧图像。第一预设视频和第二预设视频是两个显示风格模式不同的视频，即预设前景图像和预设背景图像的显示风格模式不同。或者，预设前景图像和预设背景图像均为第三预设视频中的任一帧图像，预设前景图像和预设背景图像可以为第三预设视频中的相同的任一帧图像，预设前景图像和预设背景图像也可以为第三预设视频中的不同任一帧图像。但由于预设前景图像和预设背景图像均为第三预设视频中的帧图像，两者的显示风格模式相同。通过将第三预设视频中的帧图像进行不同的调色处理，如将同一帧图像或不同帧图像调整成明亮的颜色、色调作为预设前景图像，将同一帧图像或不同帧图像调整成昏暗的颜色、色调作为预设背景图像，从而将预设背景图像和预设前景图像区分开来。
步骤S205，实时显示第二图像。
将得到的第二图像后，将其实时的进行显示，用户可以直接看到对第一图像处理后得到的第二图像。
步骤S206，根据用户触发的拍摄指令，保存第二图像。
在显示第二图像后，还可以根据用户触发的拍摄指令，保存第二图像。如用户点击相机的拍摄按钮，触发拍摄指令，将显示的第二图像进行保存。
步骤S207，根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。
在显示第二图像时，还可以根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。如用户点击相机的录制按钮，触发录制指令，将显示的第二图像作为视频中的帧图像进行保存，从而保存多个第二图像作为帧图像组成的视频。
步骤S206和步骤S207都是本实施例的可选步骤，且不存在执行先后顺序，根据用户触发的不同指令选择执行对应的步骤。
根据本发明提供的实现双重曝光的图像数据实时处理方法，对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理，以使特定区域与预设前景图像和/或预设背景图像的显示风格模式一致或相似，得到的第二图像整体显示风格模式统一。且在对前景图像的特定区域进行处理时，保留特定区域原本的显示特征信息，仅对显示风格模式上进行调整，得到的第二图像不会失真。预设前景图像和预设背景图像除采用图片外，还可以为视频中的帧图像，且实时变化，使得得到的第二图像更生动、灵活。进一步，还可以根据用户触发的不同指令，保存第二图像或保存由第二图像作为帧图像组成的视频。本发明对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
图3示出了根据本发明一个实施例的实现双重曝光的图像数据实时处理装置的功能框图。如图3所示，实现双重曝光的图像数据实时处理装置包括如下模块：
分割模块301，适于实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像。
本实施例中图像采集设备以移动终端为例进行说明。实时获取到移动终端摄像头捕捉到的第一图像，其中，第一图像包含了特定对象，如人物。分割模块301对第一图像进行场景分割处理，主要是将特定对象从第一图像中分割出来，得到针对于特定对象的前景图像，该前景图像可以仅包含特定对象。
分割模块301在对第一图像进行场景分割处理时，可以利用深度学习方法。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如，人脸识别或面部表情识别)。如分割模块301利用深度学习的人物分割方法可以对第一图像进行场景分割，得到包含人物的前景图像。
检测模块302，适于对第一图像进行关键信息检测，确定属于特定对象的特定区域。
检测模块302为确定特定区域，需要对第一图像进行关键信息检测。具体的，检测模块302可以从第一图像中提取出特定区域的关键信息，根据关键信息进行检测。该关键信息可以具体为关键点信息、关键区域信息、和/或关键线信息等。本发明的实施例以关键点信息为例进行说明，但本发明的关键信息不限于是关键点信息。使用关键点信息可以提高根据关键点信息确定特定区域的处理速度和效率，可以直接根据关键点信息确定特定区域，不需要再对关键信息进行后续计算、分析等复杂操作。同时，关键点信息便于提取，且提取准确，确定特定区域的效果更精准。检测模块302根据对第一图像进行关键点信息的检测，来确定属于特定对象的特定区域。如特定区域的确定可以根据特定区域的边缘轮廓进行确定，因此，检测模块302在从第一图像中提取关键点信息时，可以提取出位于特定区域边缘的关键点信息。当特定对象为人物，特定区域为人物的面部区域时，检测模块302提取的关键点信息包括位于面部区域边缘关键点信息。
本实施例中以特定对象为人物，特定对象的特定区域为面部区域为例进行说明。检测模块302对第一图像进行关键点信息检测，可以通过从第一图像中提取眼睛、眉毛、嘴巴、鼻子、耳朵等关键点信息进行检测，确定人物的五官区域。同时，检测模块302还可以对第一图像进行颜色信息(肤色)检测，确定人物的肤色区域。检测模块302在进行肤色检测时，可以通过参数化模型(基于肤色能够服从高斯概率分布模型的假设)、非参数化模型(估测肤色直方图)、肤色聚类定义(YCbCr、HSV、RGB、CIELAB等颜色空间阈值分割)等肤色检测方法实现，在此不做限定。检测模块302根据人物的五官区域和肤色区域，可以确定属于特定对象的特定区域，即检测模块302确定人物的面部区域。
叠加模块303，适于为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像。
叠加模块303将预设背景图像加载前景图像，并在分割得到的前景图像中不属于已经确定的特定区域的部分区域，如特定对象为人物，特定区域为人物的面部区域时，在前景图像中不属于特定区域的部分区域即除人物面部区域以外的头发、衣服等区域。叠加模块303在这些部分区域上叠加预设前景图像，从而得到第二图像。第二图像在保留特定区域的特征显示的同时，前景图像中不属于特定区域的部分区域达到预设前景图像和部分区域双重曝光的显示效果。
显示模块304，适于显示第二图像。
