CN109165571A - 用于插入图像的方法和装置 - Google Patents

用于插入图像的方法和装置 Download PDF

Info

Publication number
CN109165571A
CN109165571A CN201810879255.8A CN201810879255A CN109165571A CN 109165571 A CN109165571 A CN 109165571A CN 201810879255 A CN201810879255 A CN 201810879255A CN 109165571 A CN109165571 A CN 109165571A
Authority
CN
China
Prior art keywords
key point
point data
image
eye image
additional key
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
Application number
CN201810879255.8A
Other languages
English (en)
Other versions
CN109165571B (zh
Inventor
邓涵
刘志超
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.)
Douyin Vision Co Ltd
Douyin Vision Beijing Co Ltd
Original Assignee
Beijing ByteDance Network 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 ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201810879255.8A priority Critical patent/CN109165571B/zh
Priority to US16/631,343 priority patent/US11205290B2/en
Priority to PCT/CN2018/116180 priority patent/WO2020024485A1/zh
Publication of CN109165571A publication Critical patent/CN109165571A/zh
Application granted granted Critical
Publication of CN109165571B publication Critical patent/CN109165571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请实施例公开了用于插入图像的方法和装置。该方法的一具体实施方式包括：获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据；基于人眼关键点数据，确定目标人眼图像的辅助关键点数据；对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。该实施方式提高了向人眼图像中插入预设图像的灵活性，有助于丰富插入到人眼图像的预设图像的显示形式。

Description

用于插入图像的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于插入图像的方法和装置。
背景技术
随着图像处理技术的发展，人眼关键点检测技术也得到了广泛应用。例如人眼关键点检测技术可以应用于人眼图像的特效添加、人眼形状的判断等领域。
人眼关键点指的是人眼图像中表征特定位置的点，例如表征眼角的位置的点、表征眼皮边缘的位置的点等。目前，可以利用人眼关键点在人眼图像中的位置，向人眼图像中插入一些素材图像(例如睫毛图像、眼妆图像等)。
发明内容
本申请实施例提出了用于插入图像的方法和装置。
第一方面，本申请实施例提供了一种用于插入图像的方法，该方法包括：获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据，其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置；基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置；对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
在一些实施例中，在基于人眼关键点数据，确定目标人眼图像的辅助关键点数据之前，该方法还包括：获取预设的参考人眼关键点数据和参考辅助关键点数据，其中，参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在参考人眼图像中的位置，参考辅助关键点数据用于表征预先在参考人眼图像中设置的参考辅助关键点的位置。
在一些实施例中，基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，包括：基于参考辅助关键点数据和参考人眼关键点数据构建第一三角剖分网格；基于第一三角剖分网格包括的三角形的边长和内角，以及参考人眼关键点数据与目标人眼图像的人眼关键点数据之间的对应关系，确定在目标人眼图像上形成的第二三角剖分网格；从第二三角剖分网格包括的三角形的顶点中确定目标顶点，以及基于目标顶点在目标人眼图像中的位置，确定目标人眼图像的辅助关键点数据。
在一些实施例中，对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据，包括：对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据；将参考辅助关键点数据、变换后参考辅助关键点数据和目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到目标人眼图像的变换后辅助关键点数据。
在一些实施例中，对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据，包括：根据目标人眼图像的人眼关键点数据确定表征目标人眼图像指示的人眼的张开程度的张开程度值；根据预设的弧度计算公式和参考辅助关键点数据包括的横坐标，确定用于表征参考辅助关键点数据的坐标的变化程度的弧度值；基于弧度值和张开程度值，确定变换后参考辅助关键点数据。
在一些实施例中，坐标映射模型为基于移动最小二乘法MLS构建的模型。
在一些实施例中，获取待插入图像，包括：获取预设图像；基于人眼关键点数据和变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
第二方面，本申请实施例提供了一种用于插入图像的装置，该装置包括：第一获取单元，被配置成获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据，其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置；确定单元，被配置成基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置；变换单元，被配置成对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；插入单元，被配置成获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
在一些实施例中，该装置还包括：第二获取单元，被配置成获取预设的参考人眼关键点数据和参考辅助关键点数据，其中，参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在参考人眼图像中的位置，参考辅助关键点数据用于表征预先在参考人眼图像中设置的参考辅助关键点的位置。
在一些实施例中，确定单元包括：构建模块，被配置成基于参考辅助关键点数据和参考人眼关键点数据构建第一三角剖分网格；第一确定模块，被配置成基于第一三角剖分网格包括的三角形的边长和内角，以及参考人眼关键点数据与目标人眼图像的人眼关键点数据之间的对应关系，确定在目标人眼图像上形成的第二三角剖分网格；第二确定模块，被配置成从第二三角剖分网格包括的三角形的顶点中确定目标顶点，以及基于目标顶点在目标人眼图像中的位置，确定目标人眼图像的辅助关键点数据。
在一些实施例中，变换单元包括：变换模块，被配置成对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据；生成模块，被配置成将参考辅助关键点数据、变换后参考辅助关键点数据和目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到目标人眼图像的变换后辅助关键点数据。
在一些实施例中，变换模块包括：第一确定子模块，被配置成根据目标人眼图像的人眼关键点数据确定表征目标人眼图像指示的人眼的张开程度的张开程度值；第二确定子模块，被配置成根据预设的弧度计算公式和参考辅助关键点数据包括的横坐标，确定用于表征参考辅助关键点数据的坐标的变化程度的弧度值；第三确定子模块，被配置成基于弧度值和张开程度值，确定变换后参考辅助关键点数据。
在一些实施例中，坐标映射模型为基于移动最小二乘法MLS构建的模型。
在一些实施例中，插入单元包括：获取模块，被配置成获取预设图像；变形模块，被配置成基于人眼关键点数据和变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于插入图像的方法和装置，通过确定获取的目标人眼图像的人眼关键点数据，再基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，然后对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据，最后基于变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像插入目标人眼图像中相应位置处，从而提高了向人眼图像中插入预设图像的灵活性，有助于丰富插入到人眼图像的预设图像的显示形式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请实施例的用于插入图像的方法的一个实施例的流程图；
图3A是根据本申请实施例的用于插入图像的方法的第一三角剖分网格的示例性示意图；
图3B是根据本申请实施例的用于插入图像的方法的第二三角剖分网格的示例性示意图；
图4是根据本申请实施例的用于插入图像的方法的一个应用场景的示意图；
图5是根据本申请实施例的用于插入图像的方法的又一个实施例的流程图；
图6是根据本申请实施例的用于插入图像的方法的根据人眼关键点数据确定张开程度值的示例性示意图；
图7是根据本申请实施例的用于插入图像的装置的一个实施例的结构示意图；
图8是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于插入图像的方法或用于插入图像的装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种应用，例如图像处理类应用、视频播放类应用、即时通信工具、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像显示的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的图像提供支持的后台图像处理服务器。后台图像处理服务器可以对获取的人眼图像进行处理，并得到处理结果(例如插入预设图像的人眼图像)。
需要说明的是，本申请实施例所提供的用于插入图像的方法可以由服务器105执行，也可以由终端设备101、102、103执行，相应地，用于插入图像的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在目标人眼图像和预设图像不需要从远程获取的情况下，上述系统架构可以不包括网络，而只包括终端设备或服务器。
继续参考图2，示出了根据本申请的用于插入图像的方法的一个实施例的流程200。该用于插入图像的方法，包括以下步骤：
步骤201，获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据。
在本实施例中，用于插入图像的方法的执行主体(例如图1所示的服务器或终端设备)可以首先通过有线连接方式或者无线连接方式从远程或从本地获取目标人眼图像。其中，目标人眼图像可以为包括目标人物(例如使用如图1所示的终端设备的用户或其他人物)的眼睛图像的图像。例如，目标人眼图像可以为对目标人物的眼睛进行拍摄得到的图像，也可以为从表征目标人物的人脸的人脸图像中提取的人眼图像。需要说明的是，目标人眼图像可以是单幅图像；也可以是从目标视频中提取的图像帧包括的人眼图像。例如，目标人眼图像可以是在上述执行主体上播放的视频包括的、当前显示的图像帧包括的人眼图像。
然后，上述执行主体可以确定目标人眼图像的人眼关键点数据。其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置。通常，人眼关键点数据可以包括坐标值，坐标值是预先在目标人眼图像中建立的坐标系下的坐标值，根据坐标值可以在目标人眼图像中确定人眼关键点的位置。人眼关键点可以为表征人眼图像中的特定位置的点(例如表征眼角的点、表征眼皮边缘的点等)。
在本实施例中，上述执行主体可以利用现有的各种确定人眼关键点的方法，确定目标人眼图像的人眼关键点数据。
例如，上述执行主体可以将目标人眼图像输入预先训练的人眼关键点提取模型，得到人眼关键点数据。其中，人眼关键点提取模型可以用于表征人眼图像和人眼关键点数据的对应关系。再例如，当目标人眼图像为人脸图像包括的人眼图像时，上述执行主体可以将人脸图像输入预先训练的人脸关键点提取模型，得到人脸关键点数据。其中，人脸关键点提取模型可以用于表征人脸图像和人脸关键点数据的对应关系。上述执行主体可以进一步从所得到的人脸关键点数据中，提取表征眼睛的人脸关键点数据作为人眼关键点数据。需要说明的是，人眼关键点提取模型或人脸关键点提取模型可以为基于训练样本(例如训练样本可以包括样本人眼图像和对样本人眼图像的人眼关键点进行标注的标注人眼关键点数据)，利用机器学习方法，对初始模型(例如卷积神经网络(Convolutional NeuralNetwork，CNN)、主动形状模型(Active Shape Model，ASM)等)进行训练(例如将样本人眼图像作为初始模型的输入，将标注人眼关键点数据作为初始模型的期望输出进行训练)后得到的模型。应当理解，训练得到人眼关键点提取模型的方法是目前广泛研究和应用的公知技术，在此不再赘述。
步骤202，基于人眼关键点数据，确定目标人眼图像的辅助关键点数据。
在本实施例中，基于步骤201中确定的人眼关键点数据，上述执行主体可以确定目标人眼图像的辅助关键点数据。其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置。辅助关键点可以是上述执行主体在目标人眼图像中添加的、用于与人眼关键点数据相结合来表征向目标人眼图像插入其他图像的位置的关键点。
具体地，上述执行主体可以按照各种方法确定目标人眼图像的辅助关键点数据。例如，上述执行主体可以按照技术人员预设的数据，在目标人眼图像的预设范围(例如在距离表征人眼的上眼皮边缘和眼角的人眼关键点上方预设距离所确定的范围)内，添加辅助关键点，以及确定辅助关键点数据。其中，上述预设的数据包括但不限于以下至少一种：辅助关键点之间的距离、辅助关键点与人眼关键点之间的距离。
在本实施例的一些可选的实现方式中，在步骤202之前，上述执行主体还可以获取预设的参考人眼关键点数据和参考辅助关键点数据。其中，参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在参考人眼图像中的位置，参考辅助关键点数据用于表征预先在参考人眼图像中设置的参考辅助关键点的位置。参考人眼图像可以是技术人员预先设置的人眼图像，该人眼图像可以作为模板，该人眼图像的参考人眼关键点和参考辅助关键点可以作为确定目标人眼图像的辅助关键点的基准关键点。具体地，参考人眼关键点数据可以是利用步骤201中列举的人眼关键点提取模型确定出的参考人眼图像的人眼关键点数据。参考辅助关键点数据表征的辅助关键点可以是技术人员手动设置的点，或者是由上述执行主体基于预设的、辅助关键点之间的距离和/或辅助关键点与参考人眼关键点之间的距离设置的点。
在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤确定目标人眼图像的辅助关键点数据：
首先，基于参考辅助关键点数据和参考人眼关键点数据构建第一三角剖分网格。其中，三角剖分网格是利用三角剖分算法，对多个点进行三角剖分(Triangulation)，从而生成的由多个三角形组成的网格。在本实现方式中，参考辅助关键点数据表征的参考辅助关键点和参考人眼关键点数据表征的参考人眼关键点为第一三角剖分网格包括的三角形的顶点。
然后，基于第一三角剖分网格包括的三角形的边长和内角，以及参考人眼关键点数据与目标人眼图像的人眼关键点数据之间的对应关系，确定在目标人眼图像上形成的第二三角剖分网格。具体地，上述执行主体可以确定目标人眼图像上的人眼关键点之间的距离，根据相似三角形的原理，根据第一三角剖分网格包括的三角形中的、由两个参考人眼关键点和一个参考辅助关键点构成的三角形，在目标人眼图像上确定出对应的三角形，然后将所确定的各个三角形确定为第二三角剖分网格包括的三角形。需要说明的是，在目标人眼图像上确定出的三角形，可以与对应的、第一三角剖分网格包括的三角形不完全相似，即目标人眼图像上确定出的三角形的内角与对应的第一三角剖分网格包括的三角形的内角的角度差可以在预设差值内。
作为示例，参考图3A，其示出了第一三角剖分网格的示意图，其中，点A、B、C、D、E为参考人眼关键点，点F、G、H、I为参考辅助关键点。如图3B所示，其示出了第二三角剖分网格的示意图，其中，点A’、B’、C’、D’、E’为目标人眼图像的人眼关键点，点F’、G’、H’、I’为目标人眼图像的辅助关键点。在图3A中，对于三角形ABF，已知AB的长度和三个顶角的角度，由于如图3B所示的点A’和B’之间的长度可以计算得到，则可以在目标人眼图像中，确定出与三角形ABF相似的三角形A’B’F’。基于同样的方法，可以得到三角形BCG、三角形CDH、三角形DEI，从而得到如图3B所示的第二三角剖分网格。
需要说明的是，实践中，目标人眼图像的人眼关键点和辅助关键点的数量不限于上述示例列举的数量，上述执行主体可以根据相似三角形的原理，根据第一三角剖分网格确定出第二三角剖分网格。
最后，从第二三角剖分网格包括的三角形的顶点中确定辅助关键点，得到目标人眼图像的辅助关键点数据。具体地，辅助关键点数据可以包括辅助关键点的坐标，上述执行主体可以从第二三角剖分网格包括的三角形的顶点中，确定除人眼关键点之外的其他顶点作为辅助关键点，以及将辅助关键点在目标人眼图像中的坐标确定为辅助关键点的坐标。
步骤203，对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据。
在本实施例中，上述执行主体可以对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据。具体地，上述执行主体可以按照各种方法对辅助关键点数据进行坐标变换。作为示例，上述执行主体可以确定表征目标人眼图像指示的人眼的张开程度的程度值(例如表征眼睛的上眼皮边缘中心点和下眼皮边缘中心点的人眼关键点之间的距离与表征眼睛的左眼角和右眼角的人眼关键点之间的距离的比值)，再从预先建立的、表征程度值和对辅助关键点数据进行坐标变换所用到的系数的对应关系的对应关系表中，查找所确定的程度值对应的系数，再基于该系数，对辅助关键点数据包括的坐标值进行变换(例如将辅助关键点数据包括的纵坐标值和横坐标值分别乘以对应的系数)，得到变换后辅助关键点数据。
步骤204，获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
在本实施例中，上述执行主体可以首先从远程或从本地获取待插入图像。其中，待插入图像可以是待将其插入到目标人眼图像中的图像。例如，待插入图像可以是睫毛图像、眼妆图像等。
然后，上述执行主体可以将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。具体地，变换后辅助关键点数据和人眼关键点数据表征的位置可以是目标人眼图像的变换后辅助关键点和人眼关键点所组成的图像区域。例如，假设待插入图像是睫毛图像，则包含变换后辅助关键点和人眼关键点的、面积最小的图像区域即为插入待插入图像的位置。
继续参见图4，图4是根据本实施例的用于插入图像的方法的应用场景的一个示意图。在图4的应用场景中，终端设备401首先拍摄到用户的眼部图像作为目标人眼图像402。然后，终端设备401利用预先训练的人眼关键点提取模型，得到目标人眼图像402的人眼关键点数据403。其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点4021在目标人眼图像中的位置，包括表征的人眼关键点在目标人眼图像402中的坐标。随后，终端设备401按照技术人员预设的、辅助关键点之间的距离和辅助关键点与人眼关键点之间的距离，在表征人眼的上眼皮边缘上方添加预设数量个辅助关键点4022，以及确定辅助关键点数据404，其中，辅助关键点数据404用于表征辅助关键点在目标人眼图像402中的位置，包括所表征的辅助关键点在目标人眼图像402中的坐标。再然后，终端设备401可以将表征眼睛的上眼皮边缘中心点和下眼皮边缘中心点的人眼关键点之间的距离与表征眼睛的左眼角和右眼角的人眼关键点之间的距离的比值，将所确定的比值作为表征目标人眼图像402指示的人眼的张开程度的程度值，终端设备401进一步从预先建立的、表征程度值和对辅助关键点数据进行坐标变换所用到的系数的对应关系的对应关系表中，查找所确定的程度值对应的系数，再基于该系数，对辅助关键点数据包括的坐标值进行变换，得到表征变换后辅助关键点4023在目标人眼图像402中的位置的变换后辅助关键点数据405。最后，终端设备401获取待插入图像406(例如睫毛图像)，以及将待插入图像406插入变换后辅助关键点和人眼关键点所在的区域内。
本申请的上述实施例提供的方法，通过确定获取的目标人眼图像的人眼关键点数据，再基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，然后对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据，最后基于变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像插入目标人眼图像中相应位置处，从而提高了向人眼图像中插入预设图像的灵活性，有助于丰富插入到人眼图像的预设图像的显示形式。
进一步参考图5，其示出了用于插入图像的方法的又一个实施例的流程500。该用于插入图像的方法的流程500，包括以下步骤：
步骤501，获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据。
在本实施例中，步骤501与图2对应实施例中的步骤201基本一致，这里不再赘述。
步骤502，获取预设的参考人眼关键点数据和参考辅助关键点数据。
在本实施例中，用于插入图像的方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式从远程或从本地获取预设的参考人眼关键点数据和参考辅助关键点数据。其中，参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在参考人眼图像中的位置，参考辅助关键点数据用于表征预先在参考人眼图像中设置的参考辅助关键点的位置。具体地，参考人眼关键点数据可以是利用步骤201中列举的人眼关键点提取模型确定出的参考人眼图像的人眼关键点数据。参考辅助关键点数据表征的辅助关键点可以是技术人员手动设置的点，或者是由上述执行主体基于预设的、辅助关键点之间的距离和/或辅助关键点与参考人眼关键点之间的距离设置的点。
步骤503，基于人眼关键点数据，确定目标人眼图像的辅助关键点数据。
在本实施例中，步骤503与图2对应实施例中的步骤202基本一致，这里不再赘述。
步骤504，对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据。
在本实施例中，上述执行主体可以按照各种方法对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据。作为示例，上述执行主体可以确定表征目标人眼图像指示的人眼的张开程度的程度值(例如表征眼睛的上眼皮边缘中心点和下眼皮边缘中心点的人眼关键点之间的距离与表征眼睛的左眼角和右眼角的人眼关键点之间的距离的比值)，再从预先建立的、表征程度值和对辅助关键点数据进行坐标变换所用到的系数的对应关系的对应关系表中，查找所确定的程度值对应的系数，再基于该系数，对辅助关键点数据包括的坐标值进行变换(例如将辅助关键点数据包括的纵坐标值和横坐标值分别乘以对应的系数)，得到变换后辅助关键点数据。
在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据：
首先，根据目标人眼图像的人眼关键点数据确定表征目标人眼图像指示的人眼的张开程度的张开程度值。具体地，张开程度值可以是表征眼睛的上眼皮边缘中心点和下眼皮边缘中心点的人眼关键点之间的距离与表征眼睛的左眼角和右眼角的人眼关键点之间的距离的比值。如图6所示，601、602为表征眼角的人眼关键点，603、604分别为表征人眼的上下眼皮边缘中点的人眼关键点，L1为601与602之间的距离，L2为603与604之间的距离，则张开程度值可以是L2/L1。需要说明的是，张开程度值可以是根据目标人眼图像中的任意一只人眼图像的人眼关键点计算出的数值，也可以是根据两个人眼图像中的每个人眼图像的人眼关键点计算出的数值的平均值，在此不做限定。
然后，根据预设的弧度计算公式和参考辅助关键点数据包括的横坐标，确定用于表征参考辅助关键点数据的坐标的变化程度的弧度值。具体地，上述执行主体可以利用弧度计算公式，对参考辅助关键点数据包括的横坐标进行计算，将计算结果确定为弧度值，其中，横坐标可以是基于参考人眼图像建立的坐标系下的横坐标。例如，参考人眼图像的左上角为坐标原点，水平方向为横轴，垂直方向为纵轴。作为示例，弧度计算公式可以为如下公式：
r＝(x/w-0.5)×2×m (1)，
其中，r为弧度值，x为参考辅助关键点数据包括的横坐标，w为参考人眼图像的横向长度，m为预设的调整系数。通过式(1)可以看出，当参考辅助关键点距离参考人眼图像的横向中心点越近，则r值越小，反之则r值越大。
最后，基于弧度值和张开程度值，确定变换后参考辅助关键点数据。作为示例，上述执行主体可以按照如下公式得到变换后参考辅助关键点数据包括的纵坐标：
y'＝[1-(1-y/h)×cos(r)×d]×h (2)，
其中，y'为变换后参考辅助关键点数据包括的纵坐标，y为参考辅助关键点数据包括的纵坐标，h为参考人眼图像的纵向宽度，r为计算得到的弧度值，d为张开程度值。由上式可以看出，当实际检测的目标人眼图像表征的人眼的眼皮运动时，可以实时计算出张开程度值，再根据张开程度值，对参考人眼图像的参考辅助关键点数据进行坐标变换，从而得到变换后参考辅助关键点数据。
上述执行主体可以将参考辅助关键点数据包括的横坐标作为变换后参考辅助关键点数据包括的横坐标，即横坐标保持不变。或者，上式执行主体可以按照如下公式得到变换后参考辅助关键点数据包括的横坐标：
x'＝[x/w×(1-sin(r))×d]×w (3)，
其中，x'为变换后参考辅助关键点数据包括的横坐标，x为参考辅助关键点数据包括的横坐标，w为参考人眼图像的横向长度，r为计算得到的弧度值，d为张开程度值。
需要说明的是，式(1)至式(3)中的横坐标和纵坐标所在的坐标原点是参考人眼图像的左上角点，在坐标原点不为参考人眼图像的左上角点时，(1)至式(3)的形式可以做相应调整。例如，如果坐标原点为参考人眼图像的左下角点时，式(2)可以为如下形式：
y'＝y×cos(r)×d。
通过执行本实现方式中描述的步骤，可以实现在目标人眼图像表征的人眼在进行眨眼动作时，实时计算出变换后参考辅助关键点数据，并且，对不同位置的参考辅助关键点数据，进行不同程度地坐标变换，从而有助于根据变换后参考辅助关键点数据实时调整插入到目标人眼图像中的图像的形状，使插入到目标人眼图像中的图像(例如睫毛图像)的显示效果更加丰富(例如立体感更强)。
步骤505，将参考辅助关键点数据、变换后参考辅助关键点数据和目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到目标人眼图像的变换后辅助关键点数据。
在本实施例中，上述执行主体可以将参考辅助关键点数据、变换后参考辅助关键点数据和目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到目标人眼图像的变换后辅助关键点数据。其中，坐标映射模型用于表征参考辅助关键点数据、变换后参考辅助关键点数据、目标人眼图像的辅助关键点数据与目标人眼图像的变换后辅助关键点数据的对应关系。
作为示例，上述坐标映射模型可以是技术人员预设的计算公式，通过该计算公式，上述执行主体可以计算参考辅助关键点数据和变换后参考辅助关键点数据包括的横坐标和纵坐标的变化量，再根据计算得到的变化量，对目标人眼图像的辅助关键点数据包括的横坐标和纵坐标进行变换(例如分别将横坐标的变化量和纵坐标的变化量与目标人眼图像的辅助关键点数据包括的横坐标和纵坐标相加；或者，将横坐标的变化量和纵坐标的变化量分别乘以预设的系数，得到中间变化量，再分别将中间变化量与目标人眼图像的辅助关键点数据包括的横坐标和纵坐标相加)，得到目标人眼图像的变换后辅助关键点数据。
在本实施例的一些可选的实现方式中，坐标映射模型可以为基于移动最小二乘法(Moving Least Squares，MLS)构建的模型。移动最小二乘法是一种曲线拟合方法，它对较大量的数据具有较好的拟合效果。上述坐标映射模型可以利用移动最小二乘法，对输入的参考辅助关键点数据和变换后参考辅助关键点数据进行拟合计算，进而得到拟合公式的参数。然后，坐标映射模型可以利用拟合公式对输入的目标人眼图像的辅助关键点数据进行计算，得到目标人眼图像的变换后辅助关键点数据。需要说明的是，移动最小二乘法是目前广泛研究和应用的公知技术，对于移动最小二乘法的拟合过程和拟合公式，在此不再赘述。
步骤506，获取预设图像。
在本实施例中，上述执行主体可以获取预设图像。其中，预设图像可以是各种类型的图像，例如睫毛图像、眼妆图像等。作为示例，预设图像可以是从参考人眼图像中提取的、位于参考人眼关键点和参考辅助关键点所在位置的图像。例如，预设图像可以是预先设置在参考人眼图像中的睫毛图像。
步骤507，基于人眼关键点数据和变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
在本实施例中，上述执行主体可以基于人眼关键点数据和变换后辅助关键点数据，对预设图像进行变形。通常，预设图像的形状和大小与目标人眼图像的形状和大小不匹配，因此，需要将预设图像变形至与目标人眼图像的形状和大小匹配。在本实现方式中，上述执行主体可以按照现有的各种方法对预设图像进行变形。作为示例，上述执行主体可以确定包括目标人眼图像的人眼关键点和辅助关键点的多边形(例如矩形、梯形等)，该多边形的形状可以与预设图像的形状相同，再根据该多边形与预设图像的形状的比例关系，对预设图像进行缩放，得到变形后的预设图像。
作为另一示例，上述执行主体可以基于参考人眼图像的参考人眼关键点和参考辅助关键点构建第一三角剖分网格，基于目标人眼图像的人眼关键点和辅助关键点构建第二三角剖分网格。其中，第一三角剖分网格的覆盖范围与预设图像的显示范围相同，第一三角剖分网格中的三角形与第二三角剖分网格中的三角形相对应，对于第一三角剖分网格中的每个三角形，上述执行主体可以将该三角形覆盖的图像区域的形状变形至与该三角形对应的、第二三角剖分网格中的三角形的形状。进而将变形后的各个三角形图像区域的组合确定为待插入图像。
步骤508，将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
在本实施例中，步骤508与图2对应实施例中的步骤204描述的将待插入图像插入目标人眼图像中的方法基本一致，这里不再赘述。
从图5中可以看出，与图2对应的实施例相比，本实施例中的用于插入图像的方法的流程500突出了基于参考辅助关键点数据对目标人眼图像的辅助关键点数据进行坐标变换的步骤。由此，本实施例描述的方案可以利用参考人眼图像的参考辅助关键点数据，得到目标人眼图像的变换后辅助关键点数据，从而进一步提高了插入图像的灵活性，丰富了插入的图像的显示效果。
进一步参考图7，作为对上述各图所示方法的实现，本申请提供了一种用于插入图像的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的用于插入图像的装置700包括：第一获取单元701，被配置成获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据，其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置；确定单元702，被配置成基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置；变换单元703，被配置成对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；插入单元704，被配置成获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
在本实施例中，第一获取单元701可以首先通过有线连接方式或者无线连接方式从远程或从本地获取目标人眼图像。其中，目标人眼图像可以为包括目标人物(例如使用如图1所示的终端设备的用户或其他人物)的眼睛图像的图像。例如，目标人眼图像可以为对目标人物的眼睛进行拍摄得到的图像，也可以为从表征目标人物的人脸的人脸图像中提取的人眼图像。需要说明的是，目标人眼图像可以是单幅图像；也可以是从目标视频中提取的图像帧包括的人眼图像。例如，目标人眼图像可以是在上述装置700上播放的视频包括的、当前显示的图像帧包括的人眼图像。
然后，第一获取单元701可以确定目标人眼图像的人眼关键点数据。其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置。通常，人眼关键点数据可以包括坐标值，坐标值是预先在目标人眼图像中建立的坐标系下的坐标值，根据坐标值可以在目标人眼图像中确定人眼关键点的位置。人眼关键点可以为表征人眼图像中的特定位置的点(例如表征眼角的点、表征眼皮边缘的点等)。
在本实施例中，第一获取单元701可以利用现有的各种确定人眼关键点的方法，确定目标人眼图像的人眼关键点数据。例如，第一获取单元701可以将目标人眼图像输入预先训练的人眼关键点提取模型，得到人眼关键点数据。
在本实施例中，基于第一获取单元701确定的人眼关键点数据，确定单元702可以确定目标人眼图像的辅助关键点数据。其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置。辅助关键点可以是确定单元702在目标人眼图像中添加的、用于与人眼关键点数据相结合来表征向目标人眼图像插入预设图像的位置的关键点。
具体地，确定单元702可以按照各种方法确定目标人眼图像的辅助关键点数据。例如，确定单元702可以按照技术人员预设的数据，在目标人眼图像的预设范围(例如在距离表征人眼的上眼皮边缘和眼角的人眼关键点上方预设距离所确定的范围)内，添加辅助关键点，以及确定辅助关键点数据。其中，上述预设的数据包括但不限于以下至少一种：辅助关键点之间的距离、辅助关键点与人眼关键点之间的距离。
在本实施例中，变换单元703可以对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据。具体地，变换单元703可以按照各种方法对辅助关键点数据进行坐标变换。作为示例，变换单元703可以确定表征目标人眼图像指示的人眼的张开程度的程度值(例如表征眼睛的上眼皮边缘中心点和下眼皮边缘中心点的人眼关键点之间的距离与表征眼睛的左眼角和右眼角的人眼关键点之间的距离的比值)，再从预先建立的、表征程度值和对辅助关键点数据进行坐标变换所用到的系数的对应关系的对应关系表中，查找所确定的程度值对应的系数，再基于该系数，对辅助关键点数据包括的坐标值进行变换(例如将辅助关键点数据包括的纵坐标值和横坐标值分别乘以对应的系数)，得到变换后辅助关键点数据。
在本实施例中，插入单元704可以首先从远程或从本地获取待插入图像。其中，待插入图像可以是待将其插入到目标人眼图像中的图像。例如，待插入图像可以是睫毛图像、眼妆图像等。
然后，插入单元704可以将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。具体地，变换后辅助关键点数据和人眼关键点数据表征的位置可以是目标人眼图像的变换后辅助关键点和人眼关键点所组成的图像区域。例如，假设待插入图像是睫毛图像，则包含变换后辅助关键点和人眼关键点的、面积最小的图像区域即为插入待插入图像的位置。
在本实施例的一些可选的实现方式中，装置700还可以包括：第二获取单元(图中未示出)，被配置成获取预设的参考人眼关键点数据和参考辅助关键点数据，其中，参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在参考人眼图像中的位置，参考辅助关键点数据用于表征预先在参考人眼图像中设置的参考辅助关键点的位置。
在本实施例的一些可选的实现方式中，确定单元702可以包括：构建模块(图中未示出)，被配置成基于参考辅助关键点数据和参考人眼关键点数据构建第一三角剖分网格；第一确定模块(图中未示出)，被配置成基于第一三角剖分网格包括的三角形的边长和内角，以及参考人眼关键点数据与目标人眼图像的人眼关键点数据之间的对应关系，确定在目标人眼图像上形成的第二三角剖分网格；第二确定模块(图中未示出)，被配置成从第二三角剖分网格包括的三角形的顶点中确定目标顶点，以及基于目标顶点在目标人眼图像中的位置，确定目标人眼图像的辅助关键点数据。
在本实施例的一些可选的实现方式中，变换单元703可以包括：变换模块(图中未示出)，被配置成对参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据；生成模块(图中未示出)，被配置成将参考辅助关键点数据、变换后参考辅助关键点数据和目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到目标人眼图像的变换后辅助关键点数据。
在本实施例的一些可选的实现方式中，变换模块可以包括：第一确定子模块(图中未示出)，被配置成根据目标人眼图像的人眼关键点数据确定表征目标人眼图像指示的人眼的张开程度的张开程度值；第二确定子模块(图中未示出)，被配置成根据预设的弧度计算公式和参考辅助关键点数据包括的横坐标，确定用于表征参考辅助关键点数据的坐标的变化程度的弧度值；第三确定子模块(图中未示出)，被配置成基于弧度值和张开程度值，确定变换后参考辅助关键点数据。
在本实施例的一些可选的实现方式中，坐标映射模型为基于移动最小二乘法MLS构建的模型。
在本实施例的一些可选的实现方式中，插入单元704可以包括：获取模块(图中未示出)，被配置成获取预设图像；变形模块(图中未示出)，被配置成基于人眼关键点数据和变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
本申请的上述实施例提供的装置，通过确定获取的目标人眼图像的人眼关键点数据，再基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，然后对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据，最后基于变换后辅助关键点数据，对预设图像进行变形，以及将变形后的预设图像插入目标人眼图像中相应位置处，从而提高了向人眼图像中插入预设图像的灵活性，有助于丰富插入到人眼图像的预设图像的显示形式。
下面参考图8，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器或终端设备)的计算机系统800的结构示意图。图8示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、确定单元、变换单元和插入单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标人眼图像，以及确定目标人眼图像的人眼关键点数据，其中，人眼关键点数据用于表征目标人眼图像中的人眼关键点在目标人眼图像中的位置；基于人眼关键点数据，确定目标人眼图像的辅助关键点数据，其中，辅助关键点数据用于表征目标人眼图像中的辅助关键点在目标人眼图像中的位置；对辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；获取待插入图像，以及将待插入图像插入目标人眼图像中的、变换后辅助关键点数据和人眼关键点数据表征的位置处。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于插入图像的方法，包括：
获取目标人眼图像，以及确定所述目标人眼图像的人眼关键点数据，其中，所述人眼关键点数据用于表征所述目标人眼图像中的人眼关键点在所述目标人眼图像中的位置；
基于所述人眼关键点数据，确定所述目标人眼图像的辅助关键点数据，其中，所述辅助关键点数据用于表征所述目标人眼图像中的辅助关键点在所述目标人眼图像中的位置；
对所述辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；
获取待插入图像，以及将所述待插入图像插入所述目标人眼图像中的、所述变换后辅助关键点数据和所述人眼关键点数据表征的位置处。
2.根据权利要求1所述的方法，其中，在所述基于所述人眼关键点数据，确定所述目标人眼图像的辅助关键点数据之前，所述方法还包括：
获取预设的参考人眼关键点数据和参考辅助关键点数据，其中，所述参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在所述参考人眼图像中的位置，所述参考辅助关键点数据用于表征预先在所述参考人眼图像中设置的参考辅助关键点的位置。
3.根据权利要求2所述的方法，其中，所述基于所述人眼关键点数据，确定所述目标人眼图像的辅助关键点数据，包括：
基于所述参考辅助关键点数据和所述参考人眼关键点数据构建第一三角剖分网格；
基于所述第一三角剖分网格包括的三角形的边长和内角，以及所述参考人眼关键点数据与所述目标人眼图像的人眼关键点数据之间的对应关系，确定在所述目标人眼图像上形成的第二三角剖分网格；
从所述第二三角剖分网格包括的三角形的顶点中确定目标顶点，以及基于所述目标顶点在所述目标人眼图像中的位置，确定所述目标人眼图像的辅助关键点数据。
4.根据权利要求2所述的方法，其中，所述对所述辅助关键点数据进行坐标变换，得到变换后辅助关键点数据，包括：
对所述参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据；
将所述参考辅助关键点数据、所述变换后参考辅助关键点数据和所述目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到所述目标人眼图像的变换后辅助关键点数据。
5.根据权利要求4所述的方法，其中，所述对所述参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据，包括：
根据所述目标人眼图像的人眼关键点数据确定表征所述目标人眼图像指示的人眼的张开程度的张开程度值；
根据预设的弧度计算公式和所述参考辅助关键点数据包括的横坐标，确定用于表征所述参考辅助关键点数据的坐标的变化程度的弧度值；
基于所述弧度值和所述张开程度值，确定变换后参考辅助关键点数据。
6.根据权利要求4所述的方法，其中，所述坐标映射模型为基于移动最小二乘法MLS构建的模型。
7.根据权利要求1-6之一所述的方法，其中，所述获取待插入图像，包括：
获取预设图像；
基于所述人眼关键点数据和所述变换后辅助关键点数据，对所述预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
8.一种用于插入图像的装置，包括：
第一获取单元，被配置成获取目标人眼图像，以及确定所述目标人眼图像的人眼关键点数据，其中，所述人眼关键点数据用于表征所述目标人眼图像中的人眼关键点在所述目标人眼图像中的位置；
确定单元，被配置成基于所述人眼关键点数据，确定所述目标人眼图像的辅助关键点数据，其中，所述辅助关键点数据用于表征所述目标人眼图像中的辅助关键点在所述目标人眼图像中的位置；
变换单元，被配置成对所述辅助关键点数据进行坐标变换，得到变换后辅助关键点数据；
插入单元，被配置成获取待插入图像，以及将所述待插入图像插入所述目标人眼图像中的、所述变换后辅助关键点数据和所述人眼关键点数据表征的位置处。
9.根据权利要求8所述的装置，其中，所述装置还包括：
第二获取单元，被配置成获取预设的参考人眼关键点数据和参考辅助关键点数据，其中，所述参考人眼关键点数据用于表征预设的参考人眼图像中的人眼关键点在所述参考人眼图像中的位置，所述参考辅助关键点数据用于表征预先在所述参考人眼图像中设置的参考辅助关键点的位置。
10.根据权利要求9所述的装置，其中，所述确定单元包括：
构建模块，被配置成基于所述参考辅助关键点数据和所述参考人眼关键点数据构建第一三角剖分网格；
第一确定模块，被配置成基于所述第一三角剖分网格包括的三角形的边长和内角，以及所述参考人眼关键点数据与所述目标人眼图像的人眼关键点数据之间的对应关系，确定在所述目标人眼图像上形成的第二三角剖分网格；
第二确定模块，被配置成从所述第二三角剖分网格包括的三角形的顶点中确定目标顶点，以及基于所述目标顶点在所述目标人眼图像中的位置，确定所述目标人眼图像的辅助关键点数据。
11.根据权利要求9所述的装置，其中，所述变换单元包括：
变换模块，被配置成对所述参考辅助关键点数据进行坐标变换，得到变换后参考辅助关键点数据；
生成模块，被配置成将所述参考辅助关键点数据、所述变换后参考辅助关键点数据和所述目标人眼图像的辅助关键点数据输入预设的坐标映射模型，得到所述目标人眼图像的变换后辅助关键点数据。
12.根据权利要求11所述的装置，其中，所述变换模块包括：
第一确定子模块，被配置成根据所述目标人眼图像的人眼关键点数据确定表征所述目标人眼图像指示的人眼的张开程度的张开程度值；
第二确定子模块，被配置成根据预设的弧度计算公式和所述参考辅助关键点数据包括的横坐标，确定用于表征所述参考辅助关键点数据的坐标的变化程度的弧度值；
第三确定子模块，被配置成基于所述弧度值和所述张开程度值，确定变换后参考辅助关键点数据。
13.根据权利要求11所述的装置，其中，所述坐标映射模型为基于移动最小二乘法MLS构建的模型。
14.根据权利要求8-13之一所述的装置，其中，所述插入单元包括：
获取模块，被配置成获取预设图像；
变形模块，被配置成基于所述人眼关键点数据和所述变换后辅助关键点数据，对所述预设图像进行变形，以及将变形后的预设图像确定为待插入图像。
15.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201810879255.8A 2018-08-03 2018-08-03 用于插入图像的方法和装置 Active CN109165571B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810879255.8A CN109165571B (zh) 2018-08-03 2018-08-03 用于插入图像的方法和装置
US16/631,343 US11205290B2 (en) 2018-08-03 2018-11-19 Method and device for inserting an image into a determined region of a target eye image
PCT/CN2018/116180 WO2020024485A1 (zh) 2018-08-03 2018-11-19 用于插入图像的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810879255.8A CN109165571B (zh) 2018-08-03 2018-08-03 用于插入图像的方法和装置

Publications (2)

Publication Number Publication Date
CN109165571A true CN109165571A (zh) 2019-01-08
CN109165571B CN109165571B (zh) 2020-04-24

Family

ID=64898913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810879255.8A Active CN109165571B (zh) 2018-08-03 2018-08-03 用于插入图像的方法和装置

Country Status (3)

Country Link
US (1) US11205290B2 (zh)
CN (1) CN109165571B (zh)
WO (1) WO2020024485A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070017A (zh) * 2019-04-12 2019-07-30 北京迈格威科技有限公司 一种人脸假眼图像生成方法及装置
CN114095647A (zh) * 2020-08-24 2022-02-25 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

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11557086B2 (en) * 2020-01-02 2023-01-17 Sony Group Corporation Three-dimensional (3D) shape modeling based on two-dimensional (2D) warping
CN113420721B (zh) * 2021-07-21 2022-03-29 北京百度网讯科技有限公司 标注图像关键点的方法和装置

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101779218A (zh) * 2007-08-10 2010-07-14 株式会社资生堂 化妆模拟系统、化妆模拟装置、化妆模拟方法以及化妆模拟程序
CN101789990A (zh) * 2009-12-23 2010-07-28 宇龙计算机通信科技(深圳)有限公司 一种在通话过程中判断对方情绪的方法及移动终端
CN101826217A (zh) * 2010-05-07 2010-09-08 上海交通大学 人脸动画快速生成方法
CN102999929A (zh) * 2012-11-08 2013-03-27 大连理工大学 一种基于三角网格化的人物图像瘦脸处理方法
CN103325085A (zh) * 2012-03-02 2013-09-25 索尼公司 自动图像对齐
CN104036299A (zh) * 2014-06-10 2014-09-10 电子科技大学 一种基于局部纹理aam的人眼轮廓跟踪方法
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
CN104778712A (zh) * 2015-04-27 2015-07-15 厦门美图之家科技有限公司 一种基于仿射变换的人脸贴图方法和系统
CN105631423A (zh) * 2015-12-29 2016-06-01 厦门瑞为信息技术有限公司 一种利用图像信息来识别人眼状态的方法
US20160157587A1 (en) * 2013-02-01 2016-06-09 Panasonic Intellectual Property Management Co., Ltd. Makeup application assistance device, makeup application assistance method, and makeup application assistance program
CN105678252A (zh) * 2016-01-05 2016-06-15 安阳师范学院 依据人脸三角网格自适应细分和高斯小波的迭代插值方法
CN106296571A (zh) * 2016-07-29 2017-01-04 厦门美图之家科技有限公司 一种基于人脸网格的缩小鼻翼方法、装置和计算设备
CN107341435A (zh) * 2016-08-19 2017-11-10 北京市商汤科技开发有限公司 视频图像的处理方法、装置和终端设备
CN107343211A (zh) * 2016-08-19 2017-11-10 北京市商汤科技开发有限公司 视频图像处理方法、装置和终端设备
CN107431757A (zh) * 2015-03-26 2017-12-01 松下知识产权经营株式会社 图像合成装置以及图像合成方法
WO2018012136A1 (ja) * 2016-07-14 2018-01-18 パナソニックＩｐマネジメント株式会社 メイクアップ支援装置およびメイクアップ支援方法
CN108093156A (zh) * 2016-11-23 2018-05-29 汤长春 图像拍摄装置
CN108229293A (zh) * 2017-08-09 2018-06-29 北京市商汤科技开发有限公司 人脸图像处理方法、装置和电子设备
CN108292423A (zh) * 2015-12-25 2018-07-17 松下知识产权经营株式会社 局部妆容制作装置、局部妆容利用装置、局部妆容制作方法、局部妆容利用方法、局部妆容制作程序和局部妆容利用程序
CN108305317A (zh) * 2017-08-04 2018-07-20 腾讯科技（深圳）有限公司 一种图像处理方法、装置及存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4833322B2 (ja) 2009-06-26 2011-12-07 株式会社バンダイナムコゲームス 画像生成装置及びプリントシール製造方法
US8971592B2 (en) 2013-05-09 2015-03-03 Universidad De Chile Method for determining eye location on a frontal face digital image to validate the frontal face and determine points of reference
EP3407290A4 (en) * 2016-01-22 2018-11-28 Panasonic Intellectual Property Management Co., Ltd. Makeup trend analysis device, makeup trend analysis method, and makeup trend analysis program
CN106210545A (zh) * 2016-08-22 2016-12-07 北京金山安全软件有限公司 一种视频拍摄方法、装置及电子设备
CN108205795A (zh) 2016-12-16 2018-06-26 北京酷我科技有限公司 一种直播过程中人脸图像处理方法及系统
CN109427075A (zh) * 2017-08-24 2019-03-05 丽宝大数据股份有限公司 身体信息分析装置及其眼影分析方法
CN109426767A (zh) * 2017-08-24 2019-03-05 丽宝大数据股份有限公司 眼线描绘指引装置及其方法
CN109583263A (zh) * 2017-09-28 2019-04-05 丽宝大数据股份有限公司 结合扩增实境的身体信息分析装置及其眉型预览方法
CN109583261A (zh) * 2017-09-28 2019-04-05 丽宝大数据股份有限公司 身体信息分析装置及其辅助比对眉型方法
CN108171789B (zh) * 2017-12-21 2022-01-18 迈吉客科技（北京）有限公司 一种虚拟形象生成方法和系统

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101779218A (zh) * 2007-08-10 2010-07-14 株式会社资生堂 化妆模拟系统、化妆模拟装置、化妆模拟方法以及化妆模拟程序
CN101789990A (zh) * 2009-12-23 2010-07-28 宇龙计算机通信科技(深圳)有限公司 一种在通话过程中判断对方情绪的方法及移动终端
CN101826217A (zh) * 2010-05-07 2010-09-08 上海交通大学 人脸动画快速生成方法
CN103325085A (zh) * 2012-03-02 2013-09-25 索尼公司 自动图像对齐
CN102999929A (zh) * 2012-11-08 2013-03-27 大连理工大学 一种基于三角网格化的人物图像瘦脸处理方法
US20160157587A1 (en) * 2013-02-01 2016-06-09 Panasonic Intellectual Property Management Co., Ltd. Makeup application assistance device, makeup application assistance method, and makeup application assistance program
CN104036299A (zh) * 2014-06-10 2014-09-10 电子科技大学 一种基于局部纹理aam的人眼轮廓跟踪方法
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
CN107431757A (zh) * 2015-03-26 2017-12-01 松下知识产权经营株式会社 图像合成装置以及图像合成方法
CN104778712A (zh) * 2015-04-27 2015-07-15 厦门美图之家科技有限公司 一种基于仿射变换的人脸贴图方法和系统
CN108292423A (zh) * 2015-12-25 2018-07-17 松下知识产权经营株式会社 局部妆容制作装置、局部妆容利用装置、局部妆容制作方法、局部妆容利用方法、局部妆容制作程序和局部妆容利用程序
CN105631423A (zh) * 2015-12-29 2016-06-01 厦门瑞为信息技术有限公司 一种利用图像信息来识别人眼状态的方法
CN105678252A (zh) * 2016-01-05 2016-06-15 安阳师范学院 依据人脸三角网格自适应细分和高斯小波的迭代插值方法
WO2018012136A1 (ja) * 2016-07-14 2018-01-18 パナソニックＩｐマネジメント株式会社 メイクアップ支援装置およびメイクアップ支援方法
CN106296571A (zh) * 2016-07-29 2017-01-04 厦门美图之家科技有限公司 一种基于人脸网格的缩小鼻翼方法、装置和计算设备
CN107343211A (zh) * 2016-08-19 2017-11-10 北京市商汤科技开发有限公司 视频图像处理方法、装置和终端设备
CN107341435A (zh) * 2016-08-19 2017-11-10 北京市商汤科技开发有限公司 视频图像的处理方法、装置和终端设备
CN108093156A (zh) * 2016-11-23 2018-05-29 汤长春 图像拍摄装置
CN108305317A (zh) * 2017-08-04 2018-07-20 腾讯科技（深圳）有限公司 一种图像处理方法、装置及存储介质
CN108229293A (zh) * 2017-08-09 2018-06-29 北京市商汤科技开发有限公司 人脸图像处理方法、装置和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗岱等: "基于面部特征约束的人脸纹理映射及变形", 《计算机工程与应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070017A (zh) * 2019-04-12 2019-07-30 北京迈格威科技有限公司 一种人脸假眼图像生成方法及装置
CN110070017B (zh) * 2019-04-12 2021-08-24 北京迈格威科技有限公司 一种人脸假眼图像生成方法及装置
CN114095647A (zh) * 2020-08-24 2022-02-25 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
WO2022042160A1 (zh) * 2020-08-24 2022-03-03 北京达佳互联信息技术有限公司 图像处理方法及装置

Also Published As

Publication number Publication date
US11205290B2 (en) 2021-12-21
WO2020024485A1 (zh) 2020-02-06
CN109165571B (zh) 2020-04-24
US20210150787A1 (en) 2021-05-20

Similar Documents

Publication Publication Date Title
CN108038469B (zh) 用于检测人体的方法和装置
CN109255830A (zh) 三维人脸重建方法和装置
CN109165571A (zh) 用于插入图像的方法和装置
CN108986023A (zh) 用于处理图像的方法和装置
CN108898185A (zh) 用于生成图像识别模型的方法和装置
CN109858445A (zh) 用于生成模型的方法和装置
CN109086719A (zh) 用于输出数据的方法和装置
CN108898186A (zh) 用于提取图像的方法和装置
CN108509915A (zh) 人脸识别模型的生成方法和装置
CN107578017A (zh) 用于生成图像的方法和装置
CN107590482A (zh) 信息生成方法和装置
CN108491823A (zh) 用于生成人眼识别模型的方法和装置
CN108446651A (zh) 人脸识别方法和装置
CN109308469A (zh) 用于生成信息的方法和装置
CN108363995A (zh) 用于生成数据的方法和装置
CN108062544A (zh) 用于人脸活体检测的方法和装置
CN109993150A (zh) 用于识别年龄的方法和装置
CN107609506A (zh) 用于生成图像的方法和装置
CN109754464A (zh) 用于生成信息的方法和装置
CN109389640A (zh) 图像处理方法和装置
CN108171211A (zh) 活体检测方法和装置
CN110517214A (zh) 用于生成图像的方法和装置
CN109410253B (zh) 用于生成信息的方法、装置、电子设备和计算机可读介质
CN109829432A (zh) 用于生成信息的方法和装置
CN109977839A (zh) 信息处理方法和装置

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Patentee before: Tiktok vision (Beijing) Co.,Ltd.

CP01 Change in the name or title of a patent holder