CN108198141B - 实现瘦脸特效的图像处理方法、装置及计算设备 - Google Patents

实现瘦脸特效的图像处理方法、装置及计算设备 Download PDF

Info

Publication number
CN108198141B
CN108198141B CN201711455884.XA CN201711455884A CN108198141B CN 108198141 B CN108198141 B CN 108198141B CN 201711455884 A CN201711455884 A CN 201711455884A CN 108198141 B CN108198141 B CN 108198141B
Authority
CN
China
Prior art keywords
coordinates
processed
pixel point
face
key points
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
Application number
CN201711455884.XA
Other languages
English (en)
Other versions
CN108198141A (zh
Inventor
李艳杰
张望
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201711455884.XA priority Critical patent/CN108198141B/zh
Publication of CN108198141A publication Critical patent/CN108198141A/zh
Application granted granted Critical
Publication of CN108198141B publication Critical patent/CN108198141B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • 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
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种实现瘦脸特效的图像处理方法、装置及电子设备，包括：检测人脸图像的多个关键点；建立坐标系，确定多个关键点以及各个像素点的坐标；根据坐标确定待处理像素点与多个关键点的相对位置关系，以及确定待处理像素点的坐标的压缩系数；对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；将目标像素点的像素值赋值给待处理像素点。由此可见，利用本发明方案，仅仅根据各个待处理像素点与多个关键点的相对位置关系，即可实现瘦脸，算法简单，易以实施；并且不同的待处理像素点的瘦脸处理力度不同，使经瘦脸处理后的人脸图像更符合审美；另外，对人脸图像的整体进行全自动瘦脸，使得瘦脸效果均匀自然。

Description

实现瘦脸特效的图像处理方法、装置及计算设备
技术领域
本发明涉及图像处理技术领域，具体涉及一种实现瘦脸特效的图像处理方法、装置及计算设备。
背景技术
随着计算机图像处理技术的发展，图像美化变得越来越简便与普及。而在这其中，由于从近代审美的品味来说，较瘦的脸通常被认为具有较佳的美感，因此，图像美化中的瘦脸技术更是得到了人们广泛的关注与青睐。
现有的瘦脸技术要么自动化程度不高，需要用户手动指定瘦脸部位，而且只能针对该指定部位进行局部瘦脸，容易造成瘦脸效果不均匀、五官变形等后果；要么瘦脸后填充区域的像素变化较大，使得美化后的图像变得突兀；又或者瘦脸算法复杂度较高，难以实施应用。
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瘦脸特效的图像处理方法、装置及计算设备。
根据本发明的一个方面，提供了一种实现瘦脸特效的图像处理方法，包括：
采集人脸图像，检测人脸图像的多个关键点；
建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标；
针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数；
利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
将目标像素点的像素值赋值给待处理像素点。
进一步的，其中，建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标进一步包括：
根据人脸图像的图像坐标系下多个关键点的坐标确定多个关键点之间的相对位置关系；
根据多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
进一步的，其中，确定新坐标对应的目标像素点进一步包括：经过坐标换算处理，在图像坐标系下确定目标像素点的坐标。
进一步的，其中，人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴。
进一步的，其中，针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数进一步包括：
针对每一个待处理像素点，确定待处理像素点与多个关键点的角度关系以及距离关系；
根据角度关系查找角度映射表，得到角度压缩系数；以及，根据距离关系查找距离映射表，得到距离压缩系数；
根据角度压缩系数和距离压缩系数得到待处理像素点的坐标的压缩系数。
进一步的，其中，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与横轴的夹角；
待处理像素点与多个关键点的距离关系具体为：待处理像素点相对于原点的距离与原点相对于下巴中心的距离之间的比例关系。
根据本发明的另一方面，提供了一种实现瘦脸特效的图像处理装置，包括：
检测模块，适于采集人脸图像，检测人脸图像的多个关键点；
第一确定模块，适于建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标；
第二确定模块，适于针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数；
换算模块，适于利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
赋值模块，适于将目标像素点的像素值赋值给待处理像素点。
进一步的，其中，第一确定模块进一步适于：
根据人脸图像的图像坐标系下多个关键点的坐标确定多个关键点之间的相对位置关系；
根据多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
进一步的，其中，换算模块进一步适于：经过坐标换算处理，在图像坐标系下确定目标像素点的坐标。
进一步的，其中，人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴。
进一步的，其中，第二确定模块进一步适于：
针对每一个待处理像素点，确定待处理像素点与多个关键点的角度关系以及距离关系；
根据角度关系查找角度映射表，得到角度压缩系数；以及，根据距离关系查找距离映射表，得到距离压缩系数；
根据角度压缩系数和距离压缩系数得到待处理像素点的坐标的压缩系数。
进一步的，其中，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与横轴的夹角；
待处理像素点与多个关键点的距离关系具体为：待处理像素点相对于原点的距离与原点相对于下巴中心的距离之间的比例关系。
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实现瘦脸特效的图像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实现瘦脸特效的图像处理方法对应的操作。
根据本发明的实现瘦脸特效的图像处理方法、装置及计算设备，在获取到人脸图像后，可以根据各个待处理像素点相对于多个关键点的位置，实现对人脸图像的整体全自动瘦脸，使得瘦脸效果均匀自然；并且，只需依据待处理像素点与多个关键点的相对位置关系，即可实现瘦脸，算法简单，易以实施；另外，根据待处理像素点的位置不同，利用不同的压缩系数进行坐标换算，可以在人脸边缘和/或羊腮的位置达到明显瘦脸的效果，使经瘦脸处理后的人脸图像更符合审美。
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示出了本发明一个实施例的实现瘦脸特效的图像处理方法的流程图；
图2示出了本发明另一个实施例的实现瘦脸特效的图像处理方法的流程图；
图3示出了本发明一个具体实施例的角度关系和距离关系的示意图；
图4示出了本发明一个具体实施例的角度映射表的映射规律示意图；
图5示出了本发明一个具体实施例的距离映射表的映射规律示意图；
图6示出了对应图3的人脸图像的瘦脸效果的示意图；
图7示出了本发明一个实施例的实现瘦脸特效的图像处理装置的功能框图；
图8示出了根据本发明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。
图1示出了本发明一个实施例的实现瘦脸特效的图像处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101：采集人脸图像，检测人脸图像的多个关键点。
本实施提供的实现瘦脸特效的图像处理方案，根据人脸图像中的待处理像素点与多个关键点的相对位置关系，确定待处理像素点的像素值。本步骤中，为了明确人脸图像中各个待处理像素点与多个关键点的相对位置关系，首先在人脸图像中检测出多个关键点。
其中，检测人脸图像的多个关键点是指：精准定位面部关键点在人脸图像中的位置。具体地，从相机、图库或视频中采集人脸图像，针对每一张人脸图像，利用人脸特征点检测技术检测出人脸中的特征点，其中，人脸特征点检测方法包括但不限于以下方式中的任一种：基于局部方法、基于全局的方法、基于混合的方法、主动性状模型(Active ShapeModel，简称ASM)以及主动外观模型(Active Appearance Model，简称AAM)。例如，利用ASM算法检测出眼睛、眉毛、鼻子、嘴巴、脸部外轮廓的位置；然后，根据这些特征点的位置确定人脸图像的多个关键点，其中，多个关键点可以为人脸中的特征点。例如，眼睛、鼻子；和/或，多个关键点也可以为人脸中的对称轴上的点，例如，下巴中心。
步骤S102：建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
在检测出多个关键点后，需要进一步确定人脸图像中多个关键点以及各个像素点在人脸图像中的位置，才能确定多个关键点与各个像素点的相对位置关系。本步骤中，通过建立坐标系，然后在坐标系中确定多个关键点和各个像素点的坐标，即：确定人脸图像中所有像素点在人脸图像中的位置。例如，以人脸图像的左上角为坐标原点，人脸图像的上边缘为横轴，人脸图像的左边缘为纵轴建立人脸图像的图像坐标系，然后以像素为单位确定所有像素点的像素坐标。在本发明的另一些实施例中，也可以以图像坐标系为基础，在人脸图像的其他位置或沿其他方向建立坐标系，本发明对此不做具体限定。
步骤S103：针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数。
瘦脸处理主要是针对人脸，但是为了使经过瘦脸处理后的整张人脸图像看上去自然，而不至于因为只处理了人脸，未处理人脸图像中的其他区域而造成美化后的人脸图像显得突兀。本步骤中，将人脸图像中的各个像素点都作为一个待处理像素点；然后根据多个关键点的坐标和待处理像素点的坐标，确定待处理像素点与多个关键点的相对位置关系。并且，为了使人脸图像中的人脸五官不至于因瘦脸处理而变形，本步骤中，根据相对位置关系确定各个待处理像素点的坐标的压缩系数，而不是将所有待处理像素点的坐标利用相同的压缩系数进行处理，即：根据相对位置关系的不同，不同的待处理像素点对应不同的压缩系数。
换言之，相对位置关系表征出了待处理像素点相对于人脸的位置，而实际中，人脸的不同位置，在进行瘦脸处理时，其需要的瘦脸力度是不同的，例如，两眼的水平位置或下巴中心的位置，需要的瘦脸力度小，而羊腮的位置，需要的瘦脸力度大。根据相对位置的不同确定的不同待处理像素点的坐标的压缩系数与各个待处理像素点需要的瘦脸力度是一致的，在瘦脸力度需求越大的位置，压缩系数也会越大；反之，在瘦脸力度需求越小的位置，压缩系数也会越小。综上，为了使经瘦脸处理后的人脸图像更符合审美，则各个待处理像素点的坐标的压缩系数应该满足如下规律：越靠近人脸边缘，压缩系数越大；越靠近人脸羊腮的位置，压缩系数越大。根据满足上述规律的压缩系数，则可以在人脸边缘和/或羊腮的位置达到明显瘦脸的效果。
进一步的，为使相对位置关系的衡量更准确，将相对位置关系设置为包括多个维度的位置关系，例如，距离维度、角度维度和/或长度维度；然后，根据不同维度的位置关系，确定针对不同维度的维度系数，例如，距离维度的维度系数为kr，角度维度的维度系数为kθ，长度维度的维度系数为kd；最后，对不同维度的维度系数进行综合计算，得到待处理像素点的坐标的压缩系数。
步骤S104：利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点。
在得到各个待处理像素点的坐标的压缩系数后，利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，即得到了瘦脸处理前后待处理像素点的像素值在坐标上的对应关系。具体地，为了达到瘦脸的效果，需用远离人脸对称轴的像素点的像素值替换靠近人脸对称轴的待处理像素点的像素值，则在经过坐标换算后，相对于待处理像素点，新坐标对应的目标像素点必须远离人脸对称轴。
步骤S105：将目标像素点的像素值赋值给待处理像素点。
在本步骤中，将目标像素点的像素值赋值给待处理像素点，则得到瘦脸处理后的人脸图像中对应待处理像素点的像素值，以此方法，将离人脸图像中的人脸对称轴近的待处理像素点的像素值替换为离人脸中心轴远的目标像素点的像素值，实现对人脸图像中每一个待处理像素点的像素值的替换，进而完成了人脸图像的瘦脸处理。例如，得到待处理像素点的坐标的压缩系数为k，并且坐标换算的函数为Y＝X[f(k)]，其中，f(k)为坐标换算的系数，Y为换算后的新坐标，人脸图像中对应Y的像素值为RGB(100，125，150)，X为待处理像素点的坐标，人脸图像中对应X的像素值为RGB(80，115，130)，则瘦脸处理后，人脸图像中对应X的像素值即为RGB(100，125，150)。
需要注意的是，若新坐标超出了人脸图像中的各个像素点在坐标系中的坐标范围，则首先根据人脸图像中与目标像素点邻近的像素点的像素值，对该目标像素点的像素值进行填充，得到该目标像素点的像素值；然后将该像素值赋值给待处理像素点。
根据本实施例提供的实现瘦脸特效的图像处理方法，采集人脸图像，为了便于确定人脸图像中各个待处理像素点与多个关键点的相对位置关系，检测人脸图像中位于人脸中心轴上的多个关键点；在检测出多个关键点后，建立坐标系，在该坐标系中进一步确定人脸图像中多个关键点以及各个像素点在人脸图像中的位置；根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，并且，为使相对位置关系的衡量更准确，将相对位置关系设置为包括多个维度的位置关系；根据不同维度的位置关系，确定针对不同维度的维度系数，据此计算待处理像素点的坐标的压缩系数；利用该压缩系数进行坐标换算，将换算得到的新坐标的像素值赋值给待处理像素点，进而将离人脸图像中的人脸对称轴近的待处理像素点的像素值替换为离人脸对称轴远的目标像素点的像素值，同时，实现了越靠近人脸边缘，瘦脸特效越明显，越靠近羊腮位置，瘦脸特效越明显的效果。由此可见，利用本实施例的方案，在获取到人脸图像后，可以根据各个待处理像素点相对于多个关键点的位置，实现对人脸图像的整体全自动瘦脸，使得瘦脸效果均匀自然；并且，只需依据待处理像素点与多个关键点的相对位置关系，即可实现瘦脸，算法简单，易以实施；另外，根据待处理像素点的位置不同，利用不同的压缩系数进行坐标换算，可以在人脸边缘和/或羊腮的位置达到明显瘦脸的效果，使经瘦脸处理后的人脸图像更符合审美。
图2示出了本发明另一个实施例的实现瘦脸特效的图像处理方法的流程图。如图2所示，该方法包括以下步骤：
步骤S201：采集人脸图像，检测人脸图像的多个关键点；
本步骤中，从相机、图库或视频中采集人脸图像，针对每一张人脸图像，首先利用人脸特征点检测方法检测出人脸中的特征点。其中，人脸特征点检测方法包括但不限于以下方式中的任一种：基于局部方法、基于全局的方法、基于混合的方法、主动性状模型(Active Shape Model，简称ASM)以及主动外观模型(Active Appearance Model，简称AAM)。例如，利用ASM算法检测出眼睛、眉毛、鼻子、嘴巴、脸部外轮廓的位置；然后，根据这些特征点的定位确定人脸图像的多个关键点，其中，多个关键点可以为人脸中的特征点。例如，眼睛、鼻子；和/或，多个关键点也可以为人脸中的对称轴上的点，例如，下巴中心。在本发明的一个具体实施例中，人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心。
步骤S202：根据人脸图像的图像坐标系下多个关键点的坐标确定多个关键点之间的相对位置关系。
本步骤中，在图像坐标系下，根据多个关键点的坐标确定多个关键点之间的相对位置关系，以确定人脸图像中人脸的姿态，即：确定人脸图像中的人脸是否倾斜。以人脸图像的多个关键点为两眼，两眼中心以及下巴中心为例，若两眼中心以及下巴中心的横坐标相同，则两眼中心和下巴中心在平行于纵坐标轴的同一竖直线上，人脸未倾斜；若两眼以及两眼中心的纵坐标不同，则两眼以及两眼中心不在平行于横坐标轴的同一水平线上，人脸倾斜。进一步的，根据多个关键点的坐标可以确定人脸相对于图像坐标系的倾斜量，例如，倾斜的角度。
步骤S203：根据多个关键点之间的相对位置关系建立坐标系。
在确定了多个关键点之间的相对位置关系后，即确定了人脸图像中的人脸的倾斜情况，例如，人脸是否倾斜以及倾斜量的大小。本步骤即根据这种倾斜情况建立坐标系，以使人脸图像中的人脸相对于该坐标系没有倾斜。
具体地，根据人脸图像中的人脸相对于图像坐标系的倾斜情况，建立与该倾斜情况一致的坐标系。为了便于根据人脸图像中的各个像素点的坐标进行瘦脸处理，并且考虑到人脸的对称性，可选的，将该坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴，一般情况下，近似认为纵轴过下巴中心。因此，在进行瘦脸处理时，对称轴两边，即：坐标系的纵轴两边可以进行相似的处理，以简化瘦脸处理的复杂程度。
步骤S204：经过坐标换算处理，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
在本步骤中，根据确定的人脸图像中人脸相对于图像坐标系的倾斜情况，以及新建的坐标系相对于图像坐标系的转换关系，对图像坐标系中的像素点的坐标经过坐标换算处理，得到人脸图像的对应像素点在新建的坐标系中的坐标以及多个关键点的坐标，以此方法得到人脸图像的各个像素点在新建的坐标系中的坐标。
在得到人脸图像的各个像素点在新建的坐标系中的坐标后，建立各个像素点在图像坐标系中的坐标与在新建的坐标系中的坐标的映射关系，以便于根据该映射关系得到各个像素点的像素值。
步骤S205：针对每一个待处理像素点，确定待处理像素点与多个关键点的角度关系以及距离关系。
本步骤中，将人脸图像中的各个像素点都作为一个待处理像素点；然后根据多个关键点的坐标和待处理像素点的坐标，确定待处理像素点与多个关键点的相对位置关系。其中，相对位置关系包括角度关系以及距离关系。
具体地，确定待处理像素点与多个关键点的角度关系以及距离关系，以便于根据不同的角度关系以及距离关系确定不同的压缩系数，以达到针对角度关系不同和/或距离关系不同的像素点进行不同程度的瘦脸的目的。其中，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与横轴的夹角；或者，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与纵轴的夹角。其中，待处理像素点与多个关键点的距离关系具体为：待处理像素点相对于原点的距离与原点相对于下巴中心的距离之间的比例关系。
图3示出了本发明一个具体实施例的角度关系和距离关系的示意图。如图3所示，以人脸图像的左上角O为图像坐标的原点，x为图像坐标的横轴，y为图像坐标的纵轴；以两眼中心A为建立的坐标系的原点，以两眼及两眼中心A的连线为建立的坐标系的横轴x1，以两眼中心A与下巴中心B的连线为建立的坐标系的纵轴y1，图中虚线为平行于图像坐标的纵轴y的直线，该虚线与纵轴y1的夹角即图像坐标系与新建的坐标系之间的夹角。其中，在建立的坐标系中，将待处理像素点C与原点A的连线与横轴x1的夹角θ确定为待处理像素点C与多个关键点(两眼中心A及下巴中点B)的角度关系，该角度关系可以通过待处理像素点C的坐标确定；而待处理像素点C与多个关键点(两眼中心A及下巴中点B)的距离关系可以通过多种方式计算得到，本领域技术人员应该理解的是，凡是能够表示AC与AB的比例关系的计算方式均包括在本发明保护的范围内。例如，一种具体地计算距离关系r的公式为：
Figure BDA0001529245120000111
其中，a为一个常数，如a＝0.5。若距离关系r>1，则记距离关系r＝1；若距离关系r<0，则记距离关系r＝0。
步骤S206：根据角度关系查找角度映射表，得到角度压缩系数；以及，根据距离关系查找距离映射表，得到距离压缩系数。
在确定了待处理像素点与多个关键点的角度关系以及距离关系之后，则可以利用该角度关系以及距离关系确定不同待处理像素点的不同压缩系数。本步骤中，分别根据角度关系和距离关系，得到对应待处理像素点的角度压缩系数和距离压缩系数。
具体地，一方面，根据角度关系查找角度映射表，得到角度压缩系数。其中，角度映射表的映射规律如下：待处理像素点与原点的连线与横轴或纵轴的夹角由小变大的过程，角度压缩系数则由小至大，再由大至小的变化。图4示出了本发明一个具体实施例的角度映射表的映射规律示意图。如图4所示，横轴的角度关系θ从0至45度，纵轴的角度压缩系数kθ由小变大，角度关系θ再从45至90度，角度压缩系数kθ由大变小。按此映射规律确定角度压缩系数，进而可以在瘦脸处理时，使得从与两眼水平的位置经过脸颊再至羊腮的位置，和/或从下巴中心位置至羊腮的位置，压缩系数不断增大，相应的，瘦脸力度也随之增大，瘦脸效果更加明显。
另一方面，根据距离关系查找距离映射表，得到距离压缩系数。其中，在人脸图像中，考虑到在远离人脸对称轴的位置，存在非人脸的像素点，而瘦脸处理主要是针对人脸进行的，基于此，距离映射表的映射规律如下：待处理像素点相对于坐标原点的距离与坐标原点相对于下巴中心的距离之间的比例由小变大的过程中，距离压缩系数则由小至大，再由大至小的变化。图5示出了本发明一个具体实施例的距离映射表的映射规律示意图。如图5所示，横轴的距离关系，即比例r由0至0.5，纵轴的距离压缩系数kr由小变大，再从比例r由0.5至1，距离压缩系数kr由大变小。按此映射规律确定距离压缩系数，进而可以在瘦脸处理时，使得从靠近坐标原点的位置到靠近脸部轮廓线的位置，压缩系数不断增大，瘦脸力度也随之增大，瘦脸效果更加明显；并且，从脸部轮廓线的位置到人脸图像的边缘的位置，压缩系数不断减小，瘦脸力度也随之减小，瘦脸效果减弱。
步骤S207：根据角度压缩系数和距离压缩系数得到待处理像素点的坐标的压缩系数。
在分别得到角度压缩系数和距离压缩系数之后，将待处理像素点的坐标的角度压缩系数和距离压缩系数进行综合计算，得到该待处理像素点的坐标的压缩系数。在本发明的一个具体实施例中，将角度压缩系数与距离压缩系数的乘积作为待处理像素点的坐标的压缩系数。例如，角度压缩系数为kθ，距离压缩系数为kr，那么待处理像素点的坐标的压缩系数为kθ*kr。
步骤S208：利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点。
得到待处理像素点的坐标的压缩系数后，利用该压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，即得到了瘦脸处理前后待处理像素点的像素值在坐标上的对应关系，该新坐标的像素值即可作为瘦脸处理后的待处理像素点的像素值。
具体地，为了达到瘦脸的效果，即：在整体上达到用远离人脸对称轴的像素点的像素值去替换靠近人脸对称轴的像素点的效果，则新坐标对应的目标像素点距离人脸对称轴的距离需大于待处理像素点距离人脸对称轴的距离。因此，在本发明的一个具体实施例中，利用如下公式对待处理像素点的坐标进行换算：Y＝X[f(k)]，其中，Y为换算后的新坐标，X为待处理像素点的坐标，并且f(k)＝kθ·kr+1。利用该坐标换算的公式，得出的新坐标对应的目标像素点比待处理像素点离人脸对称轴更远。
步骤S209：经过坐标换算处理，在图像坐标系下确定目标像素点的坐标。
在经过坐标换算处理得到新坐标之后，即得到了瘦脸处理前后待处理像素点的像素值在坐标上的对应关系，但是由于在新建的坐标系中，只有各个像素点的坐标，而没有各个像素点的坐标与像素点的像素值的对应关系。因此，在本步骤中，经过坐标换算处理，确定目标像素点在图像坐标系中的坐标，以在图像坐标系中，根据各个像素点的坐标与像素点的像素值的对应关系，确定目标像素点的像素值。
具体地，该坐标换算处理为步骤S204中的坐标换算处理的逆过程，即：根据人脸图像中人脸相对于图像坐标系的倾斜量，目标像素点在新建的坐标系中的坐标，以及新建的坐标系的位置和图像坐标系，确定目标像素点在图像坐标系中的坐标。
另外，在本发明的另一个具体实施例中，可以根据各个像素点在图像坐标系中的坐标与在新建的坐标系中的坐标的映射关系，在映射关系中对应目标像素点的新坐标，得到目标像素点在图像坐标系中的坐标，进而极大的减少了坐标换算的运算量。
步骤S210：将目标像素点的像素值赋值给待处理像素点。
在图像坐标系中，根据目标像素点的坐标即可得到目标像素点的像素值，将该像素值赋值给待处理像素点，进而完成了该待处理像素点的瘦脸处理。以此方法，将离人脸图像中的人脸对称轴近的待处理像素点的像素值替换为离人脸对称轴远的目标像素点的像素值，实现对人脸图像中每一个待处理像素点的像素值的替换，进而完成了人脸图像的瘦脸处理。
图6示出了对应图3的人脸图像的瘦脸效果的示意图。如图6所示，在完成了对图3中的人脸图像的瘦脸处理之后，实现了自动对人脸图像的全部区域的瘦脸特效，并且在靠近脸部轮廓线的位置，尤其是在羊腮的位置，瘦脸效果最为明显，而在脸部轮廓线上从羊腮的位置向上或向下，瘦脸效果会相应的减弱，进而使得经瘦脸处理后的人脸图像更符合审美。
根据本实施例提供的实现瘦脸特效的图像处理方法，在获取到人脸图像后，首先检测人脸图像中的多个关键点，确定图像坐标系中多个关键点之间的相对位置关系，该相对位置关系能够体现人脸图像中人脸的姿态，例如人脸是否倾斜以及倾斜量的多少；为了便于针对人脸两侧进行相同的瘦脸处理，将坐标系建立在使人脸相对于坐标系竖直向上的位置；在坐标系中，确定人脸图像中各个像素点以及多个关键点的坐标，针对坐标系中的每一个待处理像素点，根据待处理像素点与多个关键点之间的角度关系和距离关系，通过查找对应的映射表，得到角度压缩系数和距离压缩系数，其中从与两眼水平的位置经过脸颊再至羊腮的位置，和/或从下巴中心位置至羊腮的位置，角度压缩系数不断增大；从靠近坐标原点的位置到靠近脸部轮廓线的位置，距离压缩系数不断增大；为了能够综合考虑角度关系以及位置关系对瘦脸处理的力度的影响，将待处理像素点的坐标的角度压缩系数和距离压缩系数进行综合计算，得到该待处理像素点的坐标的压缩系数；利用该压缩系数对待处理像素点的坐标进行换算，得到新坐标，即得到了瘦脸处理前后待处理像素点的像素值在坐标上的对应关系；在图像坐标系中确定与新坐标对应的目标像素点的坐标，进而在图像坐标系中确定目标像素点的像素值；将目标像素点的像素值赋值给待处理像素点，以此方法，实现对人脸图像中每一个待处理像素点的像素值的替换，进而完成了人脸图像的瘦脸处理。利用本实施例提供的方案，可以根据各个待处理像素点相对于多个关键点的位置，实现对人脸图像的整体全自动瘦脸，使得瘦脸效果均匀自然；并且，只需依据待处理像素点与多个关键点的相对位置关系，即可实现瘦脸，算法简单，易以实施；另外，根据待处理像素点的位置不同，利用不同的压缩系数进行坐标换算，可以在人脸边缘和/或羊腮的位置达到明显瘦脸的效果，使经瘦脸处理后的人脸图像更符合审美。
图7示出了本发明一个实施例的实现瘦脸特效的图像处理装置的功能框图。如图7所示，该装置包括：检测模块701、第一确定模块702、第二确定模块703、换算模块704以及赋值模块705。
检测模块701，适于采集人脸图像，检测人脸图像的多个关键点；
第一确定模块702，适于建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标；
第二确定模块703，适于针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数；
换算模块704，适于利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
赋值模块705，适于将目标像素点的像素值赋值给待处理像素点。
另外，在本发明的另一个实施例中：
可选的，第一确定模块702进一步适于：
根据人脸图像的图像坐标系下多个关键点的坐标确定多个关键点之间的相对位置关系；
根据多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
可选的，换算模块704进一步适于：经过坐标换算处理，在图像坐标系下确定目标像素点的坐标。
可选的，人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴。
可选的，第二确定模块703进一步适于：
针对每一个待处理像素点，确定待处理像素点与多个关键点的角度关系以及距离关系；
根据角度关系查找角度映射表，得到角度压缩系数；以及，根据距离关系查找距离映射表，得到距离压缩系数；
根据角度压缩系数和距离压缩系数得到待处理像素点的坐标的压缩系数。
可选的，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与横轴的夹角；
待处理像素点与多个关键点的距离关系具体为：待处理像素点相对于原点的距离与原点相对于下巴中心的距离之间的比例关系。
关于上述各个模块的具体结构和工作原理可参照方法实施例中相应步骤的描述，此处不再赘述。
本申请实施例提供了一种非易失性计算机存储介质，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瘦脸特效的图像处理方法。
图8示出了根据本发明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8所示，该计算设备可以包括：处理器(processor)802、通信接口(Communications Interface)804、存储器(memory)806、以及通信总线808。
其中：
处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。
通信接口804，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802，用于执行程序810，具体可以执行上述实现瘦脸特效的图像处理方法实施例中的相关步骤。
具体地，程序810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802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806，用于存放程序810。存储器806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810具体可以用于使得处理器802执行以下操作：
采集人脸图像，检测人脸图像的多个关键点；
建立坐标系，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标；
针对每一个待处理像素点，根据多个关键点的坐标和待处理像素点的坐标确定待处理像素点与多个关键点的相对位置关系，以及根据相对位置关系确定待处理像素点的坐标的压缩系数；
利用压缩系数对待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
将目标像素点的像素值赋值给待处理像素点。
在一种可选的方式中，程序810具体可以进一步用于使得处理器802执行以下操作：
根据人脸图像的图像坐标系下多个关键点的坐标确定多个关键点之间的相对位置关系；
根据多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在坐标系中确定人脸图像的多个关键点的坐标以及各个像素点的坐标。
在一种可选的方式中，程序810具体可以进一步用于使得处理器802执行以下操作：经过坐标换算处理，在图像坐标系下确定目标像素点的坐标。
其中，人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴。
在一种可选的方式中，程序810具体可以进一步用于使得处理器802执行以下操作：
针对每一个待处理像素点，确定待处理像素点与多个关键点的角度关系以及距离关系；
根据角度关系查找角度映射表，得到角度压缩系数；以及，根据距离关系查找距离映射表，得到距离压缩系数；
根据角度压缩系数和距离压缩系数得到待处理像素点的坐标的压缩系数。
其中，待处理像素点与多个关键点的角度关系具体为：待处理像素点与原点的连线与横轴的夹角；
待处理像素点与多个关键点的距离关系具体为：待处理像素点相对于原点的距离与原点相对于下巴中心的距离之间的比例关系。
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瘦脸特效的图像处理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 (8)

1.一种实现瘦脸特效的图像处理方法，包括：
采集人脸图像，检测所述人脸图像的多个关键点，所述人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
建立坐标系，所述坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴，在所述坐标系中确定所述人脸图像的多个关键点的坐标以及各个像素点的坐标；
针对每一个待处理像素点，根据所述待处理像素点与原点的连线与横轴的夹角，得到所述待处理像素点与多个关键点的角度关系，根据所述角度关系查找角度映射表，得到角度压缩系数；
根据所述待处理像素点相对于原点的距离与所述原点相对于下巴中心的距离之间的比例关系，得到所述待处理像素点与多个关键点的距离关系，根据所述距离关系查找距离映射表，得到距离压缩系数；
根据所述角度压缩系数和所述距离压缩系数得到所述待处理像素点的坐标的压缩系数；
利用所述压缩系数对所述待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
将所述目标像素点的像素值赋值给所述待处理像素点。
2.根据权利要求1所述的方法，其中，所述建立坐标系，在所述坐标系中确定所述人脸图像的多个关键点的坐标以及各个像素点的坐标进一步包括：
根据所述人脸图像的图像坐标系下所述多个关键点的坐标确定所述多个关键点之间的相对位置关系；
根据所述多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在所述坐标系中确定所述人脸图像的多个关键点的坐标以及各个像素点的坐标。
3.根据权利要求2所述的方法，其中，所述确定新坐标对应的目标像素点进一步包括：经过坐标换算处理，在所述图像坐标系下确定所述目标像素点的坐标。
4.一种实现瘦脸特效的图像处理装置，包括：
检测模块，适于采集人脸图像，检测所述人脸图像的多个关键点，所述人脸图像的多个关键点包括：两眼，两眼中心以及下巴中心；
第一确定模块，适于建立坐标系，所述坐标系以人脸图像中两眼中心为原点，以两眼连线为横轴，以过原点且垂直于横轴的直线为纵轴，在所述坐标系中确定所述人脸图像的多个关键点的坐标以及各个像素点的坐标；
第二确定模块，适于针对每一个待处理像素点，根据所述待处理像素点与原点的连线与横轴的夹角，得到所述待处理像素点与多个关键点的角度关系，根据所述角度关系查找角度映射表，得到角度压缩系数；根据所述待处理像素点相对于原点的距离与所述原点相对于下巴中心的距离之间的比例关系，得到所述待处理像素点与多个关键点的距离关系，根据所述距离关系查找距离映射表，得到距离压缩系数；根据所述角度压缩系数和所述距离压缩系数得到所述待处理像素点的坐标的压缩系数；
换算模块，适于利用所述压缩系数对所述待处理像素点的坐标进行换算，得到换算后的新坐标，确定新坐标对应的目标像素点；
赋值模块，适于将所述目标像素点的像素值赋值给所述待处理像素点。
5.根据权利要求4所述的装置，其中，所述第一确定模块进一步适于：
根据所述人脸图像的图像坐标系下所述多个关键点的坐标确定所述多个关键点之间的相对位置关系；
根据所述多个关键点之间的相对位置关系建立坐标系；
经过坐标换算处理，在所述坐标系中确定所述人脸图像的多个关键点的坐标以及各个像素点的坐标。
6.根据权利要求5所述的装置，其中，所述换算模块进一步适于：经过坐标换算处理，在所述图像坐标系下确定所述目标像素点的坐标。
7.一种计算设备，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1-3中任一项所述的实现瘦脸特效的图像处理方法对应的操作。
8.一种计算机存储介质，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1-3中任一项所述的实现瘦脸特效的图像处理方法对应的操作。
CN201711455884.XA 2017-12-28 2017-12-28 实现瘦脸特效的图像处理方法、装置及计算设备 Active CN108198141B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711455884.XA CN108198141B (zh) 2017-12-28 2017-12-28 实现瘦脸特效的图像处理方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711455884.XA CN108198141B (zh) 2017-12-28 2017-12-28 实现瘦脸特效的图像处理方法、装置及计算设备

Publications (2)

Publication Number Publication Date
CN108198141A CN108198141A (zh) 2018-06-22
CN108198141B true CN108198141B (zh) 2021-04-16

Family

ID=62585386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711455884.XA Active CN108198141B (zh) 2017-12-28 2017-12-28 实现瘦脸特效的图像处理方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN108198141B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108986023A (zh) * 2018-08-03 2018-12-11 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN110942422A (zh) * 2018-09-21 2020-03-31 北京市商汤科技开发有限公司 一种图像处理方法、装置和计算机存储介质
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
CN110264431A (zh) * 2019-06-29 2019-09-20 北京字节跳动网络技术有限公司 视频美化方法、装置及电子设备
CN110502993B (zh) * 2019-07-18 2022-03-25 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN110837332A (zh) * 2019-11-13 2020-02-25 北京字节跳动网络技术有限公司 面部图像变形方法、装置、电子设备和计算机可读介质
CN112989890B (zh) * 2019-12-17 2024-08-02 腾讯科技（深圳）有限公司 图像检测方法、装置及存储介质
CN111507896B (zh) * 2020-04-27 2023-09-05 抖音视界有限公司 图像液化处理方法、装置、设备和存储介质
CN112037271A (zh) * 2020-07-16 2020-12-04 北京旷视科技有限公司 图像处理方法、装置、设备及介质
CN117292416A (zh) * 2021-01-25 2023-12-26 天津怡和嘉业医疗科技有限公司 一种人脸尺寸确定方法和装置
CN112766215B (zh) * 2021-01-29 2024-08-09 北京字跳网络技术有限公司 人脸图像处理方法、装置、电子设备及存储介质
CN112767288B (zh) * 2021-03-19 2023-05-12 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN113591562B (zh) * 2021-06-23 2024-09-24 北京旷视科技有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN115334239B (zh) * 2022-08-10 2023-12-15 青岛海信移动通信技术有限公司 前后摄像头拍照融合的方法、终端设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060104027A (ko) * 2005-03-29 2006-10-09 (주)제니텀 엔터테인먼트 컴퓨팅 자동 얼굴 추출 기반 가상 얼굴 성형 방법 및 시스템
CN101169829A (zh) * 2006-10-27 2008-04-30 七忆科技国际股份有限公司 电子产品生产线的改进样板比对的自动化侦测方法
CN103413268A (zh) * 2013-08-06 2013-11-27 厦门美图移动科技有限公司 一种自动优化脸型的拍照方法
CN103605965A (zh) * 2013-11-25 2014-02-26 苏州大学 一种多姿态人脸识别方法和装置
CN103793693A (zh) * 2014-02-08 2014-05-14 厦门美图网科技有限公司 一种人脸转向的检测方法及其应用该方法的脸型优化方法
CN105050247A (zh) * 2015-06-24 2015-11-11 河北工业大学 基于表情模型识别的灯光智能调节系统及其方法
CN107341777A (zh) * 2017-06-26 2017-11-10 北京小米移动软件有限公司 图片处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9978119B2 (en) * 2015-10-22 2018-05-22 Korea Institute Of Science And Technology Method for automatic facial impression transformation, recording medium and device for performing the method

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060104027A (ko) * 2005-03-29 2006-10-09 (주)제니텀 엔터테인먼트 컴퓨팅 자동 얼굴 추출 기반 가상 얼굴 성형 방법 및 시스템
CN101169829A (zh) * 2006-10-27 2008-04-30 七忆科技国际股份有限公司 电子产品生产线的改进样板比对的自动化侦测方法
CN103413268A (zh) * 2013-08-06 2013-11-27 厦门美图移动科技有限公司 一种自动优化脸型的拍照方法
CN103605965A (zh) * 2013-11-25 2014-02-26 苏州大学 一种多姿态人脸识别方法和装置
CN103793693A (zh) * 2014-02-08 2014-05-14 厦门美图网科技有限公司 一种人脸转向的检测方法及其应用该方法的脸型优化方法
CN105050247A (zh) * 2015-06-24 2015-11-11 河北工业大学 基于表情模型识别的灯光智能调节系统及其方法
CN107341777A (zh) * 2017-06-26 2017-11-10 北京小米移动软件有限公司 图片处理方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Age Estimation and Face Verification Across Aging Using Landmarks》;Tao Wu ; Pavan Turaga ; Rama Chellappa;《IEEE Transactions on Information Forensics and Security》;20120817;第7卷(第6期);1780-1788 *
《单张图片的人脸轮廓胖瘦调整》;曾文婷;《中国优秀硕士学位论文全文数据库（信息科技辑）》;20140215(第2期);I138-533 *

Also Published As

Publication number Publication date
CN108198141A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108198141B (zh) 实现瘦脸特效的图像处理方法、装置及计算设备
EP3992919B1 (en) Three-dimensional facial model generation method and apparatus, device, and medium
CN114550177B (zh) 图像处理的方法、文本识别方法及装置
JP2020507850A (ja) 画像内の物体の姿の確定方法、装置、設備及び記憶媒体
WO2021082801A1 (zh) 增强现实处理方法及装置、系统、存储介质和电子设备
CN110363817B (zh) 目标位姿估计方法、电子设备和介质
CN107452028B (zh) 一种确定目标图像位置信息的方法及装置
CN108399599B (zh) 图像处理方法、装置及电子设备
JP2014530391A (ja) ローカライズされ、セグメンテーションされた画像のネットワークキャプチャ及び３ｄディスプレイ
CN111008935B (zh) 一种人脸图像增强方法、装置、系统及存储介质
CN109584168B (zh) 图像处理方法和装置、电子设备和计算机存储介质
US20220414910A1 (en) Scene contour recognition method and apparatus, computer-readable medium, and electronic device
CN111091075A (zh) 人脸识别方法、装置、电子设备及存储介质
CN105096353B (zh) 一种图像处理方法及装置
CN108447023B (zh) 图像处理方法、装置及电子设备
CN107203962B (zh) 一种利用2d图片制作伪3d图像的方法及电子设备
US11954817B2 (en) Method of plane tracking
CN107203961B (zh) 一种表情迁移的方法及电子设备
CN114981845A (zh) 图像扫描方法及装置、设备、存储介质
CN114742722A (zh) 文档矫正方法、装置、电子设备及存储介质
CN107767326B (zh) 图像中对象变换处理方法、装置及计算设备
CN112699784A (zh) 一种人脸朝向估计方法、装置、电子设备及存储介质
CN110599407B (zh) 基于向下倾角方向的多台tof相机人体降噪方法及系统
JP6931267B2 (ja) 原画像を目標画像に基づいて変形した表示画像を生成するプログラム、装置及び方法
CN116561840A (zh) 一种隧道管廊的模型构建方法及系统

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