显示模块304将得到的第二图像实时进行显示，用户可以直接看到对第一图像处理后得到的第二图像。在叠加模块303得到第二图像后，显示模块304立刻使用第二图像替换捕捉的第一图像进行显示，一般在1/24秒之内进行替换，对于用户而言，由于替换时间相对短，人眼没有明显的察觉，相当于显示模块304实时的显示第二图像。
根据本发明提供的实现双重曝光的图像数据实时处理装置，实时获取图像采集设备捕捉的包含特定对象的第一图像，对第一图像进行场景分割处理，得到针对于特定对象的前景图像；对第一图像进行关键信息检测，确定属于特定对象的特定区域；为前景图像加载预设背景图像，在前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；显示第二图像。本发明在实时获取到图像采集设备捕捉的图像后，从图像中分割出特定对象的前景图像，根据对第一图像进行的关键信息的检测，确定特定对象的特定区域。在保留特定区域的前提下，将前景图像中不属于特定区域的部分区域叠加预设前景图像，并加载预设背景图像，实现图像的双重曝光特效。本发明采用了深度学习方法，实现了高效率高精准性的完成场景分割处理。且对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
图4示出了根据本发明另一个实施例的实现双重曝光的图像数据实时处理装置的功能框图。如图4所示，与图3不同之处在于，实现双重曝光的图像数据实时处理装置还包括：
处理模块305，适于根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理。
处理模块305根据预设背景图像和/或预设前景图像的显示风格模式，可以对前景图像的特定区域进行磨皮、调色等相应处理。如预设背景图像为晴朗的天空背景图像，处理模块305可以将前景图像的特定区域如面部区域进行磨皮处理，以消除面部区域中皮肤部分的斑点、瑕疵、杂色等瑕疵，使得面部区域更加细腻，轮廓更加清晰。并且处理模块305根据预设背景图像的颜色、色调等调整特定区域的颜色、色调等，使得特定区域与预设背景图像分显示风格模式相接近或一致。
需要注意的是，处理模块305在对前景图像的特定区域进行处理时，需要保留特定区域的特征信息，仅对显示风格模式上进行调整。如特定区域为面部区域时，处理模块305保留面部区域的眼睛、眉毛、嘴巴、鼻子、耳朵、脸型等特定区域原本的显示特征信息，仅调整肤色的白皙、去除面部的斑点、调亮肤色等处理。
若预设背景图像和预设前景图像的显示风格模式不一致时，处理模块305可以指定根据任一图像的显示风格模式对前景图像的特定区域进行相应处理。
第一调色处理模块306，适于将第三预设图片进行不同的调色处理，分别得到预设前景图像和预设背景图像。
预设背景图像和预设前景图像可以为不同的两张图片，预设前景图像可以为第一预设图片，预设背景图像为第二预设图片，避免第二图像在显示时，前景图像中不属于特定区域的部分区域与预设背景图像无法区分。或者预设背景图像和预设前景图像为相同显示风格的一张图片，如第三预设图片。当预设背景图像和预设前景图像为相同显示风格的第三预设图片时，第一调色处理模块306将该第三预设图片进行不同的调色处理，分别得到明亮色调的预设前景图像和昏暗色调的预设背景图像。
第二调色处理模块307，适于将第三预设视频中的帧图像进行不同的调色处理，分别得到预设前景图像和预设背景图像。
预设背景图像和预设前景图像除为图片外，也可以为视频中的任一帧图像。如预设前景图像为第一预设视频中的任一帧图像。随机选取第一预设视频中的任一帧图像作为预设前景图像。进一步，预设前景图像还可以是实时变化的，随时间不同，预设前景图像变化为第一预设视频中的另一帧图像。预设背景图像可以为第二预设视频中的任一帧图像。随机选取第二预设视频中的任一帧图像作为预设背景图像。进一步，预设背景图像还可以是实时变化的，随时间不同，预设背景图像变化为第二预设视频中的另一帧图像。第一预设视频和第二预设视频是两个显示风格模式不同的视频，即预设前景图像和预设背景图像的显示风格模式不同。或者，预设前景图像和预设背景图像均为第三预设视频中的任一帧图像，预设前景图像和预设背景图像可以为第三预设视频中的相同的任一帧图像，预设前景图像和预设背景图像也可以为第三预设视频中的不同任一帧图像。但由于预设前景图像和预设背景图像均为第三预设视频中的帧图像，两者的显示风格模式相同。第二调色处理模块307通过将第三预设视频中的帧图像进行不同的调色处理，如第二调色处理模块307将同一帧图像或不同帧图像调整成明亮的颜色、色调作为预设前景图像，第二调色处理模块307将同一帧图像或不同帧图像调整成昏暗的颜色、色调作为预设背景图像，从而将预设前景图像和预设背景图像区分开来。
其中，根据具体实施情况选择执行第一调色处理模块306和/或第二调色处理模块307。
第一保存模块308，适于根据用户触发的拍摄指令，保存第二图像。
在显示第二图像后，第一保存模块308可以根据用户触发的拍摄指令，保存第二图像。如用户点击相机的拍摄按钮，触发拍摄指令，第一保存模块308将显示的第二图像进行保存。
第二保存模块309，适于根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。
在显示第二图像时，第二保存模块309可以根据用户触发的录制指令，保存由第二图像作为帧图像组成的视频。如用户点击相机的录制按钮，触发录制指令，第二保存模块309将显示的第二图像作为视频中的帧图像进行保存，从而保存多个第二图像作为帧图像组成的视频。
根据用户触发的不同指令执行对应的第一保存模块308和第二保存模块309。
根据本发明提供的实现双重曝光的图像数据实时处理装置，对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。根据预设背景图像和/或预设前景图像的显示风格模式，对前景图像的特定区域进行相应处理，以使特定区域与预设前景图像和/或预设背景图像的显示风格模式一致或相似，得到的第二图像整体显示风格模式统一。且在对前景图像的特定区域进行处理时，保留特定区域原本的显示特征信息，仅对显示风格模式上进行调整，得到的第二图像不会失真。预设前景图像和预设背景图像除采用图片外，还可以为视频中的帧图像，且实时变化，使得得到的第二图像更生动、灵活。进一步，还可以根据用户触发的不同指令，保存第二图像或保存由第二图像作为帧图像组成的视频。本发明对用户技术水平不做限制，不需要用户对图像进行额外处理，节省用户时间，还可以实时反馈处理后的图像，方便用户查看。
