CN108492344A - 一种肖像漫画生成方法 - Google Patents
一种肖像漫画生成方法 Download PDFInfo
- Publication number
- CN108492344A CN108492344A CN201810298808.0A CN201810298808A CN108492344A CN 108492344 A CN108492344 A CN 108492344A CN 201810298808 A CN201810298808 A CN 201810298808A CN 108492344 A CN108492344 A CN 108492344A
- Authority
- CN
- China
- Prior art keywords
- portrait
- face
- cartoon
- input
- facial image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- 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
Abstract
本发明提供了一种肖像漫画生成方法,包括以下步骤:S1、对输入图像进行人脸检测与特征点定位;S2、根据人脸检测与特征点定位的结果,对输入图像进行预处理,以与参考人脸图像对齐,获得与参考人脸图像对齐的输入人脸特征点集;S3、与参考人脸特征比较,计算输入人脸的个性特征;S4、在变形约束准则下,夸张个性特征,得到输入人脸的肖像漫画特征点集;S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系,在两个对应的三角形坐标系之间实现图像变形,生成肖像漫画。本发明基于三角形坐标系,无需训练样本,仅需要一张参考人脸图像即可快速生成肖像漫画,可在准实时系统中实现应用。
Description
技术领域
本发明属于人脸图像处理技术领域,特别涉及一种肖像漫画生成方法。
背景技术
肖像绘制一直到现代仍然是一种非常流行的艺术表现形式。随着机器视觉相关技术的不断发展,肖像绘制在虚拟现实、增强现实以及机器人肖像绘制系统等多媒体、个性化娱乐以及互联网等有广泛应用。为了增强肖像的艺术表现力,基于不同的艺术特性角度产生了多种类型的艺术化肖像,如素描、卡通、漫画等,漫画作为一种常见的艺术形式得到了许多学者的关注与研究。
文献“Example-based caricature generation with exaggeration”通过训练人脸图像和手绘漫画图像对来建立形状夸张模型,对输入人脸判定夸张原型并夸张生成漫画;文献“Automatic face caricatures synthesis and exaggeration”等提出了一种自动化的漫画生成方法,通过拆分人脸特征,实现对人脸不同构件的夸张从而生成漫画;文献“Example-based caricature generation with exaggeration control”等提出了一种基于样本的夸张人脸构件形状和空间位置关系的漫画生成方法,但漫画图像与原始肖像差别较大;文献“利用人脸特征及其关系的漫画夸张与合成”提出了一种利用人脸特征及其关系的漫画合成方法,需搜集训练数据,人工标注人脸83个特征点;文献“卡通角色艺术风格化变形方法”提出了一种变形规则套用方法来夸张卡通人物造型,但并没有突出个性特征;文献“参数化的肖像漫画生成算法”提出了一种参数化的肖像漫画生成算法,通过调整参数可生成不同的漫画效果,但变形随意,很难从漫画中识别原始肖像。专利“一种人物漫画图像生成方法及装置”中提出了一种人物漫画图像生成的方法,该方法需要构建面部构件的漫画模板库,并需要与输入人脸特征进行匹配计算,且其计算的面部几何特征包括特征点连线的曲率变化、宽高比以及旋转角度等,计算量较大,算法复杂度较高。相关专利文献中,也对漫画肖像进行了相关研究,如申请号200910259414.5,一种支持姿态偏转的人脸数字图像漫画夸张方法、装置和系统,通过三维夸张后的二维特征点生成效果图像;申请号200910076571.2,一种人物漫画图像的生成方法及装置,通过人物原型特征选择漫画模板进行匹配生成漫画。
