CN107734207B - 视频对象变换处理方法、装置及计算设备 - Google Patents
视频对象变换处理方法、装置及计算设备 Download PDFInfo
- Publication number
- CN107734207B CN107734207B CN201710896512.4A CN201710896512A CN107734207B CN 107734207 B CN107734207 B CN 107734207B CN 201710896512 A CN201710896512 A CN 201710896512A CN 107734207 B CN107734207 B CN 107734207B
- Authority
- CN
- China
- Prior art keywords
- key
- curve
- processed
- coordinate system
- point
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000013507 mapping Methods 0.000 claims description 38
- 238000004891 communication Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 30
- 230000000694 effects Effects 0.000 abstract description 17
- 238000006243 chemical reaction Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 230000000670 limiting effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/21—Intermediate information storage
- H04N1/2104—Intermediate information storage for one or a few pictures
- H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
- H04N1/2116—Picture signal recording combined with imagewise recording, e.g. photographic recording
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种视频对象变换处理方法、装置及计算设备，方法包括：获取视频数据；对视频数据进行甄别，获取包含源对象的待处理的帧图像；获取包含目标对象的目标图像；从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息；建立坐标系，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线；根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线；根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像，能够实现在对象变换过程中保持平滑变换，使得处理后的帧图像更为自然，对象变换处理效果更为精细，视频效果更佳。
Description
技术领域
本发明涉及图像处理领域，具体涉及一种视频对象变换处理方法、装置、计算设备及计算机存储介质。
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。使用图像采集设备录制的视频也更加清晰、分辨率、显示效果也大幅提高。但现有录制的视频仅是单调的录制素材本身，无法满足用户提出的越来越多的个性化要求。现有技术可以在录制视频后，由用户手动对视频再做进一步的处理，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，需要一种视频对象变换处理方法，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视频对象变换处理方法、装置、计算设备及计算机存储介质。
根据本发明的一个方面，提供了一种视频对象变换处理方法，其包括：
一种视频对象变换处理方法，其包括：
获取视频数据；
对视频数据进行甄别，获取包含源对象的待处理的帧图像；
获取包含目标对象的目标图像；
从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息；
建立坐标系，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线；
根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线；
根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像。
将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
可选地，获取视频数据进一步包括：
获取本地视频数据和/或网络视频数据。
可选地，获取视频数据进一步包括：
获取由多个本地图片和/或多个网络图片合成的视频数据。
可选地，对视频数据进行甄别，获取包含源对象的待处理的帧图像进一步包括：
对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
可选地，第一关键信息包含至少一个第一关键点的位置信息，第二关键信息包含至少一个第二关键点的位置信息。
可选地，建立坐标系进一步包括：建立极坐标系；
根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线进一步包括：