本申请还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的实现双重曝光的图像数据实时处理方法。
图5示出了根据本发明一个实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示，该计算设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中：
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502，用于执行程序510，具体可以执行上述实现双重曝光的图像数据实时处理方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述任意方法实施例中的实现双重曝光的图像数据实时处理方法。程序510中各步骤的具体实现可以参见上述实现双重曝光的图像数据实时处理实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的实现双重曝光的图像数据实时处理的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种实现双重曝光的图像数据实时处理方法，其包括：
实时获取图像采集设备捕捉的包含特定对象的第一图像，对所述第一图像进行场景分割处理，得到针对于所述特定对象的前景图像；
对所述第一图像进行关键信息检测，确定属于特定对象的特定区域；
为所述前景图像加载预设背景图像，在所述前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；
显示所述第二图像。
2.根据权利要求1所述的方法，其中，所述对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：对第一图像进行关键点信息检测，确定属于特定对象的特定区域。
3.根据权利要求1所述的方法，其中，所述对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：对第一图像进行关键点信息和颜色信息检测，确定属于特定对象的特定区域。
4.根据权利要求1-3中任一项所述的方法，其中，在所述得到第二图像之前，所述方法还包括：根据预设背景图像和/或预设前景图像的显示风格模式，对所述前景图像的特定区域进行相应处理。
5.根据权利要求4所述的方法，其中，所述对所述前景图像的特定区域进行相应处理进一步包括：对所述前景图像的特定区域进行磨皮和/或调色处理。
6.根据权利要求1-5中任一项所述的方法，其中，所述特定对象为人物；所述特定对象的特定区域为面部区域；
所述对第一图像进行关键信息检测，确定属于特定对象的特定区域进一步包括：
对第一图像进行关键点检测，确定人物的五官区域；
对第一图像进行肤色检测，确定人物的肤色区域；
根据所述人物的五官区域和所述肤色区域，确定人物的面部区域。
7.根据权利要求1-6中任一项所述的方法，其中，所述预设前景图像为第一预设图片；所述预设背景图像为第二预设图片。
8.一种实现双重曝光的图像数据实时处理装置，其包括：
分割模块，适于实时获取图像采集设备捕捉的包含特定对象的第一图像，对所述第一图像进行场景分割处理，得到针对于所述特定对象的前景图像；
检测模块，适于对所述第一图像进行关键信息检测，确定属于特定对象的特定区域；
叠加模块，适于为所述前景图像加载预设背景图像，在所述前景图像中不属于特定区域的部分区域上叠加预设前景图像，得到第二图像；
显示模块，适于显示所述第二图像。
9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的实现双重曝光的图像数据实时处理方法对应的操作。
10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的实现双重曝光的图像数据实时处理方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710887012.4A CN107705279B (zh) | 2017-09-22 | 2017-09-22 | 实现双重曝光的图像数据实时处理方法及装置、计算设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710887012.4A CN107705279B (zh) | 2017-09-22 | 2017-09-22 | 实现双重曝光的图像数据实时处理方法及装置、计算设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107705279A true CN107705279A (zh) | 2018-02-16 |
| CN107705279B CN107705279B (zh) | 2021-07-23 |
Family
ID=61174934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710887012.4A Active CN107705279B (zh) | 2017-09-22 | 2017-09-22 | 实现双重曝光的图像数据实时处理方法及装置、计算设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107705279B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859102A (zh) * | 2019-02-01 | 2019-06-07 | 北京达佳互联信息技术有限公司 | 特效显示方法、装置、终端及存储介质 |
