CN107730449B - 一种人脸五官美化处理的方法及系统 - Google Patents
一种人脸五官美化处理的方法及系统 Download PDFInfo
- Publication number
- CN107730449B CN107730449B CN201711084093.0A CN201711084093A CN107730449B CN 107730449 B CN107730449 B CN 107730449B CN 201711084093 A CN201711084093 A CN 201711084093A CN 107730449 B CN107730449 B CN 107730449B
- Authority
- CN
- China
- Prior art keywords
- face
- model
- facial
- client
- pcf
- 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
- 230000001815 facial effect Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 16
- 210000000697 sensory organ Anatomy 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 210000001508 eye Anatomy 0.000 claims description 5
- 210000000214 mouth Anatomy 0.000 claims description 5
- 210000001331 nose Anatomy 0.000 claims description 5
- 210000004709 eyebrow Anatomy 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000003672 processing method Methods 0.000 abstract description 2
- 210000000887 face Anatomy 0.000 description 3
- 230000005477 standard model Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种人脸五官美化处理的方法，其特征在于，包括，读取人脸图像数据处理；人脸区域定位与脸部特征点检测及对齐；用户脸部特征点进行优化；人脸进行形变处理，得到五官美化。本发明提出了一种人脸五官美化处理方法及系统，将不同人以及不同拍摄环境下的人脸图像进行形变，使之符合黄金分割比例，贴合大众的审美要求。受拍摄角度的影响，以及不同人的人脸五官比例和五官协调性差异性较大，同时大众对于人脸的审美观念不完全一致，因此采用了一个计算机生成的最具吸引力的人脸作为标准人脸模型，将用户人脸向该人脸模型形变，达到美化效果。
Description
技术领域
本发明涉及计算机图形领域，尤其涉及一种人脸五官美化处理的方法及系统。
背景技术
随着计算机图形学等信息处理技术的发展，人脸五官美化处理作为计算机图形学领域备受关注的研究点和前沿方向，它在机器人视觉、高级人机交互以及虚拟现实、虚拟试衣、虚拟社交、美图、图像还原等方面得到广泛的应用和推广。
目前，现有的针对人脸图像的美化方法，针对不同人脸采用一套相同的美化模版，如美图秀秀等对不同的人脸图像在识别出人脸后均采用固定相同的一套美白、磨皮等化妆模版进行处理，而无法根据人脸图像中不同的人脸特征提供相应的美化效果，美化效果单一。另外，由于不同人以及不同拍摄环境下的人脸图像不同，为了贴合大众的审美要求，受拍摄角度的影响，不同人的人脸五官比例和五官协调性差异性较大，同时大众对于人脸的审美观念不完全一致，因此，本发明提供一种人脸图像美化，就是在保持原始人脸重要特征的同时提升人脸的吸引力或美感，它涉及脸形、五官、皮肤和头发等人脸部位的修饰和加工处理等。
发明内容
本发明提供一种人脸五官美化处理的方法，包括，
读取人脸图像数据处理；
人脸区域定位与脸部特征点检测及对齐；
用户脸部特征点进行优化；
人脸进行形变处理，得到五官美化。
进一步地，所述读取人脸图像数据处理，包括，人脸的图片、人的半身、全身图像。
进一步地，所述的脸部特征，包括，眉毛、眼睛、鼻子、嘴巴和脸部轮廓。
进一步地，所述的脸部特征的检测是使用机器学习的方式对人脸五官的特征经行学习训练，从而定位检测图像的五官位置。
进步地，所述的根据标准人脸模板上的脸部特征点对用户脸部特征点进行优化，包括：
选择标准脸模；
根据标模人脸特征点计算用户人脸特征点在美化后的坐标位置。
进一步地，所述的根据标模人脸特征点计算用户人脸特征点在美化后的坐标位置，包括：
根据用户人脸特征点(P_client)和标准脸模上的特征点(P_model)计算各自中心坐标位置(C_client和C_model)；
将标准脸模上特征点以中心坐标为原点进行缩放，并平移到用户人脸中心，调整后的特征点集用Pm表示。计算公式如下：Pm＝P_model*m_scale+ (C_client-C_model)其中，m_scale是特征点集的缩放比例；
将用户人脸特征点进行调整。
进一步地，所述的用户人脸特征点进行调整，调整方案包括：
保持原始五官轮廓，将Pm中的每个五官区域的特征点集Pmf作为一个整体进行计算，分别计算每个五官位置的中心点及其长宽比，然后将P_client中对应五官点集Pcf分别在x、y方向上进行缩放处理，然后移动其中心至Pmf的中心位置C_Pmf，调整后的特征点集用Pc_FA表示。计算公式如下：
Pc_FA＝(Pcf.x*m_scaleX，Pcf.y*m_scaleY)+C_Pmf
其中，Pcf.x，Pcf.y分别为点集Pcf每个特征点的x和y坐标，m_scaleX，m_scaleY分别为X、Y方向上的缩放比例参数。
改变原始五官轮廓，将P_client中的每个特征点作为一个相对独立的整体进行计算，求取每一个特征点与标准点集中对应的特征点之间的偏移量，并根据优化程度参数进行处理，计算公式如下：
P＝P_client+(P_model-P_client)*m_factor
其中，m_factor代表优化形变程度，其取值范围为[0,1]，m_factor越大，优化程度就越大，用户五官特征信息保留就越少。
进一步地，所述的将特征点优化结果作用于用户图像，对人脸进行形变处理，包括：
对用户图像以人脸特征点为网格顶点划分三角网格；
创建与用户图像尺寸大小一致的空白图像，并对该图像以优化后的人脸特征点为顶点划分三角网格；
建立两个三角网格之间的一一对应关系；
利用上一步骤的对应关系，通过三角形之间仿射关系计算空白图像中每一个像素的灰度值，得到形变后。
本发明提供一种人脸五官美化处理的系统，包括，
读取模块，读取人脸图像数据处理；
识别模块，人脸区域定位与脸部特征点检测及对齐模块；
优化模块，用户脸部特征点进行优化模块；
人脸进行形变处理，得到五官美化。
本发明提供一种人脸五官美化处理的产品，包括适用于虚拟现实、虚拟试衣、虚拟社交、美图、图像还原等。
有益效果：本发明提出了一种人脸五官美化处理方法及系统，将不同人以及不同拍摄环境下的人脸图像进行形变，使之符合黄金分割比例，贴合大众的审美要求。受拍摄角度的影响，以及不同人的人脸五官比例和五官协调性差异性较大，同时大众对于人脸的审美观念不完全一致，因此采用了一个计算机生成的最具吸引力的人脸作为标准人脸模型，将用户人脸向该人脸模型形变，达到美化效果。
附图说明
图1人头坐标系示意图(正脸拍摄应满足相机镜头平面与XOY平面平行以及相机焦点在Z轴上)
图2人脸特征点检测效果图
图3最具吸引力的人脸效果图
具体实施方式
本发明实施例提供一种人脸五官美化处理的方法，包括，
读取人脸图像数据处理；
人脸区域定位与脸部特征点检测及对齐；
用户脸部特征点进行优化；
人脸进行形变处理，得到五官美化。
优选实施例，本发明实施例中读取人脸图像数据处理，包括，人脸的图片、人的半身、全身图像。
优选实施例，本发明实施例中脸部特征，包括，眉毛、眼睛、鼻子、嘴巴和脸部轮廓。
优选实施例，本发明实施例中脸部特征的检测是使用机器学习的方式对人脸五官的特征经行学习训练，从而定位检测图像的五官位置。
优选实施例，本发明实施例中拍摄的原因导致人头与相机存在角度偏差(如图1所示)，该角度会影响人脸特征点提取的准确性以及五官在图像中的完整性。因此，在本发明应用中最理想的处理图像是人脸正脸图，对于绕Y轴的旋转角度图像可以通过平面内修正使之变为正脸图像，而对于绕X轴与绕Z轴旋转角度较大的图像则会被忽略。
优选实施例，本发明实施例中通过检测脸部特征的方法定位人脸区域，并在该区域内检测人的脸部特征点。其中，脸部特征包括眉毛、眼睛、鼻子、嘴巴和脸部轮廓。在人脸特征点定位中，主动表现模型(Active Appearance Model， AAM)和主动形状模型(ActiveShape Model，ASM)都是使用较为广泛的特征点定位方法。其中，AAM通过人脸表观的最小化纹理误差来重构目标人脸以估计形状，然后根据学习模型进行搜索图像中的目标。ASM则是通过人脸的形状信息来重构人脸形状模型，并以该模型进行搜索检测。在实际应用中，可根据检测速度和精度的要求，选择不同的检测器。在本发明中，采用目前公开的Dlib检测器进行人脸定位，然后在人脸区域内检测脸部共68个特征点(图2 )，每个特征点都可以表征五官位置。
优选实施例，本发明实施例中根据标准人脸模板上的脸部特征点对用户脸部特征点进行优化，包括：
选择标准脸模；
根据标模人脸特征点计算用户人脸特征点在美化后的坐标位置。
优选实施例，本发明实施例中根据标模人脸特征点计算用户人脸特征点在美化后的坐标位置，包括：
根据用户人脸特征点(P_client)和标准脸模上的特征点(P_model)计算各自中心坐标位置(C_client和C_model)；
将标准脸模上特征点以中心坐标为原点进行缩放，并平移到用户人脸中心，调整后的特征点集用Pm表示。计算公式如下：Pm＝P_model*m_scale+ (C_client-C_model)其中，m_scale是特征点集的缩放比例；
将用户人脸特征点进行调整。
优选实施例，本实施中选择标准脸模，人脸的几何结构特征是影响其人脸吸引力的重要因素之一。为了生成美化后的人脸形状，一般需要收集相关人脸图像作为形状美化的数据先验。为了避免发型、人脸表情、肤色和皮肤纹理的影响，本发明中采用了计算机生成的最具吸引力的人脸(如图3所示)最为标准脸模(女性)。该脸模在眼睛、鼻子、嘴巴的位置和尺寸等各个比例下均具备黄金分割比。
优选实施例，本发明实施例中用户人脸特征点进行调整，调整方案包括：
保持原始五官轮廓，将Pm中的每个五官区域的特征点集Pmf作为一个整体进行计算，分别计算每个五官位置的中心点及其长宽比，然后将P_client中对应五官点集Pcf分别在x、y方向上进行缩放处理，然后移动其中心至Pmf的中心位置C_Pmf，调整后的特征点集用Pc_FA表示。计算公式如下：
Pc_FA＝(Pcf.x*m_scaleX，Pcf.y*m_scaleY)+C_Pmf
其中，Pcf.x，Pcf.y分别为点集Pcf每个特征点的x和y坐标，m_scaleX，m_scaleY分别为X、Y方向上的缩放比例参数。
改变原始五官轮廓，将P_client中的每个特征点作为一个相对独立的整体进行计算，求取每一个特征点与标准点集中对应的特征点之间的偏移量，并根据优化程度参数进行处理，计算公式如下：
P＝P_client+(P_model-P_client)*m_factor
其中，m_factor代表优化形变程度，其取值范围为[0,1]，m_factor越大，优化程度就越大，用户五官特征信息保留就越少。
优选实施例，本发明实施例中将特征点优化结果作用于用户图像，对人脸进行形变处理，包括：
对用户图像以人脸特征点为网格顶点划分三角网格；
创建与用户图像尺寸大小一致的空白图像，并对该图像以优化后的人脸特征点为顶点划分三角网格；
建立两个三角网格之间的一一对应关系；
利用上一步骤的对应关系，通过三角形之间仿射关系计算空白图像中每一个像素的灰度值，得到形变后。
优选实施例，本发明实施例形变处理就是将形变场作用于图像，而形变场体现在网格上。图像的网格划分可分为三角形网格、四边形网格和多边形网格等等。优选地，本发明将用户图像以人脸特征点为网格顶点划分为三角形网格，以提高网格形变的处理速度。
本发明实施例提供一种人脸五官美化处理的系统，包括，
读取模块，读取人脸图像数据处理；
识别模块，人脸区域定位与脸部特征点检测及对齐模块；
优化模块，用户脸部特征点进行优化模块；
人脸进行形变处理，得到五官美化。
本发明实施例提供一种人脸五官美化处理的产品，包括适用于虚拟现实、虚拟试衣、虚拟社交、美图、图像还原等。
Claims (6)
1.一种人脸五官美化处理的方法，其特征在于，包括，
读取人脸图像数据；
人脸区域定位与脸部特征点检测及对齐；
用户脸部特征点进行优化；
人脸进行形变处理，得到五官美化；
其中，所述用户脸部特征点进行优化，包括：
选择标准脸模；
根据用户人脸特征点P_client和所述标准脸模上的特征点P_model计算各自中心坐标位置C_client和C_model；
将所述标准脸模上特征点以中心坐标为原点进行缩放，并平移到用户人脸中心，调整后的特征点集用Pm表示，计算公式如下：Pm＝P_model*m_scale+(C_client-C_model)其中，m_scale是特征点集的缩放比例；
保持原始五官轮廓，将Pm中的每个五官区域的特征点集Pmf作为一个整体，分别计算每个五官位置的中心点及其长宽比，然后将P_client中对应五官点集Pcf分别在x、y方向上进行缩放处理，然后移动其中心至Pmf的中心位置C_Pmf，调整后的特征点集用Pc_FA表示，计算公式如下：
Pc_FA＝(Pcf.x*m_scaleX，Pcf.y*m_scaleY)+C_Pmf
其中，Pcf.x，Pcf.y分别为点集Pcf每个特征点的x和y坐标，m_scaleX，m_scaleY分别为X、Y方向上的缩放比例参数；
改变原始五官轮廓，将P_client中的每个特征点作为一个相对独立的整体，求取每一个特征点与标准点集中对应的特征点之间的偏移量，并根据优化程度参数进行处理，计算公式如下：
P＝P_client+(P_model-P_client)*m_factor
其中，m_factor代表优化形变程度，其取值范围为[0,1]，m_factor越大，优化程度就越大，用户五官特征信息保留就越少。
2.如权利要求1所述的方法，其特征在于，所述人脸图像数据，包括，人脸的图片、人的半身、全身图像。
3.如权利要求1所述的方法，其特征在于，所述脸部特征，包括，眉毛、眼睛、鼻子、嘴巴和脸部轮廓。
4.如权利要求1所述的方法，其特征在于，所述脸部特征点检测是使用机器学习的方式对人脸五官的特征进行学习训练，从而定位检测图像的五官位置。
5.如权利要求1所述的方法，其特征在于，所述人脸进行形变处理，包括：
对用户图像以人脸特征点为网格顶点划分三角网格；
创建与用户图像尺寸大小一致的空白图像，并对该图像以优化后的人脸特征点为顶点划分三角网格；
建立两个三角网格之间的一一对应关系；
利用上一步骤的对应关系，通过三角形之间仿射关系计算空白图像中每一个像素的灰度值，得到形变后的人脸。
6.一种人脸五官美化处理的系统，其特征在于，包括，
读取模块，读取人脸图像数据；
识别模块，人脸区域定位与脸部特征点检测及对齐模块；
优化模块，用户脸部特征点进行优化模块；
人脸进行形变处理，得到五官美化；
其中所述优化模块具体用于：
选择标准脸模；
根据用户人脸特征点P_client和所述标准脸模上的特征点P_model计算各自中心坐标位置C_client和C_model；
将所述标准脸模上特征点以中心坐标为原点进行缩放，并平移到用户人脸中心，调整后的特征点集用Pm表示，计算公式如下：Pm＝P_model*m_scale+(C_client-C_model)其中，m_scale是特征点集的缩放比例；
保持原始五官轮廓，将Pm中的每个五官区域的特征点集Pmf作为一个整体，分别计算每个五官位置的中心点及其长宽比，然后将P_client中对应五官点集Pcf分别在x、y方向上进行缩放处理，然后移动其中心至Pmf的中心位置C_Pmf，调整后的特征点集用Pc_FA表示，计算公式如下：
Pc_FA＝(Pcf.x*m_scaleX，Pcf.y*m_scaleY)+C_Pmf
其中，Pcf.x，Pcf.y分别为点集Pcf每个特征点的x和y坐标，m_scaleX，m_scaleY分别为X、Y方向上的缩放比例参数；
改变原始五官轮廓，将P_client中的每个特征点作为一个相对独立的整体，求取每一个特征点与标准点集中对应的特征点之间的偏移量，并根据优化程度参数进行处理，计算公式如下：
P＝P_client+(P_model-P_client)*m_factor
其中，m_factor代表优化形变程度，其取值范围为[0,1]，m_factor越大，优化程度就越大，用户五官特征信息保留就越少。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711084093.0A CN107730449B (zh) | 2017-11-07 | 2017-11-07 | 一种人脸五官美化处理的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711084093.0A CN107730449B (zh) | 2017-11-07 | 2017-11-07 | 一种人脸五官美化处理的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107730449A CN107730449A (zh) | 2018-02-23 |
| CN107730449B true CN107730449B (zh) | 2021-12-14 |
Family
ID=61222703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711084093.0A Active CN107730449B (zh) | 2017-11-07 | 2017-11-07 | 一种人脸五官美化处理的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107730449B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108932493B (zh) * | 2018-06-29 | 2022-01-28 | 东北大学 | 一种面部皮肤质量评价方法 |
| CN109087239B (zh) | 2018-07-25 | 2023-03-21 | 腾讯科技（深圳）有限公司 | 一种人脸图像处理方法、装置及存储介质 |
| CN109003224B (zh) * | 2018-07-27 | 2024-10-15 | 北京微播视界科技有限公司 | 基于人脸的形变图像生成方法和装置 |
| CN109472753B (zh) * | 2018-10-30 | 2021-09-07 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置、计算机设备和计算机存储介质 |
| CN109359618B (zh) * | 2018-10-30 | 2022-02-22 | 北京市商汤科技开发有限公司 | 一种图像处理方法及其装置、设备和存储介质 |
| CN109584151B (zh) * | 2018-11-30 | 2022-12-13 | 腾讯科技（深圳）有限公司 | 人脸美化方法、装置、终端及存储介质 |
| CN111652794B (zh) * | 2019-07-05 | 2024-03-05 | 广州虎牙科技有限公司 | 一种面部的调整、直播方法、装置、电子设备和存储介质 |
| CN112233014B (zh) * | 2020-10-16 | 2021-05-25 | 深圳市小蚁数智科技有限公司 | 基于大数据和人工智能的人脸处理方法和人脸处理平台 |
| CN115423827B (zh) * | 2022-11-03 | 2023-03-24 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101299267A (zh) * | 2008-07-02 | 2008-11-05 | 北京中星微电子有限公司 | 一种人脸图像处理方法及装置 |
| EP2192544A1 (en) * | 2008-11-28 | 2010-06-02 | Casio Computer Co., Ltd. | Image processing apparatus and image processing method for correcting face image |
| CN104063842A (zh) * | 2014-05-30 | 2014-09-24 | 小米科技有限责任公司 | 处理图像的方法、装置及终端 |
| CN106909892A (zh) * | 2017-01-24 | 2017-06-30 | 珠海市魅族科技有限公司 | 一种图像处理方法和系统 |
| CN107169920A (zh) * | 2017-04-24 | 2017-09-15 | 深圳市金立通信设备有限公司 | 一种智能修图方法及终端 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8570429B2 (en) * | 2009-02-27 | 2013-10-29 | Samsung Electronics Co., Ltd. | Image processing method and apparatus and digital photographing apparatus using the same |
-
2017
- 2017-11-07 CN CN201711084093.0A patent/CN107730449B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101299267A (zh) * | 2008-07-02 | 2008-11-05 | 北京中星微电子有限公司 | 一种人脸图像处理方法及装置 |
| EP2192544A1 (en) * | 2008-11-28 | 2010-06-02 | Casio Computer Co., Ltd. | Image processing apparatus and image processing method for correcting face image |
| CN104063842A (zh) * | 2014-05-30 | 2014-09-24 | 小米科技有限责任公司 | 处理图像的方法、装置及终端 |
| CN106909892A (zh) * | 2017-01-24 | 2017-06-30 | 珠海市魅族科技有限公司 | 一种图像处理方法和系统 |
| CN107169920A (zh) * | 2017-04-24 | 2017-09-15 | 深圳市金立通信设备有限公司 | 一种智能修图方法及终端 |
Non-Patent Citations (1)
| Title |
|---|
| 基于移动最小二乘算法的人脸美化技术;赵萍;《2010年通信理论与信号处理学术年会论文集》;20100820;第614-620页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107730449A (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107730449B (zh) | 一种人脸五官美化处理的方法及系统 | |
| CN109377557B (zh) | 基于单帧人脸图像的实时三维人脸重建方法 | |
| US9552668B2 (en) | Generation of a three-dimensional representation of a user | |
| WO2022095721A1 (zh) | 参数估算模型的训练方法、装置、设备和存储介质 | |
| CN101339606B (zh) | 一种人脸关键器官外轮廓特征点定位与跟踪的方法及装置 | |
| US12067662B2 (en) | Advanced automatic rig creation processes | |
| CN106203400A (zh) | 一种人脸识别方法及装置 | |
| CN102376100A (zh) | 基于单张照片的人脸动画方法 | |
| CN102663820A (zh) | 三维头部模型重建方法 | |
| WO2021063271A1 (zh) | 人体模型重建方法、重建系统及存储介质 | |
| CN104123749A (zh) | 一种图像处理方法及系统 | |
| WO2006049147A1 (ja) | 三次元形状推定システム及び画像生成システム | |
| CN108564619B (zh) | 一种基于两张照片的真实感三维人脸重建方法 | |
| WO2023066120A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111028354A (zh) | 一种基于图像序列的模型形变人脸三维重建方案 | |
| CN111950430A (zh) | 基于颜色纹理的多尺度妆容风格差异度量及迁移方法、系统 | |
| CN113724302B (zh) | 一种个性化眼镜定制方法及定制系统 | |
| Liao et al. | Rapid 3D face reconstruction by fusion of SFS and Local Morphable Model | |
| CN110348344A (zh) | 一种基于二维和三维融合的特殊人脸表情识别的方法 | |
| CN112365589B (zh) | 一种虚拟三维场景展示方法、装置及系统 | |
| CN113744411A (zh) | 图像处理方法及装置、设备、存储介质 | |
| CN112884642B (zh) | 一种基于人脸识别技术的实时面部老化模拟方法 | |
| CN114140828A (zh) | 一种实时轻量级2d人体姿态估计方法 | |
| KR20090042558A (ko) | Ａａｍ을 이용한 얼굴검출 방법 및 장치 | |
| Huang et al. | Generation of person-specific 3D model based on single photograph |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231128 Address after: Gao Lou Zhen Hong Di Cun, Rui'an City, Wenzhou City, Zhejiang Province, 325200 Patentee after: Wang Conghai Address before: 518000 floor 10, Yihua financial technology building, 2388 Houhai Road, high tech park, Yuehai street, Nanshan District, Shenzhen, Guangdong Patentee before: SHENZHEN CLOUDREAM INFORMATION TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right |