在待处理的帧图像中提取出源对象的中心点的位置信息，将源对象的中心点映射作为极坐标系的极点，依据至少一个第一关键点与源对象的中心点之间的相对位置，将至少一个第一关键点映射到极坐标系中，根据至少一个第一关键点的映射结果在极坐标系中拟合处理得到源对象的关键曲线；
在目标图像中提取出目标对象的中心点的位置信息，将目标对象的中心点映射作为极坐标系的极点，依据至少一个第二关键点与目标对象的中心点之间的相对位置，将至少一个第二关键点映射到极坐标系中，根据至少一个第二关键点的映射结果在极坐标系中拟合处理得到目标对象的关键曲线。
可选地，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线进一步包括：
根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
可选地，在建立极坐标系之前，方法还包括：
根据源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理；以及，根据目标对象的中心点的位置信息，对至少一个第二关键点的位置信息进行校正处理。
可选地，方法还包括：将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
根据本发明的另一方面，提供了一种视频对象变换处理装置，其包括：
第一获取模块，适于获取视频数据；
甄别模块，适于对视频数据进行甄别，获取包含源对象的待处理的帧图像；
第二获取模块，适于获取包含目标对象的目标图像；
提取模块，适于从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息；
坐标系建立模块，适于建立坐标系；
拟合处理模块，适于根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线；
计算模块，适于根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线；
调整模块，适于根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像；
覆盖模块，适于将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
可选地，获取模块进一步适于：获取本地视频数据和/或网络视频数据。
可选地，获取模块进一步适于：获取由多个本地图片和/或多个网络图片合成的视频数据。
可选地，甄别模块进一步适于：对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
可选地，第一关键信息包含至少一个第一关键点的位置信息，第二关键信息包含至少一个第二关键点的位置信息。
可选地，坐标系建立模块进一步适于：建立极坐标系；
拟合处理模块进一步适于：在待处理的帧图像中提取出源对象的中心点的位置信息，将源对象的中心点映射作为极坐标系的极点，依据至少一个第一关键点与源对象的中心点之间的相对位置，将至少一个第一关键点映射到极坐标系中，根据至少一个第一关键点的映射结果在极坐标系中拟合处理得到源对象的关键曲线；
在目标图像中提取出目标对象的中心点的位置信息，将目标对象的中心点映射作为极坐标系的极点，依据至少一个第二关键点与目标对象的中心点之间的相对位置，将至少一个第二关键点映射到极坐标系中，根据至少一个第二关键点的映射结果在极坐标系中拟合处理得到目标对象的关键曲线。
可选地，计算模块进一步适于：根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
可选地，装置还包括：校正处理模块，适于根据源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理；以及，根据目标对象的中心点的位置信息，对至少一个第二关键点的位置信息进行校正处理。
可选地，装置还包括：上传模块，适于将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
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，处理器、存储器和通信接口通过通信总线完成相互间的通信；
存储器用于存放至少一可执行指令，可执行指令使处理器执行上述视频对象变换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，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述视频对象变换处理方法对应的操作。
根据本发明提供的方案，获取视频数据，对视频数据进行甄别，获取包含源对象的待处理的帧图像，获取包含目标对象的目标图像，从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，根据幅度调整曲线对待处理的帧图像进行调整，能够实现在对象变换过程中保持平滑变换，从而能够在对象变换处理结束后，保证视频中的帧图像更为自然，且该对象变换处理的效果更为精细，美化了帧图像显示效果，克服了现有技术中对象变换后出现的帧图像的边缘有折痕的现象，以及使帧图像内部形变而不自然的问题。本发明对用户技术水平不做限制，不需要用户手动对视频进行处理，自动实现对视频的处理，大大节省用户时间。
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视频对象变换处理方法的流程示意图；
图2示出了根据本发明另一个实施例的视频对象变换处理方法的流程示意图；
图3示出了源对象的脸型图；
图4示出了目标对象的脸型图；
图5示出了根据本发明一个实施例的视频对象变换处理装置的结构示意图；
图6示出了根据本发明另一个实施例的视频对象变换处理装置的结构示意图；
图7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。
本发明中对象可以是图像中的人脸、动物等任何对象，在实施例中以人脸为例进行说明，但不仅限于人脸，例如，还可以用于对图像中整个人体进行变换处理。
图1示出了根据本发明一个实施例的视频对象变换处理方法的流程示意图。如图1所示，该方法包括以下步骤：
步骤S100，获取视频数据。
获取的视频数据可以是用户本地的视频数据，也可以获取网络的视频数据。或者还可以获取由多个本地图片合成的视频数据，或者获取由多个网络图片合成的视频数据，或者获取由多个本地图片和多个网络图片合成的视频数据。
步骤S101，对视频数据进行甄别，获取包含源对象的待处理的帧图像。
视频数据中包含很多帧图像，需要对视频数据进行甄别。由于本发明对源对象进行处理，因此进行甄别后获取包含源对象的待处理的帧图像。其中，源对象可以是人脸，当然还可以是萌宠等，利用该视频对象变换处理技术可以对任何对象进行变换处理，本领域技术人员可以根据实际需要选定处理对象作为源对象。
步骤S102，获取包含目标对象的目标图像。
目标对象定义了想要达到的标准，其中，包含目标对象的目标图像可以是根据用户对相册中图像的选定操作来确定的，例如，相册中存储了用户所关注的明星的图像，用户可以从中选择一张图像，还可以是用户上传或从网络下载的。以用户A希望将其脸型变换成某明星B的脸型为例，用户A的脸即是源对象，而该明星B的脸即是目标对象。
步骤S103，从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息。
为方便对象变换处理，需要从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息，举例说明，当需要对脸型进行变换时，提取的第一关键信息主要包括源对象的脸部外轮廓信息，例如外眼角、下巴；提取的第二关键信息主要包括目标对象的脸部外轮廓信息，例如外眼角、下巴。使用关键信息可以提高对象变换的处理速度和效率，同时，关键信息便于提取，且提取准确，在进行对象变换处理时更为方便。
步骤S104，建立坐标系，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线。
在本发明实施例中，拟合处理就是把平面上一系列的第一关键信息用一条光滑的曲线连接起来，以及把平面上一系列的第二关键信息用一条光滑的曲线连接起来。以人脸为例，根据第一关键信息在坐标系中进行拟合处理得到源对象的关键曲线类似于源对象的脸型轮廓；根据第二关键信息在坐标系中进行拟合处理得到目标对象的关键曲线类似于目标对象的脸型轮廓，这里仅是举例说明，不具有任何限定作用。
步骤S105，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线。
虽然在步骤S104中得到了源对象的关键曲线和目标对象的关键曲线，但本发明实施例并不是简单地将源对象的关键曲线调整至目标对象的关键曲线，如果只是简单地将源对象的关键曲线调整至目标对象的关键曲线，就容易出现对象变换后边缘有折痕的现象，而且还会使图像内部形变而不自然，因此，在得到源对象的关键曲线和目标对象的关键曲线之后，还需要根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，以利用计算得到的幅度调整曲线来对待处理的帧图像进行调整。
步骤S106，根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像。
在计算得到幅度调整曲线后，可以根据幅度调整曲线对待处理的帧图像进行调整，这里是对待处理的帧图像的所有像素点都进行调整，从而在对象变换过程中保持平滑，克服了对象变换后出现的边缘有折痕的现象，以及使图像内部形变而不自然的问题。
步骤S107，将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
使用处理后的帧图像直接覆盖掉对应的待处理的帧图像，直接可以得到处理后的视频数据。
根据本发明上述实施例提供的方法，获取视频数据，对视频数据进行甄别，获取包含源对象的待处理的帧图像，获取包含目标对象的目标图像，从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，根据幅度调整曲线对待处理的帧图像进行调整，能够实现在对象变换过程中保持平滑变换，从而能够在对象变换处理结束后，保证视频中的帧图像更为自然，且该对象变换处理的效果更为精细，美化了帧图像显示效果，克服了现有技术中对象变换后出现的帧图像的边缘有折痕的现象，以及使帧图像内部形变而不自然的问题。本发明对用户技术水平不做限制，不需要用户手动对视频进行处理，自动实现对视频的处理，大大节省用户时间。
图2示出了根据本发明另一个实施例的视频对象变换处理方法的流程示意图。如图2所示，该方法包括以下步骤：
步骤S200，获取视频数据。
获取的视频数据可以是用户本地的视频数据，也可以获取网络的视频数据。或者还可以获取由多个本地图片合成的视频数据，或者获取由多个网络图片合成的视频数据，或者获取由多个本地图片和多个网络图片合成的视频数据。
步骤S201，对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
视频数据中包含很多帧图像，需要对视频数据进行甄别。同时，在甄别时，还可以根据用户指定时间段，仅对用户指定时间段内的视频数据进行甄别，而不需要对其他时间段的视频数据进行甄别。如由于视频数据的后半段为高潮时段，往往用户指定时间段为视频数据的后半段。因此仅对用户指定时间段的视频数据进行甄别，获取用户指定时间段的视频数据中包含源对象的待处理的帧图像。
步骤S202，获取包含目标对象的目标图像。
目标对象定义了想要达到的标准，其中，包含目标对象的目标图像可以是根据用户对相册中图像的选定操作来确定的，例如，相册中存储了用户所关注的明星的图像，用户可以从中选择一张图像，还可以是用户上传或从网络下载的。以用户A希望将其脸型变换成某明星B的脸型为例，用户A的脸即是源对象，而该明星B的脸即是目标对象。
步骤S203，从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息。
其中，第一关键信息包含至少一个第一关键点的位置信息，该位置信息表明了第一关键点在人脸中的位置；第二关键信息包含至少一个第二关键点的位置信息，该位置信息表明了第二关键点在人脸中的位置。
具体地，可以从待处理的帧图像中识别出源对象：用户A的人脸部分，从中提取出至少一个第一关键点的位置信息，如图3所示的P1点-P8点的位置信息；从目标图像中识别出目标对象：明星B的人脸部分，从中提取出至少一个第一关键点的位置信息，如图4所示的P1点-P8点的位置信息，这里只是示意性说明，不具有任何限定作用。
步骤S204，根据源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理。
在本发明实施例中，包含源对象的待处理的帧图像可能是一张源对象的侧脸图像，或者是一张经过放大或缩小处理的图像，对于这类图像，如果不做任何处理直接进行对象变换处理，很容易造成对象变换处理的不精确，导致对象变换效果差，因此，在从待处理的帧图像中提取出源对象的第一关键信息置后，可以根据源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理，这里继续以脸型变换为例，源对象的中心点可以选做两眼的中点，将至少一个第一关键点沿源对象的中心点展开并对称分布，然后进行图像缩放处理，使得人脸变化到一个比较标准的大小位置，便于后续对象变换处理。
步骤S205，根据目标对象的中心点的位置信息，对至少一个第二关键点的位置信息进行校正处理。
在本发明实施例中，包含目标对象的目标图像可能是一张目标对象的侧脸图像，或者是一张经过放大或缩小处理的图像，对于这类图像，如果不做任何处理直接利用其来进行对象变换处理，很容易造成对象变换处理的不精确，导致对象变换效果差，因此，在从目标图像中提取出目标对象的第二关键信息置后，可以根据目标对象的中心点的位置信息，对至少一个第二关键点的位置信息进行校正处理，这里继续以脸型变换为例，目标对象的中心点可以选做两眼的中点，将至少一个第二关键点沿目标对象的中心点展开并对称分布，然后进行图像缩放处理，使得人脸变化到一个比较标准的大小位置，便于后续对象变换处理。
步骤S206，建立极坐标系，在待处理的帧图像中提取出源对象的中心点的位置信息，将源对象的中心点映射作为极坐标系的极点，依据至少一个第一关键点与源对象的中心点之间的相对位置，将至少一个第一关键点映射到极坐标系中，根据至少一个第一关键点的映射结果在极坐标系中拟合处理得到源对象的关键曲线。
以脸型变换为例，人两眼的中点可视为待处理的帧图像中源对象的中心点，在待处理的帧图像中提取出源对象的中心点的位置信息，将人两眼的中点映射作为极坐标系的极点，建立极坐标系，为了能够准确地拟合出源对象的关键曲线，以及尽可能的在极坐标系下体现源对象的脸型，需要确定至少一个第一关键点与中心点之间的相对位置，包括角度和距离，然后，依据至少一个第一关键点与源对象的中心点之间的相对位置将至少一个第一关键点映射到极坐标系中，根据至少一个第一关键点的映射结果在极坐标系中拟合处理得到源对象的关键曲线，在本发明实施例中，拟合处理就是把平面上一系列的至少一个第一关键点用一条光滑的曲线连接起来。具体地，在建立坐标系后，可以利用最小二乘曲线拟合法来进行拟合处理，以源对象的脸型为方形脸为例，在提取得到第一关键信息后，根据第一关键信息利用最小二乘曲线拟合法在坐标系中进行拟合处理，得到与源对象的方形脸的脸部外轮廓近似的源对象的关键曲线，如图3所示，这里仅是举例说明，不具有任何限定作用。
步骤S207，在目标图像中提取出目标对象的中心点的位置信息，将目标对象的中心点映射作为极坐标系的极点，依据至少一个第二关键点与目标对象的中心点之间的相对位置，将至少一个第二关键点映射到极坐标系中，根据至少一个第二关键点的映射结果在极坐标系中拟合处理得到目标对象的关键曲线。
以脸型变换为例，人两眼的中点可视为目标图像中目标对象的中心点，在目标图像中提取出目标对象的中心点的位置信息，将人两眼的中点映射作为极坐标系的极点，建立极坐标系，为了能够准确地拟合出目标对象的关键曲线，以及尽可能的在极坐标系下体现目标对象的脸型，需要确定至少一个第二关键点与中心点之间的相对位置，包括角度和距离，然后，依据至少一个第二关键点与目标对象的中心点之间的相对位置将至少一个第二关键点映射到极坐标系中，根据至少一个第二关键点的映射结果在极坐标系中拟合处理得到目标对象的关键曲线，在本发明实施例中，拟合处理就是把平面上一系列的至少一个第二关键点用一条光滑的曲线连接起来。具体地，在建立坐标系后，可以利用最小二乘曲线拟合法来进行拟合处理，以目标对象的脸型为心形脸为例，在提取得到第一关键信息后，根据第一关键信息利用最小二乘曲线拟合法在坐标系中进行拟合处理，得到与目标对象的心形脸的脸部外轮廓近似的目标对象的关键曲线，如图4所示，这里仅是举例说明，不具有任何限定作用。
步骤S208，根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
虽然在步骤S207中得到了源对象的关键曲线和目标对象的关键曲线，但本发明实施例并不是简单地将源对象的关键曲线调整至目标对象的关键曲线，如果只是简单地将源对象的关键曲线调整至目标对象的关键曲线，就容易出现对象变换后边缘有折痕的现象，而且还会使图像内部形变而不自然，因此，在得到源对象的关键曲线和目标对象的关键曲线之后，还需要根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，以利用计算得到的幅度调整曲线来对待处理的帧图像进行调整。
具体地，选取源对象的关键曲线上的任一点，确定该点的极径，并找到与该点具有相同极角的目标对象的关键曲线上的点，确定目标对象的关键曲线上的点的极径，根据源对象的关键曲线上的点的极径与目标对象的关键曲线上的点的极径计算调整系数，从而得到关于极角与调整系数之间的关系的幅度调整曲线。
步骤S209，根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像。
在计算得到幅度调整曲线后，可以根据幅度调整曲线对待处理的帧图像进行调整，这里是对待处理的帧图像的所有像素点都进行调整，从而在对象变换过程中保持平滑，克服了对象变换后出现的边缘有折痕的现象，以及使图像内部形变而不自然的问题。
本发明的视频对象变换处理方法还可以用于对人体进行变换，中心点可以选择肚脐部位，具体地变换处理方法这里不再详细说明。
步骤S210，将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
使用处理后的帧图像直接覆盖掉对应的待处理的帧图像，直接可以得到处理后的视频数据。
步骤S211，将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
处理后的视频数据可以保存在本地仅供用户观看，也可以将处理后的视频数据直接上传至一个或多个云视频平台服务器，如爱奇艺、优酷、快视频等云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
根据本发明上述实施例提供的方法，获取视频数据，对视频数据进行甄别，获取包含源对象的待处理的帧图像，获取包含目标对象的目标图像，对从待处理的帧图像中提取出源对象的第一关键点的位置信息进行校正处理，以及对从目标图像中提取出目标对象的第二关键点位置信息进行校正处理，能够使后续对象变换处理更为精确，提升了对象变换效果，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，根据幅度调整曲线对待处理的帧图像进行调整，能够实现在对象变换过程中保持平滑变换，从而能够在对象变换处理结束后，保证视频中的帧图像更为自然，且该对象变换处理的效果更为精细，美化了帧图像显示效果，克服了现有技术中对象变换后出现的帧图像的边缘有折痕的现象，以及使帧图像内部形变而不自然的问题。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5示出了根据本发明一个实施例的视频对象变换处理装置的结构示意图。如图5所示，该装置包括：第一获取模块500、甄别模块501、第二获取模块502、提取模块503、坐标系建立模块504、拟合处理模块505、计算模块506、调整模块507、覆盖模块508。
第一获取模块500，适于获取视频数据。
甄别模块501，适于对视频数据进行甄别，获取包含源对象的待处理的帧图像。
第二获取模块502，适于获取包含目标对象的目标图像。
提取模块503，适于从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息。
坐标系建立模块504，适于建立坐标系。
拟合处理模块505，适于根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线。
计算模块506，适于根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线。
调整模块507，适于根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像。
覆盖模块508，适于将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
根据本发明上述实施例提供的装置，获取视频数据，对视频数据进行甄别，获取包含源对象的待处理的帧图像，获取包含目标对象的目标图像，从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，根据幅度调整曲线对待处理的帧图像进行调整，能够实现在对象变换过程中保持平滑变换，从而能够在对象变换处理结束后，保证视频中的帧图像更为自然，且该对象变换处理的效果更为精细，美化了帧图像显示效果，克服了现有技术中对象变换后出现的帧图像的边缘有折痕的现象，以及使帧图像内部形变而不自然的问题。
图6示出了根据本发明另一个实施例的视频对象变换处理装置的结构示意图。如图6所示，该装置包括：第一获取模块600、甄别模块601、第二获取模块602、提取模块603、坐标系建立模块604、拟合处理模块605、计算模块606、调整模块607、覆盖模块608。
第一获取模块600，适于获取视频数据。
甄别模块601，适于对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
第二获取模块602，适于获取包含目标对象的目标图像。
提取模块603，适于从待处理的帧图像中提取出源对象的第一关键信息，以及从目标图像中提取出目标对象的第二关键信息。
其中，第一关键信息包含至少一个第一关键点的位置信息，第二关键信息包含至少一个第二关键点的位置信息。
校正处理模块609，适于根据源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理；以及，根据目标对象的中心点的位置信息，对至少一个第二关键点的位置信息进行校正处理。
坐标系建立模块604，适于建立极坐标系。
拟合处理模块605，适于在待处理的帧图像中提取出源对象的中心点的位置信息，将源对象的中心点映射作为极坐标系的极点，依据至少一个第一关键点与源对象的中心点之间的相对位置，将至少一个第一关键点映射到极坐标系中，根据至少一个第一关键点的映射结果在极坐标系中拟合处理得到源对象的关键曲线；以及，在目标图像中提取出目标对象的中心点的位置信息，将目标对象的中心点映射作为极坐标系的极点，依据至少一个第二关键点与目标对象的中心点之间的相对位置，将至少一个第二关键点映射到极坐标系中，根据至少一个第二关键点的映射结果在极坐标系中拟合处理得到目标对象的关键曲线。
计算模块606，适于根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
调整模块607，适于根据幅度调整曲线对待处理的帧图像进行调整，得到处理后的帧图像。
覆盖模块608，适于将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据。
上传模块610，适于将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
处理后的视频数据可以保存在本地仅供用户观看，也可以由上传模块610将处理后的视频数据直接上传至一个或多个云视频平台服务器，如爱奇艺、优酷、快视频等云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
根据本发明上述实施例提供的装置，获取视频数据，对视频数据进行甄别，获取包含源对象的待处理的帧图像，获取包含目标对象的目标图像，对从待处理的帧图像中提取出源对象的第一关键点的位置信息进行校正处理，以及对从目标图像中提取出目标对象的第二关键点位置信息进行校正处理，能够使后续对象变换处理更为精确，提升了对象变换效果，根据第一关键信息和第二关键信息分别在坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线，根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线，根据幅度调整曲线对待处理的帧图像进行调整，能够实现在对象变换过程中保持平滑变换，从而能够在对象变换处理结束后，保证视频中的帧图像更为自然，且该对象变换处理的效果更为精细，美化了帧图像显示效果，克服了现有技术中对象变换后出现的帧图像的边缘有折痕的现象，以及使帧图像内部形变而不自然的问题。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图像采集设备数据实时处理方法。
图7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7所示，该计算设备可以包括：处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。
其中：
处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。
通信接口704，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702，用于执行程序710，具体可以执行上述图像采集设备数据实时处理方法实施例中的相关步骤。
具体地，程序710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702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706，用于存放程序710。存储器706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710具体可以用于使得处理器702执行图1和图2所示实施例中的方法。
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视频对象变换处理设备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 (18)
1.一种视频对象变换处理方法，其包括：
获取视频数据；
对所述视频数据进行甄别，获取包含源对象的待处理的帧图像；
获取包含目标对象的目标图像；
从所述待处理的帧图像中提取出所述源对象的第一关键信息，以及从所述目标图像中提取出所述目标对象的第二关键信息；
建立坐标系，根据所述第一关键信息和所述第二关键信息分别在所述坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线；
根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线；
根据所述幅度调整曲线对所述待处理的帧图像进行调整，得到处理后的帧图像；
将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据；
其中，所述建立坐标系进一步包括：建立极坐标系；
所述根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线进一步包括：根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
2.根据权利要求1所述的方法，其中，所述获取视频数据进一步包括：
获取本地视频数据和/或网络视频数据。
3.根据权利要求1或2所述的方法，其中，所述获取视频数据进一步包括：
获取由多个本地图片和/或多个网络图片合成的视频数据。
4.根据权利要求1或2所述的方法，其中，所述对所述视频数据进行甄别，获取包含源对象的待处理的帧图像进一步包括：
对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
5.根据权利要求1或2所述的方法，其中，所述第一关键信息包含至少一个第一关键点的位置信息，所述第二关键信息包含至少一个第二关键点的位置信息。
6.根据权利要求5所述的方法，其中，所述根据所述第一关键信息和所述第二关键信息分别在所述坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线进一步包括：
在待处理的帧图像中提取出所述源对象的中心点的位置信息，将所述源对象的中心点映射作为极坐标系的极点，依据所述至少一个第一关键点与所述源对象的中心点之间的相对位置，将所述至少一个第一关键点映射到所述极坐标系中，根据所述至少一个第一关键点的映射结果在所述极坐标系中拟合处理得到源对象的关键曲线；
在目标图像中提取出所述目标对象的中心点的位置信息，将所述目标对象的中心点映射作为极坐标系的极点，依据所述至少一个第二关键点与所述目标对象的中心点之间的相对位置，将所述至少一个第二关键点映射到所述极坐标系中，根据所述至少一个第二关键点的映射结果在所述极坐标系中拟合处理得到目标对象的关键曲线。
7.根据权利要求5所述的方法，其中，在建立极坐标系之前，所述方法还包括：
根据所述源对象的中心点的位置信息，对所述至少一个第一关键点的位置信息进行校正处理；以及，根据所述目标对象的中心点的位置信息，对所述至少一个第二关键点的位置信息进行校正处理。
8.根据权利要求1或2所述的方法，其中，所述方法还包括：
将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
9.一种视频对象变换处理装置，其包括：
第一获取模块，适于获取视频数据；
甄别模块，适于对所述视频数据进行甄别，获取包含源对象的待处理的帧图像；
第二获取模块，适于获取包含目标对象的目标图像；
提取模块，适于从所述待处理的帧图像中提取出所述源对象的第一关键信息，以及从所述目标图像中提取出所述目标对象的第二关键信息；
坐标系建立模块，适于建立坐标系；
拟合处理模块，适于根据所述第一关键信息和所述第二关键信息分别在所述坐标系中进行拟合处理得到源对象的关键曲线和目标对象的关键曲线；
计算模块，适于根据源对象的关键曲线和目标对象的关键曲线，计算幅度调整曲线；
调整模块，适于根据所述幅度调整曲线对所述待处理的帧图像进行调整，得到处理后的帧图像；
覆盖模块，适于将处理后的帧图像覆盖待处理的帧图像得到处理后的视频数据；
其中，所述坐标系建立模块进一步适于：建立极坐标系；
所述计算模块进一步适于：根据源对象的关键曲线上的任一点的极径，以及与该点具有相同极角的目标对象的关键曲线上的点的极径，计算与极角对应的调整系数，得到关于极角与调整系数之间的关系的幅度调整曲线。
10.根据权利要求9所述的装置，其中，所述第一获取模块进一步适于：
获取本地视频数据和/或网络视频数据。
11.根据权利要求9或10所述的装置，其中，所述第一获取模块进一步适于：
获取由多个本地图片和/或多个网络图片合成的视频数据。
12.根据权利要求9或10中所述的装置，其中，所述甄别模块进一步适于：
对用户指定时间段的视频数据进行甄别，获取包含源对象的待处理的帧图像。
13.根据权利要求9或10所述的装置，其中，所述第一关键信息包含至少一个第一关键点的位置信息，所述第二关键信息包含至少一个第二关键点的位置信息。
14.根据权利要求13所述的装置，其中，所述拟合处理模块进一步适于：在待处理的帧图像中提取出所述源对象的中心点的位置信息，将所述源对象的中心点映射作为极坐标系的极点，依据所述至少一个第一关键点与所述源对象的中心点之间的相对位置，将所述至少一个第一关键点映射到所述极坐标系中，根据所述至少一个第一关键点的映射结果在所述极坐标系中拟合处理得到源对象的关键曲线；
在目标图像中提取出所述目标对象的中心点的位置信息，将所述目标对象的中心点映射作为极坐标系的极点，依据所述至少一个第二关键点与所述目标对象的中心点之间的相对位置，将所述至少一个第二关键点映射到所述极坐标系中，根据所述至少一个第二关键点的映射结果在所述极坐标系中拟合处理得到目标对象的关键曲线。
15.根据权利要求13所述的装置，其中，所述装置还包括：校正处理模块，适于根据所述源对象的中心点的位置信息，对至少一个第一关键点的位置信息进行校正处理；以及，根据所述目标对象的中心点的位置信息，对所述至少一个第二关键点的位置信息进行校正处理。
16.根据权利要求13所述的装置，其中，所述装置还包括：
上传模块，适于将处理后的视频数据上传至一个或多个云视频平台服务器，以供云视频平台服务器在云视频平台进行展示视频数据。
17.一种计算设备，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1-8中任一项所述的视频对象变换处理方法对应的操作。
18.一种计算机存储介质，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权利要求1-8中任一项所述的视频对象变换处理方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710896512.4A CN107734207B (zh) | 2017-09-28 | 2017-09-28 | 视频对象变换处理方法、装置及计算设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710896512.4A CN107734207B (zh) | 2017-09-28 | 2017-09-28 | 视频对象变换处理方法、装置及计算设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107734207A CN107734207A (zh) | 2018-02-23 |
| CN107734207B true CN107734207B (zh) | 2020-02-25 |
Family
ID=61208255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710896512.4A Active CN107734207B (zh) | 2017-09-28 | 2017-09-28 | 视频对象变换处理方法、装置及计算设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107734207B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110661987A (zh) * | 2018-06-29 | 2020-01-07 | 南京芝兰人工智能技术研究院有限公司 | 一种替换视频内容的方法和系统 |