| CN109903324A (zh) * | 2019-04-08 | 2019-06-18 | 京东方科技集团股份有限公司 | 一种深度图像获取方法及装置 |
| CN112581567A (zh) * | 2020-12-25 | 2021-03-30 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| WO2021135864A1 (zh) * | 2019-12-30 | 2021-07-08 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
| KR102717916B1 (ko) | 2019-12-30 | 2024-10-16 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 이미징 프로세싱 방법 및 장치 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493930A (zh) * | 2008-01-21 | 2009-07-29 | 保定市天河电子技术有限公司 | 一种换装方法和换发方法 |
| CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
| CN102236905A (zh) * | 2010-05-07 | 2011-11-09 | 索尼公司 | 图像处理设备、图像处理方法以及程序 |
| CN104732506A (zh) * | 2015-03-27 | 2015-06-24 | 浙江大学 | 一种基于人脸语义分析的人物照片颜色风格转换方法 |
| CN105163041A (zh) * | 2015-10-08 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种局部双重曝光的实现方法、装置及移动终端 |
| CN105847694A (zh) * | 2016-04-27 | 2016-08-10 | 乐视控股（北京）有限公司 | 基于图片合成的多次曝光拍照方法和系统 |
| CN106447642A (zh) * | 2016-08-31 | 2017-02-22 | 北京云图微动科技有限公司 | 一种图像双重曝光融合方法及装置 |
| CN106920146A (zh) * | 2017-02-20 | 2017-07-04 | 宁波大学 | 基于体感特征参数提取的立体试衣方法 |
| US20170200299A1 (en) * | 2012-11-12 | 2017-07-13 | Sony Corporation | Image processing device, image processing method and program |
| CN107146204A (zh) * | 2017-03-20 | 2017-09-08 | 深圳市金立通信设备有限公司 | 一种图像美颜方法及终端 |
| CN107181906A (zh) * | 2016-03-11 | 2017-09-19 | 深圳市骄阳数字图像技术有限责任公司 | 拍摄方法和装置 |
-
2017
- 2017-09-22 CN CN201710887012.4A patent/CN107705279B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493930A (zh) * | 2008-01-21 | 2009-07-29 | 保定市天河电子技术有限公司 | 一种换装方法和换发方法 |
| CN101770649A (zh) * | 2008-12-30 | 2010-07-07 | 中国科学院自动化研究所 | 一种人脸图像自动合成方法 |
| CN102236905A (zh) * | 2010-05-07 | 2011-11-09 | 索尼公司 | 图像处理设备、图像处理方法以及程序 |
| US20170200299A1 (en) * | 2012-11-12 | 2017-07-13 | Sony Corporation | Image processing device, image processing method and program |
| CN104732506A (zh) * | 2015-03-27 | 2015-06-24 | 浙江大学 | 一种基于人脸语义分析的人物照片颜色风格转换方法 |
| CN105163041A (zh) * | 2015-10-08 | 2015-12-16 | 广东欧珀移动通信有限公司 | 一种局部双重曝光的实现方法、装置及移动终端 |
| CN107181906A (zh) * | 2016-03-11 | 2017-09-19 | 深圳市骄阳数字图像技术有限责任公司 | 拍摄方法和装置 |
| CN105847694A (zh) * | 2016-04-27 | 2016-08-10 | 乐视控股（北京）有限公司 | 基于图片合成的多次曝光拍照方法和系统 |
| CN106447642A (zh) * | 2016-08-31 | 2017-02-22 | 北京云图微动科技有限公司 | 一种图像双重曝光融合方法及装置 |
| CN106920146A (zh) * | 2017-02-20 | 2017-07-04 | 宁波大学 | 基于体感特征参数提取的立体试衣方法 |
| CN107146204A (zh) * | 2017-03-20 | 2017-09-08 | 深圳市金立通信设备有限公司 | 一种图像美颜方法及终端 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109859102A (zh) * | 2019-02-01 | 2019-06-07 | 北京达佳互联信息技术有限公司 | 特效显示方法、装置、终端及存储介质 |
| CN109903324A (zh) * | 2019-04-08 | 2019-06-18 | 京东方科技集团股份有限公司 | 一种深度图像获取方法及装置 |
| WO2021135864A1 (zh) * | 2019-12-30 | 2021-07-08 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
| CN113132795A (zh) * | 2019-12-30 | 2021-07-16 | 北京字节跳动网络技术有限公司 | 图像处理方法及装置 |
| US11798596B2 (en) | 2019-12-30 | 2023-10-24 | Beijing Bytedance Network Technology Co., Ltd. | Image processing method and apparatus |
| KR102717916B1 (ko) | 2019-12-30 | 2024-10-16 | 베이징 바이트댄스 네트워크 테크놀로지 컴퍼니, 리미티드 | 이미징 프로세싱 방법 및 장치 |
| CN112581567A (zh) * | 2020-12-25 | 2021-03-30 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| CN112581567B (zh) * | 2020-12-25 | 2024-05-28 | 腾讯科技（深圳）有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107705279B (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107665482A (zh) | 实现双重曝光的视频数据实时处理方法及装置、计算设备 | |
| US9864901B2 (en) | Feature detection and masking in images based on color distributions | |
| US11403874B2 (en) | Virtual avatar generation method and apparatus for generating virtual avatar including user selected face property, and storage medium | |
| CN107705279A (zh) | 实现双重曝光的图像数据实时处理方法及装置、计算设备 | |
| CN109903291B (zh) | 图像处理方法及相关装置 | |
| US10163043B2 (en) | System and method for facilitating logo-recognition training of a recognition model | |
| WO2018049084A1 (en) | Methods and systems for human imperceptible computerized color transfer | |
| CN108463823B (zh) | 一种用户头发模型的重建方法、装置及终端 | |
| CN107808111A (zh) | 用于行人检测和姿态估计的方法和装置 | |
| CN108665421B (zh) | 人脸图像高光分量去除装置和方法、存储介质产品 | |
| CN107256543A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111080670A (zh) | 图像提取方法、装置、设备及存储介质 | |
| CN107610149A (zh) | 图像分割结果边缘优化处理方法、装置及计算设备 | |
| Zhao et al. | Automatic blur region segmentation approach using image matting | |
| RU2697627C1 (ru) | Способ корректировки освещенности объекта на изображении в последовательности изображений и вычислительное устройство пользователя, реализующее упомянутый способ | |
| CN112633221A (zh) | 一种人脸方向的检测方法及相关装置 | |
| CN107578369A (zh) | 视频数据处理方法及装置、计算设备 | |
| CN107808372A (zh) | 图像穿越处理方法、装置、计算设备及计算机存储介质 | |
| US20150089446A1 (en) | Providing control points in images | |
| Huang et al. | M2-Net: multi-stages specular highlight detection and removal in multi-scenes | |
| CN108171716A (zh) | 基于自适应跟踪框分割的视频人物装扮方法及装置 | |
| CN107564085A (zh) | 图像扭曲处理方法、装置、计算设备及计算机存储介质 | |
| CN112766028A (zh) | 人脸模糊处理方法、装置、电子设备及存储介质 | |
| CN114170653A (zh) | 一种人脸特征的提取方法及装置、终端设备和存储介质 | |
| CN108010038B (zh) | 基于自适应阈值分割的直播服饰装扮方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |