CN107844764A - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN107844764A CN107844764A CN201711040348.3A CN201711040348A CN107844764A CN 107844764 A CN107844764 A CN 107844764A CN 201711040348 A CN201711040348 A CN 201711040348A CN 107844764 A CN107844764 A CN 107844764A
- Authority
- CN
- China
- Prior art keywords
- human face
- face region
- image
- electronic equipment
- region
- 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 17
- 238000012545 processing Methods 0.000 claims abstract description 120
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001727 in vivo Methods 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims description 23
- 230000006399 behavior Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 13
- 230000001815 facial effect Effects 0.000 description 11
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000001747 pupil Anatomy 0.000 description 4
- 208000003351 Melanosis Diseases 0.000 description 3
- 230000003255 anti-acne Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 210000004709 eyebrow Anatomy 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000002087 whitening effect Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000004209 hair Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000700647 Variola virus Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。上述方法包括:若检测到预览图像中存在人脸区域,对所述人脸区域进行活体检测;若检测到所述人脸区域具有生物活性,对所述人脸区域进行标记,所述标记用于标识所述人脸区域具有生物活性;获取待处理图像,识别所述待处理图像中被标记的所述人脸区域作为第一人脸区域,对所述第一人脸区域进行美颜处理。上述方法,根据预览图像中对具有生物活性的人脸区域进行标识,可识别待处理图像中真人人脸,实现仅对真人人脸进行美颜处理,使得电子设备对图像的美颜处理更加智能化。
Description
技术领域
本申请涉及图像处理领域,特别是涉及一种图像处理方法、装置、电子设备和计算机可读存储介质。
背景技术
随着智能电子设备的迅速发展,越来越多的用户选择智能电子设备拍摄照片。在采用智能电子设备拍摄人像照片时,智能电子设备可自动对人像照片中人脸进行美颜。通常情况下,智能电子设备在识别到照片中符合人脸特征的图像后,即对图像中人脸区域进行美颜处理。
发明内容
本申请实施例提供一种图像处理方法、装置、电子设备和计算机可读存储介质,可以对图像中真人的人脸进行美颜处理。
一种图像处理方法,包括:
若检测到预览图像中存在人脸区域,对所述人脸区域进行活体检测;
若检测到所述人脸区域具有生物活性,对所述人脸区域进行标记,所述标记用于标识所述人脸区域具有生物活性;
获取待处理图像,识别所述待处理图像中被标记的所述人脸区域作为第一人脸区域,对所述第一人脸区域进行美颜处理。
一种图像处理装置,包括:
第一检测模块,用于若检测到预览图像中存在人脸区域,对所述人脸区域进行活体检测;
标记模块,用于若检测到所述人脸区域具有生物活性,对所述人脸区域进行标记,所述标记用于标识所述人脸区域具有生物活性;
处理模块,用于获取待处理图像,识别所述待处理图像中被标记的所述人脸区域作为第一人脸区域,对所述第一人脸区域进行美颜处理。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的图像处理方法的步骤。
一种电子设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如上所述的图像处理方法。
本申请实施例中,根据预览图像中对具有生物活性的人脸区域进行标识,可识别待处理图像中真人人脸,实现仅对真人人脸进行美颜处理,使得电子设备对图像的美颜处理更加智能化。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中电子设备的内部结构示意图;
图2为一个实施例中图像处理方法的流程图;
图3为另一个实施例中图像处理方法的流程图;
图4为另一个实施例中图像处理方法的流程图;
图5为另一个实施例中图像处理方法的流程图;
图6为一个实施例中图像处理装置的结构框图;
图7为另一个实施例中图像处理装置的结构框图;
图8为另一个实施例中图像处理装置的结构框图;
图9为一个实施例中图像处理电路的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中电子设备的内部结构示意图。如图1所示,该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的无线网络通信方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random-Access-Memory,RAM)等。例如,在一个实施例中,存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行,以用于实现以下各个实施例所提供的一种图像处理方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等,用于与外部的电子设备进行通信。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
图2为一个实施例中图像处理方法的流程图。如图2所示,一种图像处理方法,包括:
步骤202,若检测到预览图像中存在人脸区域,对人脸区域进行活体检测。
电子设备启用摄像类应用程序时,可通过电子设备上摄像头捕捉预览图像。电子设备在获取到当前帧预览图像后,可采用人脸识别算法识别预览图像中人脸区域。若预览图像中存在人脸区域,则电子设备可对预览图像中人脸区域进行活体检测。上述活体检测是检测上述预览图像中人脸区域是否带有生物活性,即检测预览图像中人脸区域是否为真人的人脸。
步骤204,若检测到人脸区域具有生物活性,对人脸区域进行标记,标记用于标识人脸区域具有生物活性。
当电子设备检测到当前帧预览图像中人脸区域具有生物活性时,可对当前帧预览图像中人脸区域进行标记,上述标记可用于标识当前帧预览图像中人脸区域具有生物活性。其中,电子设备对当前帧预览图像中人脸区域进行标记可包括:电子设备获取人脸区域对应的人脸标识,将人脸标识与表示具有生物活性的标记一同存储于图像信息中。其中,每帧图像中人脸区域的人脸标识和标记仅用于表示这一帧图像中人脸区域的信息。例如,电子设备检测到图像中具有生物活性的人脸区域对应的人脸标识为“张三”,则在图像信息中存储“张三--0”,0用于标识“张三”对应的人脸区域具有生物活性。电子设备还可将具有生物活性的人脸区域的像素位置与用于表示具有生物活性的标记对应存储于图像信息中。例如,电子设备检测到图像中第3行第3列像素到第200行第200列像素形成的方形区域内人脸具有生物活性,则电子设备记录第3行第3列像素到第200行第200列像素形成的方形区域对应的人脸图像具有生物活性。
步骤206,获取待处理图像,识别待处理图像中被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。
电子设备在获取到待处理图像中,可检测待处理图像中是否存在被标记的人脸区域。上述待处理图像可为上述预览图像,也可为电子设备接收到拍摄指令后拍摄获取的图像。当电子设备检测到待处理图像中存在被标记的人脸区域时,可获取上述被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。即电子设备检测到待处理图像中第一人脸区域为真人的人脸时,电子设备对待处理图像中第一人脸区域进行美颜处理。其中,电子设备对待处理图像中第一人脸区域进行美颜处理包括:对第一人脸区域进行美白、祛斑、祛痘、磨皮等。其中,对第一人脸区域的美白包括调整第一人脸区域中肤色区域的色彩值;对第一人脸区域的祛斑、祛痘和磨皮包括对第一人脸区域进行滤波处理、如平滑滤波、高斯滤波等。
其中,电子设备接收到拍摄指令包括:电子设备接收到语音拍摄指令;电子设备接收到作用于电子设备界面的触发指令;电子设备接收到线控拍摄指令。
本申请实施例中方法,根据预览图像中对具有生物活性的人脸区域进行标识,可识别待处理图像中真人人脸,实现仅对真人人脸进行美颜处理,使得电子设备对图像的美颜处理更加智能化。
在一个实施例中,对人脸区域进行活体检测包括以下方法中至少一种:
(1)对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值。
电子设备可对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值。当人脸区域对应的热量辐射值大于第一阈值,人脸区域具有生物活性。
根据热辐射原理,人体由于具有温度而向空间不断辐射能量。其中,人体温度越高,辐射的能量越多。红外探测器可接收人体辐射的能量,并根据接收的辐射的能量的多少判定人体的温度。当图像中存在人脸区域时,电子设备可通过红外探测器来获取图像中人像的热量辐射值,并将人像的热量辐射值转换为人像的温度。具体地,由于人体恒定体温为37℃,人体会辐射特定波长的红外线,如波长为10μm的红外线。红外探测器可根据接收到的波长为10μm的红外线来获取人像的热量辐射值,并根据人像的热量辐射值获取对应的温度。红外探测器接收到的波长为10μm的红外线越多,即人像的热量辐射值越高。红外传感器还可根据接收到的红外线的方位判断人像的位置。在获取到人像的热量辐射值后,可将人像的热量辐射值与预设的第一阈值比较。上述第一阈值为预设的热量辐射值,例如温度为10℃物体的热量辐射值。若人像的热量辐射值大于预设第一阈值,判定人像为真人,即上述人脸区域具有生物活性。
(2)获取人脸区域的景深值,检测人脸区域中预设人脸特征点的景深值是否符合预设规则。
电子设备可获取人脸区域的景深值,若人脸区域中预设人脸特征点的景深值符合预设规则,人脸区域具有生物活性。
电子设备还可获取预览图像中人脸区域的景深值。其中,电子设备可通过红外测距获取人脸区域的景深值。其中,红外测距包括:电子设备向被摄物体发送红外光,根据发送红外光的时刻和接收红外光的时刻可获取被摄物体与电子设备的距离值。电子设备也可以通过后置双摄拍摄同一场景,在通过双目测距原理计算被摄物体与电子设备的距离,即被摄物体的景深值。
电子设备在获取到人脸区域的景深值后,可获取人脸区域中预设人脸特征点的景深值。上述预设人脸特征点可包括:人脸的五官特征点,例如:眉心特征点、左瞳孔特征点、右瞳孔特征点、鼻尖特征点、左鼻翼特征点、右鼻翼特征点、左嘴角特征点、右嘴角特征点。电子设备可检测上述预设人脸特征点的景深值是否符合预设规则,具体包括:电子设备可检测特征点之间景深值的差值是否大于预设值。例如,电子设备检测鼻尖特征点的景深值与眉心特征点的景深值之间的差值是否大于5毫米,若鼻尖特征点的景深值与眉心特征点的景深值之间的差值大于5毫米,则人脸区域具有生物活性。
在一个实施例中,电子设备在获取人脸区域中预设特征点的景深值之后,电子设备可根据人脸区域中预设特征点的位置关系和景深值在三维空间中生成一个人脸脸谱。若电子设备检测到上述人脸脸谱为三维立体结构,则图像中人脸区域为三维立体结构,判定图像中人脸区域具有生物活性。若电子设备检测到上述人脸脸谱为平面图形,则图像中人脸区域为平面图形,即图像中人脸区域不具有生物活性。
(3)检测人脸区域中是否存在与预设指令对应的行为动作。
电子设备若在人脸区域中检测到与预设指令对应的行为动作,人脸区域具有生物活性。
电子设备还可在电子设备界面显示预设指令,在获取连续多帧预览图像,从上述连续多帧预览图像中分析人脸区域是否执行与预设指令对应的行为动作。若电子设备从连续多帧预览图像中检测出人脸区域执行与预设指令对应的行为动作,则人脸区域具有生物活性。
上述预设指令可为:点头,摇头、眨眼、张嘴等。以眨眼为例,电子设备在电子设备界面弹出提示消息提示用户眨眼,在弹出提示消息后,电子设备在获取连续多帧预览图像。电子设备可识别连续多帧预览图像中人脸区域中眼白区域。若电子设备在连续多帧预览图像中部分图像中检测到眼白区域、部分图像中未检测到眼白区域,则判定人眼进行了眨眼动作,判定图像中人脸区域具有生物活性。
通常情况下,在使用智能电子设备进行拍照时,电子设备可识别出图像中人脸区域。当图像中存在广告牌中人脸、视频中人脸时,电子设备也会对广告牌中人脸、视频中人脸进行美颜处理。
本申请实施例中方法,通过对图像中人脸区域进行活体检测,可以区分图像中真人和非真人,有利于电子设备对图像中真人进行进一步处理,使得电子设备对图像中人脸处理更加智能化。
在一个实施例中,对第一人脸区域进行美颜处理包括:
(1)获取第一人脸区域的肤色、肤质和第一人脸区域对应的性别。
电子设备可识别第一人脸区域的肤色、肤质以及第一人脸区域中人脸对应的性别。其中,电子设备通过肤色区域的色彩值表示第一人脸区域的肤色,电子设备可通过第一人脸区域中皱纹、斑点和痘痘的多少确定肤质的等级。电子设备可通过机器学习模型识别人脸对应的性别。
(2)根据肤色、肤质和性别获取与第一人脸区域对应的美颜参数。
对不同肤色、肤质和性别,电子设备可匹配不同的美颜参数。例如,对图像中女性人脸图像进行美颜处理时,电子设备会调整人脸图像的肤色、唇色、瞳孔颜色、腮红等;对图像中男性人脸图像进行美颜时,电子设备仅调整人脸图像中肤色和瞳孔颜色。电子设备中可预存肤色、肤质、性别与美颜参数的对应关系,在获取到人脸图像的肤色、肤质和性别后,电子设备可查找对应的美颜参数。电子设备也可通过机器学习模型查找与人脸图像的肤色、肤质和性别对应的美颜参数。
(3)根据美颜参数对第一人脸区域进行美颜处理。
电子设备在获取第一人脸区域的美颜参数后,可对第一人脸区域进行美颜处理。其中,同一图像中不同第一人脸区域的美颜参数不同时,电子设备对不同第一人脸区域的美颜处理不同。
本申请实施例中方法,电子设备可根据图像中第一人脸区域的肤色、肤质和参数查找对应的美颜参数,可实现对不同的第一人脸区域进行不同的美颜处理,使得对图像的美颜处理更加个性化。
在一个实施例中,对第一人脸区域进行美颜处理包括:
(1)识别第一人脸区域对应的人脸标识。
(2)若电子设备已存储与人脸标识对应的美颜参数,根据美颜参数对第一人脸区域进行美颜处理。
电子设备在识别出图像中第一人脸区域后,可获取第一人脸区域对应的人脸标识。上述人脸标识是用于唯一标识人脸的字符串,如数字、字母等。电子设备在获取第一人脸区域对应的人脸标识后,可查找人脸标识对应的美颜参数。上述人脸标识对应的美颜参数可为用户对第一人脸区域设定的美颜参数,也可为电子设备上一次对上述人脸标识对应的第一人脸区域进行美颜时的美颜参数。其中,电子设备在对第一人脸区域进行美颜处理时,若检测到当前美颜参数与电子设备已存储的人脸标识对应的美颜参数不一致,则用当前美颜参数替换已存储的人脸标识对应的美颜参数。电子设备在获取到人脸标识对应的美颜参数后,可根据获取的美颜参数对第一人脸区域进行美颜处理。若图像中存在多个第一人脸区域,则电子设备可分别查找每个第一人脸区域对应的人脸标识,在根据人脸标识查找对应的美颜参数,再对图像中第一人脸区域进行美颜处理。即电子设备可对图像中多个第一人脸区域按照不同的美颜参数分别进行美颜处理。
本申请实施例中方法,在对图像中第一人脸区域进行美颜处理时,可获取电子设备已存储的与第一人脸区域对应的美颜参数来进行美颜处理,对图像中第一人脸区域的美颜处理更加个性化。根据已存储的美颜参数对第一人脸区域进行美颜处理,无需根据第一人脸区域一一匹配美颜参数,提高了图像处理的速度。
在一个实施例中,在步骤206之后,还包括:
步骤208,识别第一人脸区域对应的躯干区域,根据美颜处理后第一人脸区域调整躯干区域的色彩值。
第一人脸区域和对应的躯干区域即属于同一个人的第一人脸区域和躯干区域。电子设备通过人脸识别算法识别出图像中第一人脸区域后,可识别第一人脸区域的躯干区域。其中,电子设备中可设置肤色的色彩值,电子设备通过识别像素的色彩值获取图像中肤色区域。上述肤色区域中除第一人脸区域之外的区域即为躯干区域。电子设备也可获取第一人脸区域的景深值,根据第一人脸区域的景深值确定躯干区域的景深值范围。电子设备再在上述景深值范围对应的图像中查找除第一人脸区域之外的肤色区域即为躯干区域。电子设备还可通过神经网络模型识别第一人脸区域对应的躯干区域。
电子设备在识别第一人脸区域对应的躯干区域后,可获取美颜处理后第一人脸区域的平均色彩值。电子设备可根据美颜处理后第一人脸区域的平均色彩值调整躯干区域的色彩值,具体包括:电子设备检测调整躯干区域像素的色彩值与上述平均色彩值的色差值在预设范围内。若是,电子设备不对躯干区域像素的色彩值进行调整;若不是,电子设备调整躯干区域像素的色彩值,使得躯干区域像素的色彩值与平均色彩值的色差值在预设范围内。
本申请实施例中方法,电子设备可根据美颜后第一人脸区域调整躯干区域的色彩值,使得美颜后第一人脸区域的色彩与躯干区域的色彩相差不大,使得图像中人像整体的色彩更加和谐,对图像的美颜处理更加智能化,提高了图像的美观度。
在一个实施例中,在步骤206之后,还包括:
步骤210,获取第一人脸区域对应的联系人。
步骤212,检测电子设备是否存储与联系人对应的联系人信息。
步骤214,若电子设备已存储与联系人对应的联系人信息,将美颜处理后图像发送给联系人对应的电子设备。
电子设备可查找第一人脸区域对应的联系人。其中,电子设备查找第一人脸区域对应的联系人包括以下方法中任意一种:
(1)电子设备获取用户输入的对人脸图像的标记信息,上述标记信息可为第一人脸区域对应的人名,电子设备查找已存储联系人中是否存在第一人脸区域对应的人名,若已存储联系人中存在第一人脸区域对应的人名,则电子设备获取第一人脸区域对应的联系人。
(2)电子设备也可获取已存储联系人对应的头像,电子设备将第一人脸区域与已存储联系人对应的头像进行相似度匹配,若匹配成功,则上述联系人为第一人脸区域对应的联系人。
电子设备在获取到第一人脸区域对应的联系人后,可查找第一人脸区域对应的联系人是否有已存储的联系人信息。上述联系人信息可为手机号码、座机号码、社交账号等。当电子设备已存储上述联系人的联系人信息,则电子设备将融合处理后图像发送给上述联系人对应的电子设备。
通常情况下,在多人合影时,用户需要将合影照片手动分享给图像中其他人。本申请实施例中方法,电子设备可将美颜处理后图像自动分享给图像中人脸对应的用户,无需用户手动操作,简化了用户操作步骤,用户操作更加简洁。
在一个实施例中,在步骤206之后,还包括:
步骤216,识别第一人脸区域对应的人像区域。
电子设备在获取到图像中第一人脸区域后,可识别第一人脸区域对应的人像区域。第一人脸区域对应的人像区域即为包含第一人脸区域的人像区域。电子设备识别第一人脸区域对应的人像区域包括:电子设备获取第一人脸区域的景深值后,认定人像景深值范围,电子设备获取图像中处于人像景深值范围的像素,再根据图像中处于人像景深值范围内的像素与第一人脸区域的位置关系、像素的色彩值确定人像区域。例如,电子设备获取第一人脸区域的景深值在2米至2.1米之间,则电子设备设定人像景深值范围为1.9米至2.2米,电子设备获取图像中景深值在1.9米至2.2米的像素,在检测上述像素是否与第一人脸区域连通、上述像素的色彩值是否接近肤色的色彩值。若上述像素与第一人脸区域连通且上述像素的色彩值接近肤色的色彩值,则电子设备识别上述像素对应的区域为躯干区域。人像区域包括:第一人脸区域和第一人脸区域对应的躯干区域。
电子设备识别第一人脸区域对应的人像区域还可包括:电子设备通过图像中各像素的色彩值识别肤色区域。具体地,电子设备中可预设肤色对应的色彩值,电子设备可获取像素的色彩值与肤色对应的色彩值之间的色差值,若上述色差值小于指定值,则判定像素为肤色区域。电子设备在识别出图像中肤色区域后,即可得到图像中人像区域。
电子设备还可通过人工智能模型识别图像中人像区域。
步骤218,从待处理图像中抠除人像区域得到背景区域。
电子设备在识别出图像中人像区域后,可从待处理图像中抠除人像区域得到背景区域,即电子设备可将待处理图像划分为人像区域和背景区域。上述背景区域即为图像中除人像区域之外的区域。
步骤220,获取背景区域的主色彩,根据主色彩调节背景区域的色彩值。
电子设备可获取图像中背景区域的主色彩,上述主色彩是指背景区域中占比最高的色系。电子设备可获取背景区域中每个像素的色彩值,电子设备可将色差值小于指定阈值的色彩划分到同一色系。上述色系可包括:黄色系、绿色系、蓝色系、红色系、紫色系等。电子设备获取到背景区域中每个色系占整个背景区域的比例后,将占比最高的色系作为背景区域的主色彩。
电子设备在获取到背景区域的主色彩时,可根据主色彩调整背景区域中RGB三通道的值,使得背景区域中主色彩更加突出。例如,当背景区域的主色彩为绿色时,当前拍摄背景可能为植被,则电子设备可调高背景区域中RGB三通道中R通道的值,使得背景中绿色更为突出。当背景区域的主色彩为蓝色时,当前拍摄背景可能为天空,则电子设备可调高背景区域中RGB三通道中B通道的值,使得背景中蓝色更为突出。
在一个实施例中,电子设备在获取到背景区域的主色彩时,电子设备还可通过深度学习模型识别背景区域的场景,根据背景区域的场景和主色彩调整背景区域中RGB三通道的值。其中,电子设备通过深度学习模型来调整背景区域中RGB三通道的值。
本申请实施例中方法,电子设备可将图像中人像区域和背景区域分离,识别背景区域中主色彩,再调整背景区域的色彩值。上述方法可单独对图像中背景区域进行处理,提高了图像的美感。
图6为一个实施例中图像处理装置的结构框图。如图6所示,一种图像处理装置,包括:
第一检测模块602,用于若检测到预览图像中存在人脸区域,对人脸区域进行活体检测。
标记模块604,用于若检测到人脸区域具有生物活性,对人脸区域进行标记,标记用于标识人脸区域具有生物活性。
处理模块606,用于获取待处理图像,识别待处理图像中被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。
在一个实施例中,第一检测模块602对人脸区域进行活体检测包括以下方法中至少一种:
(1)对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值;
(2)获取人脸区域的景深值,检测人脸区域中预设人脸特征点的景深值是否符合预设规则;
(3)检测人脸区域中是否存在与预设指令对应的行为动作。
在一个实施例中,处理模块606对第一人脸区域进行美颜处理包括:获取第一人脸区域的肤色、肤质和第一人脸区域对应的性别;根据肤色、肤质和性别获取与第一人脸区域对应的美颜参数;根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,处理模块606对第一人脸区域进行美颜处理包括:识别第一人脸区域对应的人脸标识;若电子设备已存储与人脸标识对应的美颜参数,根据美颜参数对第一人脸区域进行美颜处理。
图7为另一个实施例中图像处理装置的结构框图。如图7所示,一种图像处理装置,包括:第一检测模块702、标记模块704、处理模块706和识别模块708。上述第一检测模块702、标记模块704、处理模块706与图6中对应的模块功能相同。
识别模块708,用于识别第一人脸区域对应的躯干区域。
处理模块706,用于根据美颜处理后第一人脸区域调整躯干区域的色彩值。
在一个实施例中,识别模块708还用于识别第一人脸区域对应的人像区域;处理模块704还用于从待处理图像中抠除人像区域得到背景区域;获取背景区域的主色彩,根据主色彩调节背景区域的色彩值。
图8为另一个实施例中图像处理装置的结构框图。如图8所示,一种图像处理装置,包括:第一检测模块802、标记模块804、处理模块806、获取模块808、第二检测模块810和发送模块812。上述第一检测模块802、标记模块804、处理模块806与图6中对应的模块功能相同。
获取模块808,用于获取第一人脸区域对应的联系人;
第二检测模块810,用于检测电子设备是否存储与联系人对应的联系人信息;
发送模块812,用于若电子设备已存储与联系人对应的联系人信息,将美颜处理后图像发送给联系人对应的电子设备。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当计算机可执行指令被一个或多个处理器执行时,使得处理器执行以下步骤:
(1)若检测到预览图像中存在人脸区域,对人脸区域进行活体检测。
(2)若检测到人脸区域具有生物活性,对人脸区域进行标记,标记用于标识人脸区域具有生物活性。
(3)获取待处理图像,识别待处理图像中被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。
在一个实施例中,对人脸区域进行活体检测包括以下方法中至少一种:
(1)对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值。
(2)获取人脸区域的景深值,检测人脸区域中预设人脸特征点的景深值是否符合预设规则。
(3)检测人脸区域中是否存在与预设指令对应的行为动作。
在一个实施例中,对第一人脸区域进行美颜处理包括:获取第一人脸区域的肤色、肤质和第一人脸区域对应的性别。根据肤色、肤质和性别获取与第一人脸区域对应的美颜参数。根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,对第一人脸区域进行美颜处理包括:识别第一人脸区域对应的人脸标识。若电子设备已存储与人脸标识对应的美颜参数,根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,还执行:识别第一人脸区域对应的躯干区域,根据美颜处理后第一人脸区域调整躯干区域的色彩值。
在一个实施例中,还执行:获取第一人脸区域对应的联系人。检测电子设备是否存储与联系人对应的联系人信息。若电子设备已存储与联系人对应的联系人信息,将美颜处理后图像发送给联系人对应的电子设备。
在一个实施例中,还执行:识别第一人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。获取背景区域的主色彩,根据主色彩调节背景区域的色彩值。
本申请还提供一种包含指令的计算机程序产品,当上述计算机程序产品在计算机上运行时,使得计算机执行以下步骤:
(1)若检测到预览图像中存在人脸区域,对人脸区域进行活体检测。
(2)若检测到人脸区域具有生物活性,对人脸区域进行标记,标记用于标识人脸区域具有生物活性。
(3)获取待处理图像,识别待处理图像中被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。
在一个实施例中,对人脸区域进行活体检测包括以下方法中至少一种:
(1)对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值。
(2)获取人脸区域的景深值,检测人脸区域中预设人脸特征点的景深值是否符合预设规则。
(3)检测人脸区域中是否存在与预设指令对应的行为动作。
在一个实施例中,对第一人脸区域进行美颜处理包括:获取第一人脸区域的肤色、肤质和第一人脸区域对应的性别。根据肤色、肤质和性别获取与第一人脸区域对应的美颜参数。根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,对第一人脸区域进行美颜处理包括:识别第一人脸区域对应的人脸标识。若电子设备已存储与人脸标识对应的美颜参数,根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,还执行:识别第一人脸区域对应的躯干区域,根据美颜处理后第一人脸区域调整躯干区域的色彩值。
在一个实施例中,还执行:获取第一人脸区域对应的联系人。检测电子设备是否存储与联系人对应的联系人信息。若电子设备已存储与联系人对应的联系人信息,将美颜处理后图像发送给联系人对应的电子设备。
在一个实施例中,还执行:识别第一人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。获取背景区域的主色彩,根据主色彩调节背景区域的色彩值。
以电子设备为移动终端为例,本申请实施例还提供一种移动终端。上述移动终端中包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图9为一个实施例中图像处理电路的示意图。如图9所示,为便于说明,仅示出与本申请实施例相关的图像处理技术的各个方面。
如图9所示,图像处理电路包括ISP处理器940和控制逻辑器950。成像设备910捕捉的图像数据首先由ISP处理器940处理,ISP处理器940对图像数据进行分析以捕捉可用于确定和/或成像设备910的一个或多个控制参数的图像统计信息。成像设备910可包括具有一个或多个透镜912和图像传感器914的照相机。图像传感器914可包括色彩滤镜阵列(如Bayer滤镜),图像传感器914可获取用图像传感器914的每个成像像素捕捉的光强度和波长信息,并提供可由ISP处理器940处理的一组原始图像数据。传感器920(如陀螺仪)可基于传感器920接口类型把采集的图像处理的参数(如防抖参数)提供给ISP处理器940。传感器920接口可以利用SMIA(Standard Mobile Imaging Architecture,标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
此外,图像传感器914也可将原始图像数据发送给传感器920,传感器920可基于传感器920接口类型把原始图像数据提供给ISP处理器940,或者传感器920将原始图像数据存储到图像存储器930中。
ISP处理器940按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,ISP处理器940可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。
ISP处理器940还可从图像存储器930接收图像数据。例如,传感器920接口将原始图像数据发送给图像存储器930,图像存储器930中的原始图像数据再提供给ISP处理器940以供处理。图像存储器930可为存储器装置的一部分、存储设备、或移动终端内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自图像传感器914接口或来自传感器920接口或来自图像存储器930的原始图像数据时,ISP处理器940可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给图像存储器930,以便在被显示之前进行另外的处理。ISP处理器940还可从图像存储器930接收处理数据,对处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器980,以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit,图形处理器)进一步处理。此外,ISP处理器940的输出还可发送给图像存储器930,且显示器980可从图像存储器930读取图像数据。在一个实施例中,图像存储器930可被配置为实现一个或多个帧缓冲器。此外,ISP处理器940的输出可发送给编码器/解码器970,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器980设备上之前解压缩。
ISP处理器940处理图像数据的步骤包括:对图像数据进行VFE(Video Front End,视频前端)处理和CPP(Camera Post Processing,摄像头后处理)处理。对图像数据的VFE处理可包括修正图像数据的对比度或亮度、修改以数字方式记录的光照状态数据、对图像数据进行补偿处理(如白平衡,自动增益控制,γ校正等)、对图像数据进行滤波处理等。对图像数据的CPP处理可包括对图像进行缩放、向每个路径提供预览帧和记录帧。其中,CPP可使用不同的编解码器来处理预览帧和记录帧。ISP处理器940处理后的图像数据可发送给美颜模块960,以便在被显示之前对图像进行美颜处理。美颜模块960对图像数据美颜处理可包括:美白、祛斑、磨皮、瘦脸、祛痘、增大眼睛等。其中,美颜模块960可为移动终端中CPU(Central Processing Unit,中央处理器)、GPU或协处理器等。美颜模块960处理后的数据可发送给编码器/解码器970,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器980设备上之前解压缩。其中,美颜模块960还可位于编码器/解码器970与显示器980之间,即美颜模块对已成像的图像进行美颜处理。上述编码器/解码器970可为移动终端中CPU、GPU或协处理器等。
ISP处理器940确定的统计数据可发送给控制逻辑器950单元。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜912阴影校正等图像传感器914统计信息。控制逻辑器950可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定成像设备910的控制参数以及ISP处理器940的控制参数。例如,成像设备910的控制参数可包括传感器920控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜912控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及透镜912阴影校正参数。
运用图9中图像处理技术可实现如下步骤:
(1)若检测到预览图像中存在人脸区域,对人脸区域进行活体检测。
(2)若检测到人脸区域具有生物活性,对人脸区域进行标记,标记用于标识人脸区域具有生物活性。
(3)获取待处理图像,识别待处理图像中被标记的人脸区域作为第一人脸区域,对第一人脸区域进行美颜处理。
在一个实施例中,对人脸区域进行活体检测包括以下方法中至少一种:
(1)对人脸区域进行红外热量检测,检测人脸区域对应的热量辐射值是否大于第一阈值。
(2)获取人脸区域的景深值,检测人脸区域中预设人脸特征点的景深值是否符合预设规则。
(3)检测人脸区域中是否存在与预设指令对应的行为动作。
在一个实施例中,对第一人脸区域进行美颜处理包括:获取第一人脸区域的肤色、肤质和第一人脸区域对应的性别。根据肤色、肤质和性别获取与第一人脸区域对应的美颜参数。根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,对第一人脸区域进行美颜处理包括:识别第一人脸区域对应的人脸标识。若电子设备已存储与人脸标识对应的美颜参数,根据美颜参数对第一人脸区域进行美颜处理。
在一个实施例中,还执行:识别第一人脸区域对应的躯干区域,根据美颜处理后第一人脸区域调整躯干区域的色彩值。
在一个实施例中,还执行:获取第一人脸区域对应的联系人。检测电子设备是否存储与联系人对应的联系人信息。若电子设备已存储与联系人对应的联系人信息,将美颜处理后图像发送给联系人对应的电子设备。
在一个实施例中,还执行:识别第一人脸区域对应的人像区域。从待处理图像中抠除人像区域得到背景区域。获取背景区域的主色彩,根据主色彩调节背景区域的色彩值。
本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
若检测到预览图像中存在人脸区域,对所述人脸区域进行活体检测;
若检测到所述人脸区域具有生物活性,对所述人脸区域进行标记,所述标记用于标识所述人脸区域具有生物活性;
获取待处理图像,识别所述待处理图像中被标记的所述人脸区域作为第一人脸区域,对所述第一人脸区域进行美颜处理。
2.根据权利要求1所述的方法,其特征在于,所述对所述人脸区域进行活体检测包括以下方法中至少一种:
对所述人脸区域进行红外热量检测,检测所述人脸区域对应的热量辐射值是否大于第一阈值;
获取所述人脸区域的景深值,检测所述人脸区域中预设人脸特征点的景深值是否符合预设规则;
检测所述人脸区域中是否存在与预设指令对应的行为动作。
3.根据权利要求1所述的方法,其特征在于,所述对所述第一人脸区域进行美颜处理包括:
获取所述第一人脸区域的肤色、肤质和所述第一人脸区域对应的性别;
根据所述肤色、肤质和性别获取与所述第一人脸区域对应的美颜参数;
根据所述美颜参数对所述第一人脸区域进行美颜处理。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一人脸区域进行美颜处理包括:
识别所述第一人脸区域对应的人脸标识;
若电子设备已存储与所述人脸标识对应的美颜参数,根据所述美颜参数对所述第一人脸区域进行美颜处理。
5.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
识别所述第一人脸区域对应的躯干区域,根据美颜处理后第一人脸区域调整所述躯干区域的色彩值。
6.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
获取所述第一人脸区域对应的联系人;
检测电子设备是否存储与所述联系人对应的联系人信息;
若所述电子设备已存储与所述联系人对应的联系人信息,将所述美颜处理后图像发送给所述联系人对应的电子设备。
7.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
识别所述第一人脸区域对应的人像区域;
从所述待处理图像中抠除所述人像区域得到背景区域;
获取所述背景区域的主色彩,根据所述主色彩调节所述背景区域的色彩值。
8.一种图像处理装置,其特征在于,包括:
第一检测模块,用于若检测到预览图像中存在人脸区域,对所述人脸区域进行活体检测;
标记模块,用于若检测到所述人脸区域具有生物活性,对所述人脸区域进行标记,所述标记用于标识所述人脸区域具有生物活性;
处理模块,用于获取待处理图像,识别所述待处理图像中被标记的所述人脸区域作为第一人脸区域,对所述第一人脸区域进行美颜处理。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像处理方法的步骤。
10.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711040348.3A CN107844764B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711040348.3A CN107844764B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107844764A true CN107844764A (zh) | 2018-03-27 |
CN107844764B CN107844764B (zh) | 2020-05-12 |
Family
ID=61681965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711040348.3A Expired - Fee Related CN107844764B (zh) | 2017-10-31 | 2017-10-31 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844764B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002787A (zh) * | 2018-07-09 | 2018-12-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109544444A (zh) * | 2018-11-30 | 2019-03-29 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机存储介质 |
CN110110778A (zh) * | 2019-04-29 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN110868525A (zh) * | 2019-11-11 | 2020-03-06 | 杭州臻信科技有限公司 | 一种人脸识别摄像装置、设备及系统 |
CN110929557A (zh) * | 2019-09-25 | 2020-03-27 | 四川大学锦城学院 | 一种基于活体检测的智能安防方法、系统及处理装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877737A (zh) * | 2009-04-30 | 2010-11-03 | 深圳富泰宏精密工业有限公司 | 通讯装置及其分享照片的方法 |
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
US20140348399A1 (en) * | 2013-05-22 | 2014-11-27 | Asustek Computer Inc. | Image processing system and method of improving human face recognition |
CN105279487A (zh) * | 2015-10-15 | 2016-01-27 | 广东欧珀移动通信有限公司 | 美颜工具筛选方法和系统 |
CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
CN106210521A (zh) * | 2016-07-15 | 2016-12-07 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN106682578A (zh) * | 2016-11-21 | 2017-05-17 | 北京交通大学 | 基于眨眼检测的人脸识别方法 |
CN106940880A (zh) * | 2016-01-04 | 2017-07-11 | 中兴通讯股份有限公司 | 一种美颜处理方法、装置和终端设备 |
CN107018225A (zh) * | 2017-02-15 | 2017-08-04 | 海尔优家智能科技(北京)有限公司 | 一种基于人脸信息绑定的通信方法及装置 |
CN107301389A (zh) * | 2017-06-16 | 2017-10-27 | 广东欧珀移动通信有限公司 | 基于人脸特征识别用户性别的方法、装置及终端 |
-
2017
- 2017-10-31 CN CN201711040348.3A patent/CN107844764B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877737A (zh) * | 2009-04-30 | 2010-11-03 | 深圳富泰宏精密工业有限公司 | 通讯装置及其分享照片的方法 |
CN102622588A (zh) * | 2012-03-08 | 2012-08-01 | 无锡数字奥森科技有限公司 | 双验证人脸防伪方法及装置 |
US20140348399A1 (en) * | 2013-05-22 | 2014-11-27 | Asustek Computer Inc. | Image processing system and method of improving human face recognition |
CN105279487A (zh) * | 2015-10-15 | 2016-01-27 | 广东欧珀移动通信有限公司 | 美颜工具筛选方法和系统 |
CN106940880A (zh) * | 2016-01-04 | 2017-07-11 | 中兴通讯股份有限公司 | 一种美颜处理方法、装置和终端设备 |
CN105550671A (zh) * | 2016-01-28 | 2016-05-04 | 北京麦芯科技有限公司 | 一种人脸识别的方法及装置 |
CN106210521A (zh) * | 2016-07-15 | 2016-12-07 | 深圳市金立通信设备有限公司 | 一种拍照方法及终端 |
CN106682578A (zh) * | 2016-11-21 | 2017-05-17 | 北京交通大学 | 基于眨眼检测的人脸识别方法 |
CN107018225A (zh) * | 2017-02-15 | 2017-08-04 | 海尔优家智能科技(北京)有限公司 | 一种基于人脸信息绑定的通信方法及装置 |
CN107301389A (zh) * | 2017-06-16 | 2017-10-27 | 广东欧珀移动通信有限公司 | 基于人脸特征识别用户性别的方法、装置及终端 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002787A (zh) * | 2018-07-09 | 2018-12-14 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109002787B (zh) * | 2018-07-09 | 2021-02-23 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN109544444A (zh) * | 2018-11-30 | 2019-03-29 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机存储介质 |
CN110110778A (zh) * | 2019-04-29 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
WO2020220858A1 (zh) * | 2019-04-29 | 2020-11-05 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
CN110929557A (zh) * | 2019-09-25 | 2020-03-27 | 四川大学锦城学院 | 一种基于活体检测的智能安防方法、系统及处理装置 |
CN110868525A (zh) * | 2019-11-11 | 2020-03-06 | 杭州臻信科技有限公司 | 一种人脸识别摄像装置、设备及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107844764B (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107945107A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107844764A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107886484A (zh) | 美颜方法、装置、计算机可读存储介质和电子设备 | |
CN107730445A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107766831B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
CN107818305B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN108009999A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107945135B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107862663A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107862274A (zh) | 美颜方法、装置、电子设备和计算机可读存储介质 | |
CN107734253B (zh) | 图像处理方法、装置、移动终端和计算机可读存储介质 | |
CN107730444A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107705248A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN107862653B (zh) | 图像显示方法、装置、存储介质和电子设备 | |
CN107833197A (zh) | 图像处理的方法、装置、计算机可读存储介质和电子设备 | |
CN107808136A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
CN107800965B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN107820017B (zh) | 图像拍摄方法、装置、计算机可读存储介质和电子设备 | |
CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107742274A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107862658B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
CN107743200A (zh) | 拍照的方法、装置、计算机可读存储介质和电子设备 | |
CN109712177A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200512 |
|
CF01 | Termination of patent right due to non-payment of annual fee |