| CN108898118B (zh) | 2018-07-04 | 2023-04-18 | 腾讯科技（深圳）有限公司 | 一种视频数据处理方法、装置和存储介质 |
| CN111028346B (zh) * | 2019-12-23 | 2023-10-10 | 北京奇艺世纪科技有限公司 | 一种视频对象的重建方法和装置 |
| CN116844697B (zh) * | 2023-02-24 | 2024-01-09 | 萱闱(北京)生物科技有限公司 | 图像多维可视化方法、装置、介质和计算设备 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897963A (zh) * | 2017-01-04 | 2017-06-27 | 奇酷互联网络科技（深圳）有限公司 | 调整图像亮度的方法、装置和终端设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102096802B (zh) * | 2009-12-11 | 2012-11-21 | 华为技术有限公司 | 人脸检测方法及装置 |
| CN103607554B (zh) * | 2013-10-21 | 2017-10-20 | 易视腾科技股份有限公司 | 一种基于全自动人脸无缝合成的视频合成方法 |
| CN106599817A (zh) * | 2016-12-07 | 2017-04-26 | 腾讯科技（深圳）有限公司 | 一种人脸替换方法及装置 |
| CN106875329A (zh) * | 2016-12-20 | 2017-06-20 | 北京光年无限科技有限公司 | 一种人脸替换方法及装置 |
-
2017
- 2017-09-28 CN CN201710896512.4A patent/CN107734207B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897963A (zh) * | 2017-01-04 | 2017-06-27 | 奇酷互联网络科技（深圳）有限公司 | 调整图像亮度的方法、装置和终端设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107734207A (zh) | 2018-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107734207B (zh) | 视频对象变换处理方法、装置及计算设备 | |
| CN106778928B (zh) | 图像处理方法及装置 | |
| CN106447721B (zh) | 图像阴影检测方法和装置 | |
| CN108875523B (zh) | 人体关节点检测方法、装置、系统和存储介质 | |
| CN108198141B (zh) | 实现瘦脸特效的图像处理方法、装置及计算设备 | |
| CN107507155B (zh) | 视频分割结果边缘优化实时处理方法、装置及计算设备 | |
| CN108876804B (zh) | 抠像模型训练和图像抠像方法、装置和系统及存储介质 | |
| US8718356B2 (en) | Method and apparatus for 2D to 3D conversion using scene classification and face detection | |
| WO2016155377A1 (zh) | 图片展示方法和装置 | |
| CN107277615B (zh) | 直播风格化处理方法、装置、计算设备及存储介质 | |
| CN111008935B (zh) | 一种人脸图像增强方法、装置、系统及存储介质 | |
| CN104898832B (zh) | 一种基于智能终端的3d实时眼镜试戴方法 | |
| WO2017067262A1 (zh) | 一种图像处理方法和装置 | |
| CN108111911B (zh) | 基于自适应跟踪框分割的视频数据实时处理方法及装置 | |
| CN107547803B (zh) | 视频分割结果边缘优化处理方法、装置及计算设备 | |
| CN107959798B (zh) | 视频数据实时处理方法及装置、计算设备 | |
| US10482571B2 (en) | Dual fisheye, hemispherical image projection and stitching method, device and computer-readable medium | |
| CN111163265A (zh) | 图像处理方法、装置、移动终端及计算机存储介质 | |
| CN107767326B (zh) | 图像中对象变换处理方法、装置及计算设备 | |
| CN107743263B (zh) | 视频数据实时处理方法及装置、计算设备 | |
| CN107808372B (zh) | 图像穿越处理方法、装置、计算设备及计算机存储介质 | |
| CN107766803B (zh) | 基于场景分割的视频人物装扮方法、装置及计算设备 | |
| CN107492068B (zh) | 视频对象变换实时处理方法、装置及计算设备 | |
| US20160110909A1 (en) | Method and apparatus for creating texture map and method of creating database | |
| CN111836058B (zh) | 用于实时视频播放方法、装置、设备以及存储介质 |
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 |