可以看出,现有肖像漫画化处理方法中存在依赖训练样本以及大量计算导致算法复杂度高等问题,在生成用户需求的漫画肖像时,方法或系统需要借助大量事先已经建立好的漫画肖像模板或漫画肖像样本,通过进一步分析人物面部特征后再去选择合适的漫画生成方式,极大地限制了方法在准实时系统中的应用,不能更好地向用户提供个性化地并且遵照人物原型的漫画肖像。
发明内容
(一)要解决的技术问题
鉴于上述技术问题,本发明从图像变形角度出发提出了一种基于三角形坐标系的肖像漫画生成方法,无需训练样本,仅需要一张参考人脸图像通过简单计算即可快速生成肖像漫画,可在准实时系统中实现应用。
(二)技术方案
根据本发明的一个方面,提供了一种肖像漫画生成方法,包括以下步骤:
S1、对输入图像进行人脸检测与特征点定位;
S2、根据人脸检测与特征点定位的结果,对输入图像进行预处理,以与参考人脸图像对齐,获得与参考人脸图像对齐的输入人脸特征点集;
S3、与参考人脸特征比较,计算输入人脸的个性特征;
S4、在变形约束准则下,夸张个性特征,得到输入人脸的肖像漫画特征点集;
S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系,在两个对应的三角形坐标系之间实现图像变形,生成肖像漫画。
优选地,所述参考人脸图像是指将相当数量的不同人脸图像进行对齐叠加计算得到的平均人脸图像。
优选地,步骤S2包括:
对所输入的人脸图像,根据其人脸检测和特征点定位的结果进行旋转和缩放,以使输入人脸的眼距与参考人脸的眼距相同,然后将输入人脸的两个眼球坐标与参考人脸的两个眼球坐标对齐,并裁剪输入图像使其与参考图像的大小相同,并相应转换人脸特征点坐标。
优选地,步骤S3包括:
计算由参考人脸图像的人脸特征点移动到输入图像的人脸特征点的偏移向量,如果偏移向量中的分量没有达到所设置的判定阈值,则将此分量值更新为(0,0),以更新过的偏移向量作为输入图像的个性特征。
优选地,偏移向量VD={VD(i)|i=1,2,…,n}的计算公式为:
Sref={Sref(i)|i=1,2,…,n}为参考人脸特征点集,(Sref(i)x,Sref(i)y)为Sref(i)的笛卡尔坐标,S={S(i)|i=1,2,…,n}为经过预处理与参考人脸图像对齐之后的输入人脸特征点集,(S(i)x,S(i)y)为S(i)的笛卡尔坐标,其中n为特征点个数, S(i)对应的特征点为Sref(i);
输入人脸的个性特征向量VP={VP(i)|i=1,2,…,n}计算如下:
式中TP为阈值,衡量输入人脸特征点与参考人脸特征点相比的变化程度,并由此来确定输入人脸的个性特征位置;
偏移程度MD={MD(i)|i=1,2,…,n}计算公式如下:
优选地,所述变形约束准则是指根据人脸先验几何结构特征,在生成肖像漫画特征点集时,需保持人脸不同特征之间的相对位置保持不变。
优选地,步骤S4包括:
设置夸张因子,以放大个性特征向量,在变形约束准则下,将夸张之后的个性特征叠加到输入人脸图像的特征点上,以得到肖像漫画的特征点集。
优选地,步骤S4具体包括:
S4.1、设置夸张程度WC={ωi|i=1,2,…,n}来夸张个性特征,并计算漫画变形矢量VC={VC(i)|i=1,2,…,n}:
S4.2、在变形约束准则下,将S沿着VC移动,得到肖像漫画特征点集 SC={SC(i)|i=1,2,…,n}:
优选地,夸张因子根据实际夸张需求可设置不同大小的值,设置范围为0.5~2.0。
优选地,步骤S5包括:
以S为原点建立三角形坐标系TS,建立三角形坐标系的方法为 Delaunay三角剖分算法;将S中点与点之间的连接关系映射到SC中建立三角形坐标系TC;对于输入人脸图像中的每一个像素点P,根据TS计算P的三角形坐标(xpa,xpb),并根据TC及(xpa,xpb)来反算变形后图像的笛卡尔坐标,最终插值得到肖像漫画。
(三)有益效果
从上述技术方案可以看出,本发明一种肖像漫画生成方法至少具有以下有益效果其中之一:
(1)本发明基于三角形坐标系的图像变形方法来生成肖像漫画,计算方法简单、全自动,可快速生成夸张了个性特征、生动的肖像漫画;
(2)本发明所提出的方法,无需训练样本,也可脱离对参考人脸图像的依赖,可自由主观夸张不同的面部特征点生成个性化的肖像漫画;
(3)本发明所提出的方法,相比于其他的依赖训练样本、需要手工标注、大量复杂计算等肖像漫画生成方法,更加适合应用于虚拟现实、增强现实及机器人肖像绘制系统等准实时应用中。
附图说明
图1为本发明实施例一种肖像漫画生成方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明提供了一种肖像漫画生成方法。图1为本发明实施例一种肖像漫画生成方法的流程图。如图1所示,本发明一种肖像漫画生成方法包括以下步骤:
S1、对输入图像进行人脸检测与特征点定位;
S2、根据人脸检测与特征点定位的结果,对输入图像进行预处理,以与参考人脸图像对齐,获得与参考人脸图像对齐的输入人脸特征点集;
S3、与参考人脸特征比较,计算输入人脸的个性特征;
S4、在变形约束准则下,夸张个性特征,得到输入人脸的肖像漫画特征点集;
S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系,在两个对应的三角形坐标系之间实现图像变形,生成肖像漫画。
以下分别对肖像漫画生成方法的各个步骤进行详细描述。
在步骤S2中,对所输入的人脸图像,根据其人脸检测和特征点定位的结果进行旋转和缩放,以使输入人脸的眼距与参考人脸的眼距相同,然后将输入人脸的两个眼球坐标与参考人脸的两个眼球坐标对齐,并裁剪输入图像使其与参考图像的大小相同,并相应转换人脸特征点坐标。其中参考人脸图像是将相当数量的不同人脸图像进行对齐叠加计算得到的平均人脸图像,对参考图像同样进行人脸检测与特征点定位操作,以进行后续的特征比对与图像变形等操作。
在步骤S3中,计算由参考人脸图像的人脸特征点移动到输入图像的人脸特征点的偏移向量,如果偏移向量中的分量没有达到所设置的判定阈值,则将此分量值更新为(0,0),以更新过的偏移向量作为输入图像的个性特征。
在步骤S4中,设置夸张因子,以放大个性特征向量。在变形约束准则下,将夸张之后的个性特征叠加到输入人脸图像的特征点上,以得到肖像漫画的特征点集合。具体地,夸张因子根据实际夸张需求可设置不同大小的值,参考范围为0.5~2.0。变形约束准则,是指根据人脸先验几何结构特征,在生成肖像漫画特征点集合时,需保持人脸不同特征之间的相对位置保持不变,例如眉毛总是在眼睛上方,嘴巴总是在鼻子下面。
在步骤S5中,分别根据输入人脸的特征点集合和所计算得到的肖像漫画特征点集合建立各自的三角形坐标系,建立方法为将特征点之间进行连接,以形成相互独立的三角形集合,集合中的每一个三角形都是一个三角形坐标系。在两个三角形集合中所一一对应的三角形坐标系之间实现图像变形,具体为:对于输入人脸图像中的每一个像素点,在输入人脸特征点所建立的三角形坐标系上计算像素点的三角形坐标,并根据肖像漫画的对应特征点所建立的三角形坐标系来反算变形后图像的笛卡尔坐标,并插值得到肖像漫画。
示例性实施例:
在本示例性实施例中,一种肖像漫画生成方法,包括以下步骤:
S1、对输入图像进行人脸检测与特征点定位;
输入图像的大小不做限定,只需包含较为清晰的人脸,以使人脸检测方法能够检测到人脸;对输入图像进行人脸检测与特征点定位,所用方法为SeeTaFace的人脸检测与特征点定位方法,实施例中设置只检测一个人脸。
S2、根据人脸检测与特征点定位的结果,对输入图像进行预处理,以与参考人脸图像对齐,获得与参考人脸图像对齐之后的输入人脸特征点集;
根据人脸检测和特征点定位的结果对输入图像进行旋转和缩放,以使输入人脸的眼距与参考人脸的眼距相同,然后将输入人脸的眼球坐标与参考人脸的眼球坐标对齐,并裁剪图像使其与参考图像的大小相同,并相应转换人脸特征点坐标。本实施例中设置眼距为100个像素大小。将裁剪完成的输入人脸图像转换为线条风格的图像,后文所述的图像变形即是基于线条肖像的图像中实现的图像变形,所得到的肖像漫画为线条风格的肖像漫画。
参考人脸特征点集和经过预处理与参考人脸图像对齐之后的输入人脸特征点集分别用Sref={Sref(i)|i=1,2,…,n}和S={S(i)|i=1,2,…,n}来表示,其中n为特征点个数,Sref(i)的笛卡尔坐标为(Sref(i)x,Sref(i)y),S(i)的笛卡尔坐标为(S(i)x,S(i)y),S(i)对应的特征点为Sref(i)。
S3、与参考人脸特征比较,计算输入人脸的个性特征。
S3.1、计算由Sref移动到S的偏移向量VD={VD(i)|i=1,2,…,n}和偏移程度 MD={MD(i)|i=1,2,…,n},具体计算公式如下:
S3.2、计算输入人脸的个性特征向量VP={VP(i)|i=1,2,…,n}
式中TP为阈值,衡量输入人脸特征点与参考人脸特征点相比的变化程度,并由此来确定输入人脸的个性特征位置。
S4、在变形约束准则下,夸张个性特征,得到输入人脸的肖像漫画特征点集。
S4.1、设置夸张程度WC={ωi|i=1,2,…,n}来夸张个性特征,并计算漫画变形矢量VC={VC(i)|i=1,2,…,n}:
式中ωi一般范围为0.5~2.0,值越大,个性特征越夸张。
S4.2、在变形约束准则下,将S沿着VC移动,得到肖像漫画特征点集 SC={SC(i)|i=1,2,…,n}:
根据人脸先验几何结构特征,在以S为基础生成SC时,需保持人脸不同特征之间的相对位置保持不变,如眼睛总在眉毛下方。在该准则的约束下,才能生成结构合理的肖像漫画。
S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系,在两个对应的三角形坐标系之间实现图像变形,生成肖像漫画。
以S为原点建立三角形坐标系TS,建立三角形坐标系的方法为 Delaunay三角剖分算法;将S中点与点之间的连接关系映射到SC中建立三角形坐标系TC。对于输入人脸图像中的每一个像素点P,根据TS计算P的三角形坐标(xpa,xpb),并根据TC及(xpa,xpb)来反算变形后图像的笛卡尔坐标,最终插值得到风格化肖像。
通过以上步骤最终得到了线条风格的肖像漫画,该肖像漫画突出了输入人脸的个性特征,且效果较为生动。
至此,已经结合附图对本实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明一种肖像漫画生成方法有了清楚的认识。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)人脸检测与特征点定位、输入人脸与参考人脸的对齐、获取三角形集合还可以用其他方法来替换;
(2)肖像漫画可以替换成风格化等描述形式。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
综上所述,本发明提供一种肖像漫画的生成方法。本发明在生成过程中不需要依赖大量用于特征比对匹配的训练样本,通过简单的计算匹配,可以快速、自动的生成输入人脸较为生动的肖像漫画,从技术效果上一方面提升了漫画肖像的生成效率,一方面有效地保证了生成的肖像漫画既满足个性化要求又遵照原型人物特征。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种肖像漫画生成方法,其特征在于,包括以下步骤:
S1、对输入图像进行人脸检测与特征点定位;
S2、根据人脸检测与特征点定位的结果,对输入图像进行预处理,以与参考人脸图像对齐,获得与参考人脸图像对齐的输入人脸特征点集;
S3、与参考人脸特征比较,计算输入人脸的个性特征;
S4、在变形约束准则下,夸张个性特征,得到输入人脸的肖像漫画特征点集;
S5、基于输入人脸与参考人脸图像对齐后的人脸特征点集与肖像漫画特征点集分别建立三角形坐标系,在两个对应的三角形坐标系之间实现图像变形,生成肖像漫画。
2.根据权利要求1所述的肖像漫画生成方法,其特征在于,所述参考人脸图像是指将相当数量的不同人脸图像进行对齐叠加计算得到的平均人脸图像。
3.根据权利要求1或2所述的肖像漫画生成方法,其特征在于,步骤S2包括:
对所输入的人脸图像,根据其人脸检测和特征点定位的结果进行旋转和缩放,以使输入人脸的眼距与参考人脸的眼距相同,然后将输入人脸的两个眼球坐标与参考人脸的两个眼球坐标对齐,并裁剪输入图像使其与参考图像的大小相同,并相应转换人脸特征点坐标。
4.根据权利要求1所述的肖像漫画生成方法,其特征在于,步骤S3包括:
计算由参考人脸图像的人脸特征点移动到输入图像的人脸特征点的偏移向量,如果偏移向量中的分量没有达到所设置的判定阈值,则将此分量值更新为(0,0),以更新过的偏移向量作为输入图像的个性特征。
5.根据权利要求4所述的肖像漫画生成方法,其特征在于,偏移向量VD={VD(i)|i=1,2,…,n}的计算公式为:
Sref={Sref(i)|i=1,2,…,n}为参考人脸特征点集,(Sref(i)x,Sref(i)y)为Sref(i)的笛卡尔坐标,S={S(i)|i=1,2,…,n}为经过预处理与参考人脸图像对齐之后的输入人脸特征点集,(S(i)x,S(i)y)为S(i)的笛卡尔坐标,其中n为特征点个数,S(i)对应的特征点为Sref(i);
输入人脸的个性特征向量VP={VP(i)|i=1,2,…,n}计算如下:
式中TP为阈值,衡量输入人脸特征点与参考人脸特征点相比的变化程度,并由此来确定输入人脸的个性特征位置;
偏移程度MD={MD(i)|i=1,2,…,n}计算公式如下:
6.根据权利要求5所述的肖像漫画生成方法,其特征在于,所述变形约束准则是指根据人脸先验几何结构特征,在生成肖像漫画特征点集时,需保持人脸不同特征之间的相对位置保持不变。
7.根据权利要求6所述的肖像漫画生成方法,其特征在于,步骤S4包括:
设置夸张因子,以放大个性特征向量,在变形约束准则下,将夸张之后的个性特征叠加到输入人脸图像的特征点上,以得到肖像漫画的特征点集。
8.根据权利要求7所述的肖像漫画生成方法,其特征在于,步骤S4具体包括:
S4.1、设置夸张程度WC={ωi|i=1,2,…,n}来夸张个性特征,并计算漫画变形矢量VC={VC(i)|i=1,2,…,n}:
S4.2、在变形约束准则下,将S沿着VC移动,得到肖像漫画特征点集SC={SC(i)|i=1,2,…,n}:
9.根据权利要求8所述的肖像漫画生成方法,其特征在于,夸张因子根据实际夸张需求可设置不同大小的值,设置范围为0.5~2.0。
10.根据权利要求9所述的肖像漫画生成方法,其特征在于,步骤S5包括:
以S为原点建立三角形坐标系TS,建立三角形坐标系的方法为Delaunay三角剖分算法;将S中点与点之间的连接关系映射到SC中建立三角形坐标系TC;对于输入人脸图像中的每一个像素点P,根据TS计算P的三角形坐标(xpa,xpb),并根据TC及(xpa,xpb)来反算变形后图像的笛卡尔坐标,最终插值得到肖像漫画。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810298808.0A CN108492344A (zh) | 2018-03-30 | 2018-03-30 | 一种肖像漫画生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810298808.0A CN108492344A (zh) | 2018-03-30 | 2018-03-30 | 一种肖像漫画生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108492344A true CN108492344A (zh) | 2018-09-04 |
Family
ID=63314657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810298808.0A Pending CN108492344A (zh) | 2018-03-30 | 2018-03-30 | 一种肖像漫画生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108492344A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409274A (zh) * | 2018-10-18 | 2019-03-01 | 广州云从人工智能技术有限公司 | 一种基于人脸三维重建和人脸对齐的人脸图像变换方法 |
CN111243051A (zh) * | 2020-01-08 | 2020-06-05 | 浙江省北大信息技术高等研究院 | 基于肖像照片的简笔画生成方法、系统及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1447955A (zh) * | 2000-08-22 | 2003-10-08 | 微裘媒体有限公司 | 根据面部图像的形态信息生成合成面部图像的装置和方法 |
CN102103756A (zh) * | 2009-12-18 | 2011-06-22 | 华为技术有限公司 | 支持姿态偏转的人脸数字图像漫画夸张方法、装置及系统 |
CN102663361A (zh) * | 2012-04-01 | 2012-09-12 | 北京工业大学 | 一种面向整体特征分析的人脸图像可逆几何归一化方法 |
CN102800129A (zh) * | 2012-06-20 | 2012-11-28 | 浙江大学 | 一种基于单幅图像的头发建模和肖像编辑方法 |
CN103383778A (zh) * | 2013-07-03 | 2013-11-06 | 中国科学院计算技术研究所 | 一种三维卡通人脸生成方法和系统 |
CN103646416A (zh) * | 2013-12-18 | 2014-03-19 | 中国科学院计算技术研究所 | 一种三维卡通人脸纹理生成方法及设备 |
CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
CN105760815A (zh) * | 2016-01-26 | 2016-07-13 | 南京大学 | 基于第二代身份证人像和视频人像的异构人脸核实方法 |
CN107563328A (zh) * | 2017-09-01 | 2018-01-09 | 广州智慧城市发展研究院 | 一种基于复杂环境下的人脸识别方法及系统 |
CN107845127A (zh) * | 2017-12-02 | 2018-03-27 | 天津浩宝丰科技有限公司 | 一种人脸卡通动漫形象设计方法 |
-
2018
- 2018-03-30 CN CN201810298808.0A patent/CN108492344A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1447955A (zh) * | 2000-08-22 | 2003-10-08 | 微裘媒体有限公司 | 根据面部图像的形态信息生成合成面部图像的装置和方法 |
CN102103756A (zh) * | 2009-12-18 | 2011-06-22 | 华为技术有限公司 | 支持姿态偏转的人脸数字图像漫画夸张方法、装置及系统 |
CN102663361A (zh) * | 2012-04-01 | 2012-09-12 | 北京工业大学 | 一种面向整体特征分析的人脸图像可逆几何归一化方法 |
CN102800129A (zh) * | 2012-06-20 | 2012-11-28 | 浙江大学 | 一种基于单幅图像的头发建模和肖像编辑方法 |
CN103914676A (zh) * | 2012-12-30 | 2014-07-09 | 杭州朗和科技有限公司 | 一种在人脸识别中使用的方法和装置 |
CN103383778A (zh) * | 2013-07-03 | 2013-11-06 | 中国科学院计算技术研究所 | 一种三维卡通人脸生成方法和系统 |
CN103646416A (zh) * | 2013-12-18 | 2014-03-19 | 中国科学院计算技术研究所 | 一种三维卡通人脸纹理生成方法及设备 |
CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
CN105760815A (zh) * | 2016-01-26 | 2016-07-13 | 南京大学 | 基于第二代身份证人像和视频人像的异构人脸核实方法 |
CN107563328A (zh) * | 2017-09-01 | 2018-01-09 | 广州智慧城市发展研究院 | 一种基于复杂环境下的人脸识别方法及系统 |
CN107845127A (zh) * | 2017-12-02 | 2018-03-27 | 天津浩宝丰科技有限公司 | 一种人脸卡通动漫形象设计方法 |
Non-Patent Citations (3)
Title |
---|
KANG H ET AL.: "Coherent line drawing", 《PROCEEDINGS OF THE INTERNATIONAL SYMPOSIUM ON NON-PHOTOREALISTIC ANIMATION AND RENDERING》 * |
王守觉 等: "图像变形计算方法及其应用", 《计算机辅助设计与图形学学报》 * |
董肖莉 等: "应用三角形坐标系的风格化肖像生成方法", 《西安交通大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409274A (zh) * | 2018-10-18 | 2019-03-01 | 广州云从人工智能技术有限公司 | 一种基于人脸三维重建和人脸对齐的人脸图像变换方法 |
CN111243051A (zh) * | 2020-01-08 | 2020-06-05 | 浙江省北大信息技术高等研究院 | 基于肖像照片的简笔画生成方法、系统及存储介质 |
CN111243051B (zh) * | 2020-01-08 | 2023-08-18 | 杭州未名信科科技有限公司 | 基于肖像照片的简笔画生成方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7191213B2 (ja) | 顔モデルの生成方法、装置、電子機器及びコンピュータ可読記憶媒体 | |
US10529137B1 (en) | Machine learning systems and methods for augmenting images | |
US20200334853A1 (en) | Facial features tracker with advanced training for natural rendering of human faces in real-time | |
CN106067190B (zh) | 一种基于单幅图像的快速人脸三维模型生成和变换方法 | |
CN105354876B (zh) | 一种基于移动终端的实时立体试衣方法 | |
CN109035388A (zh) | 三维人脸模型重建方法及装置 | |
CN104794722A (zh) | 利用单个Kinect计算着装人体三维净体模型的方法 | |
CN107452049B (zh) | 一种三维头部建模方法及装置 | |
CN103208133A (zh) | 一种图像中人脸胖瘦的调整方法 | |
WO2011075082A1 (en) | Method and system for single view image 3 d face synthesis | |
CN103593870A (zh) | 一种基于人脸的图像处理装置及其方法 | |
CN109658444A (zh) | 一种基于多模态特征的规则三维彩色点云配准方法 | |
CN112102480B (zh) | 图像数据处理方法、装置、设备以及介质 | |
JP2024004444A (ja) | 3次元顔再構成モデルトレーニング、3次元顔イメージ生成方法及び装置 | |
US20240029345A1 (en) | Methods and system for generating 3d virtual objects | |
CN108564619A (zh) | 一种基于两张照片的真实感三维人脸重建方法 | |
CN110458924A (zh) | 一种三维脸部模型建立方法、装置和电子设备 | |
KR20230085931A (ko) | 얼굴 이미지에서 색상을 추출하기 위한 방법 및 시스템 | |
Cordier et al. | Sketch-based modeling | |
CN108492344A (zh) | 一种肖像漫画生成方法 | |
CN108257210A (zh) | 一种通过单张照片生成人脸三维模型的方法 | |
KR102181161B1 (ko) | 영상 처리 방법 및 장치 | |
CN111275610B (zh) | 一种人脸变老图像处理方法及系统 | |
CN112365589B (zh) | 一种虚拟三维场景展示方法、装置及系统 | |
CN116433812B (zh) | 利用2d人脸图片生成虚拟人物的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |