CN109446912A - 人脸图像的处理方法及装置、电子设备和存储介质 - Google Patents

人脸图像的处理方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN109446912A
CN109446912A CN201811141270.9A CN201811141270A CN109446912A CN 109446912 A CN109446912 A CN 109446912A CN 201811141270 A CN201811141270 A CN 201811141270A CN 109446912 A CN109446912 A CN 109446912A
Authority
CN
China
Prior art keywords
pixel
apple flesh
facial image
vector
apple
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
CN201811141270.9A
Other languages
English (en)
Other versions
CN109446912B (zh
Inventor
黄明杨
付万增
石建萍
曲艺
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 Sensetime Technology Development Co Ltd
Original Assignee
Beijing Sensetime Technology Development 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 Sensetime Technology Development Co Ltd filed Critical Beijing Sensetime Technology Development Co Ltd
Priority to CN201811141270.9A priority Critical patent/CN109446912B/zh
Priority to JP2019571734A priority patent/JP6923682B2/ja
Priority to SG11201913734TA priority patent/SG11201913734TA/en
Priority to PCT/CN2018/117498 priority patent/WO2020062532A1/zh
Publication of CN109446912A publication Critical patent/CN109446912A/zh
Priority to TW108129695A priority patent/TWI718631B/zh
Priority to US16/729,427 priority patent/US11341768B2/en
Application granted granted Critical
Publication of CN109446912B publication Critical patent/CN109446912B/zh
Priority to US17/696,223 priority patent/US11734804B2/en
Priority to US17/696,240 priority patent/US11741583B2/en
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
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • 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)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开涉及一种人脸图像的处理方法及装置、电子设备和存储介质。所述方法包括：获取人脸图像中的人脸关键点和人脸偏转角度；根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心；根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域；对所述苹果肌区域进行颜色填充处理。本公开能够准确地定位苹果肌区域，基于准确定位的苹果肌区域进行苹果肌填充处理，使填充效果更自然。

Description

人脸图像的处理方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种人脸图像的处理方法及装置、电子设备和存储介质。
背景技术
饱满的苹果肌使脸部的线条变得柔和，分散颧骨过高的部位，让人在笑的时候更富有亲和力。如何准确地对人脸图像进行苹果肌填充，使人脸图像中的苹果肌饱满且自然，是亟待解决的问题。
发明内容
本公开提出了一种人脸图像的处理技术方案。
根据本公开的一方面，提供了一种人脸图像的处理方法，包括：
获取人脸图像中的人脸关键点和人脸偏转角度；
根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心；
根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域；
对所述苹果肌区域进行颜色填充处理。
在一种可能的实现方式中，根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心，包括：
对所述人脸关键点进行插值处理，确定所述人脸图像中的苹果肌中心的估计位置；
根据所述人脸偏转角度，对所述苹果肌中心的估计位置进行调整，得到所述人脸图像中的苹果肌中心。
在一种可能的实现方式中，根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域，包括：
将所述人脸关键点相连，得到所述人脸关键点对应的多边形；
将所述多边形中以所述苹果肌中心为圆心的最大的圆确定为所述人脸图像中的苹果肌外轮廓圆；
根据所述苹果肌外轮廓圆，确定所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，根据所述苹果肌外轮廓圆，确定所述人脸图像中的苹果肌区域，包括：
采用所述人脸图像中的脸部轮廓线对所述苹果肌外轮廓圆进行调整，得到所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，采用所述人脸图像中的脸部轮廓线对所述苹果肌外轮廓圆进行调整，得到所述人脸图像中的苹果肌区域，包括：
对所述人脸图像中的脸部轮廓线进行采样，得到所述脸部轮廓线上的采样点；
对所述苹果肌外轮廓圆进行采样，得到所述苹果肌外轮廓圆上的采样点；
对所述脸部轮廓线上的采样点和所述苹果肌外轮廓圆上的采样点进行曲线拟合，得到所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，对所述苹果肌区域进行颜色填充处理，包括：
分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
将所述各个像素的像素值分别更新为对应的第一目标像素的像素值。
在一种可能的实现方式中，分别确定所述苹果肌区域中的各个像素对应的第一目标像素，包括：
根据苹果肌填充力度系数，分别确定所述苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，分别确定所述苹果肌区域中的各个像素对应的第一目标像素，包括：
采用二阶导数恒大于0的下凸函数，分别确定所述苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，对所述苹果肌区域进行颜色填充处理，包括：
确定所述人脸图像中的第一参考点；
将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第二目标像素的像素值。
在一种可能的实现方式中，所述第一参考点与鼻尖关键点的距离大于所述苹果肌中心与鼻尖关键点的距离。
在一种可能的实现方式中，根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，包括：
确定所述苹果肌中心与所述苹果肌区域中的第一像素之间的第一距离；
根据苹果肌外轮廓圆的半径、所述第一距离和所述第一参考向量的模，确定第一系数；
根据所述第一像素、所述第一系数和所述第一参考向量，确定所述第一像素对应的第二目标像素。
在一种可能的实现方式中，根据苹果肌外轮廓圆的半径、所述第一距离和所述参考向量的模，确定第一系数，包括：
计算所述苹果肌外轮廓圆的半径的平方与所述第一距离的平方的第一差值；
将所述第一差值与所述第一参考向量的模的平方相加，得到第一和；
计算所述第一差值与所述第一和的比值，得到所述第一系数。
在一种可能的实现方式中，根据所述第一像素、所述第一系数和所述第一参考向量，确定所述第一像素对应的第二目标像素，包括：
将第一参考像素指向所述第一像素的向量确定为第一像素向量；
计算所述第一系数与所述第一参考向量的第一乘积；
计算所述第一像素向量与第一乘积的差值，得到所述第一像素对应的第二目标像素向量；
根据所述第一参考像素的位置，以及所述第一像素对应的第二目标像素向量，确定所述第一像素对应的第二目标像素。
在一种可能的实现方式中，对所述苹果肌区域进行颜色填充处理，包括：
确定所述人脸图像中的第二参考点；
将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
在一种可能的实现方式中，所述第二参考点在所述苹果肌中心与下眼皮关键点的连线上。
在一种可能的实现方式中，根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，包括：
确定所述苹果肌中心与所述苹果肌区域中的第二像素之间的第二距离；
根据苹果肌外轮廓圆的半径、所述第二距离和所述第二参考向量的模，确定第二系数；
根据所述第二像素、所述第二系数和所述第二参考向量，确定所述第二像素对应的第三目标像素。
在一种可能的实现方式中，根据苹果肌外轮廓圆的半径、所述第二距离和所述第二参考向量的模，确定第二系数，包括：
计算所述苹果肌外轮廓圆的半径的平方与所述第二距离的平方的第二差值；
将所述第二差值与所述第二参考向量的模的平方相加，得到第二和；
计算所述第二差值与所述第二和的比值，得到所述第二系数。
在一种可能的实现方式中，根据所述第二像素、所述第二系数和所述第二参考向量，确定所述第二像素对应的第三目标像素，包括：
将第二参考像素指向所述第二像素的向量确定为第二像素向量；
计算所述第二系数与所述第二参考向量的第二乘积；
计算所述第二像素向量与第二乘积的差值，得到所述第二像素对应的第三目标像素向量；
根据所述第二参考像素的位置，以及所述第二像素对应的第三目标像素向量，确定所述第二像素对应的第三目标像素。
在一种可能的实现方式中，对所述苹果肌区域进行颜色填充处理，包括：
分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
将所述各个像素的像素值分别更新为对应的第一目标像素的像素值；
确定所述人脸图像中的第一参考点，其中，所述第一参考点与鼻尖关键点的距离大于所述苹果肌中心与鼻尖关键点的距离；
将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第二目标像素的像素值；
确定所述人脸图像中的第二参考点，其中，所述第二参考点在所述苹果肌中心与下眼皮关键点的连线上；
将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
根据本公开的一方面，提供了一种人脸图像的处理装置，包括：
获取模块，用于获取人脸图像中的人脸关键点和人脸偏转角度；
第一确定模块，用于根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心；
第二确定模块，用于根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域；
填充模块，用于对所述苹果肌区域进行颜色填充处理。
在一种可能的实现方式中，所述第一确定模块包括：
第一确定子模块，用于对所述人脸关键点进行插值处理，确定所述人脸图像中的苹果肌中心的估计位置；
调整子模块，用于根据所述人脸偏转角度，对所述苹果肌中心的估计位置进行调整，得到所述人脸图像中的苹果肌中心。
在一种可能的实现方式中，所述第二确定模块包括：
相连子模块，用于将所述人脸关键点相连，得到所述人脸关键点对应的多边形；
第二确定子模块，用于将所述多边形中以所述苹果肌中心为圆心的最大的圆确定为所述人脸图像中的苹果肌外轮廓圆；
第三确定子模块，用于根据所述苹果肌外轮廓圆，确定所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，所述第三确定子模块用于：
采用所述人脸图像中的脸部轮廓线对所述苹果肌外轮廓圆进行调整，得到所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，所述第三确定子模块包括：
第一采样单元，用于对所述人脸图像中的脸部轮廓线进行采样，得到所述脸部轮廓线上的采样点；
第二采样单元，用于对所述苹果肌外轮廓圆进行采样，得到所述苹果肌外轮廓圆上的采样点；
曲线拟合单元，用于对所述脸部轮廓线上的采样点和所述苹果肌外轮廓圆上的采样点进行曲线拟合，得到所述人脸图像中的苹果肌区域。
在一种可能的实现方式中，所述填充模块包括：
第四确定子模块，用于分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
第一更新子模块，用于将所述各个像素的像素值分别更新为对应的第一目标像素的像素值。
在一种可能的实现方式中，所述第四确定子模块用于：
根据苹果肌填充力度系数，分别确定所述苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，所述第四确定子模块用于：
采用二阶导数恒大于0的下凸函数，分别确定所述苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，所述填充模块包括：
第五确定子模块，用于确定所述人脸图像中的第一参考点；
第六确定子模块，用于将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
第七确定子模块，用于根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
第二更新子模块，用于将所述各个像素的像素值分别更新为对应的第二目标像素的像素值。
在一种可能的实现方式中，所述第一参考点与鼻尖关键点的距离大于所述苹果肌中心与鼻尖关键点的距离。
在一种可能的实现方式中，所述第七确定子模块包括：
第一确定单元，用于确定所述苹果肌中心与所述苹果肌区域中的第一像素之间的第一距离；
第二确定单元，用于根据苹果肌外轮廓圆的半径、所述第一距离和所述第一参考向量的模，确定第一系数；
第三确定单元，用于根据所述第一像素、所述第一系数和所述第一参考向量，确定所述第一像素对应的第二目标像素。
在一种可能的实现方式中，所述第二确定单元包括：
第一计算子单元，用于计算所述苹果肌外轮廓圆的半径的平方与所述第一距离的平方的第一差值；
第二计算子单元，用于将所述第一差值与所述第一参考向量的模的平方相加，得到第一和；
第三计算子单元，用于计算所述第一差值与所述第一和的比值，得到所述第一系数。
在一种可能的实现方式中，所述第三确定单元包括：
第一确定子单元，用于将第一参考像素指向所述第一像素的向量确定为第一像素向量；
第四计算子单元，用于计算所述第一系数与所述第一参考向量的第一乘积；
第五计算子单元，用于计算所述第一像素向量与第一乘积的差值，得到所述第一像素对应的第二目标像素向量；
第二确定子单元，用于根据所述第一参考像素的位置，以及所述第一像素对应的第二目标像素向量，确定所述第一像素对应的第二目标像素。
在一种可能的实现方式中，所述填充模块包括：
第八确定子模块，用于确定所述人脸图像中的第二参考点；
第九确定子模块，用于将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
第十确定子模块，用于根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
第三更新子模块，用于将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
在一种可能的实现方式中，所述第二参考点在所述苹果肌中心与下眼皮关键点的连线上。
在一种可能的实现方式中，所述第十确定子模块包括：
第四确定单元，用于确定所述苹果肌中心与所述苹果肌区域中的第二像素之间的第二距离；
第五确定单元，用于根据苹果肌外轮廓圆的半径、所述第二距离和所述第二参考向量的模，确定第二系数；
第六确定单元，用于根据所述第二像素、所述第二系数和所述第二参考向量，确定所述第二像素对应的第三目标像素。
在一种可能的实现方式中，所述第五确定单元包括：
第六计算子单元，用于计算所述苹果肌外轮廓圆的半径的平方与所述第二距离的平方的第二差值；
第七计算子单元，用于将所述第二差值与所述第二参考向量的模的平方相加，得到第二和；
第八计算子单元，用于计算所述第二差值与所述第二和的比值，得到所述第二系数。
在一种可能的实现方式中，所述第六确定单元包括：
第三确定子单元，用于将第二参考像素指向所述第二像素的向量确定为第二像素向量；
第九计算子单元，用于计算所述第二系数与所述第二参考向量的第二乘积；
第十计算子单元，用于计算所述第二像素向量与第二乘积的差值，得到所述第二像素对应的第三目标像素向量；
第四确定子单元，用于根据所述第二参考像素的位置，以及所述第二像素对应的第三目标像素向量，确定所述第二像素对应的第三目标像素。
在一种可能的实现方式中，所述填充模块包括：
第四确定子模块，用于分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
第一更新子模块，用于将所述各个像素的像素值分别更新为对应的第一目标像素的像素值；
第五确定子模块，用于确定所述人脸图像中的第一参考点，其中，所述第一参考点与鼻尖关键点的距离大于所述苹果肌中心与鼻尖关键点的距离；
第六确定子模块，用于将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
第七确定子模块，用于根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
第二更新子模块，用于将所述各个像素的像素值分别更新为对应的第二目标像素的像素值；
第八确定子模块，用于确定所述人脸图像中的第二参考点，其中，所述第二参考点在所述苹果肌中心与下眼皮关键点的连线上；
第九确定子模块，用于将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
第十确定子模块，用于根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
第三更新子模块，用于将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述人脸图像的处理方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述人脸图像的处理方法。
在本公开实施例中，通过获取人脸图像中的人脸关键点和人脸偏转角度，根据人脸关键点和人脸偏转角度，确定人脸图像中的苹果肌中心，根据人脸关键点和苹果肌中心，确定人脸图像中的苹果肌区域，并对苹果肌区域进行颜色填充处理，由此能够准确地定位苹果肌区域，基于准确定位的苹果肌区域进行苹果肌填充处理，使填充效果更自然。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开实施例的人脸图像的处理方法的流程图。
图2a示出根据本公开实施例的人脸图像的处理方法中对苹果肌区域进行颜色填充处理前的人脸图像的示意图。
图2b示出根据本公开实施例的人脸图像的处理方法中对苹果肌区域进行颜色填充处理后的人脸图像的示意图。
图3示出根据本公开实施例的人脸图像的处理方法步骤S12的一示例性的流程图。
图4示出根据本公开实施例的人脸图像的处理方法步骤S13的一示例性的流程图。
图5示出根据本公开实施例的人脸图像的处理方法中苹果肌外轮廓圆的示意图。
图6示出根据本公开实施例的人脸图像的处理方法中采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域的一示例性的流程图。
图7示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。
图8示出根据本公开实施例的人脸图像的处理方法中步骤S141的示意图。
图9示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。
图10示出根据本公开实施例的人脸图像的处理方法步骤S145的一示例性的流程图。
图11示出根据本公开实施例的人脸图像的处理方法中苹果肌中心O、第一参考点M1、第一像素P2、第一像素对应的第二目标像素P2’以及苹果肌外轮廓圆的半径R的示意图。
图12示出根据本公开实施例的人脸图像的处理方法步骤S1452的一示例性的流程图。
图13示出根据本公开实施例的人脸图像的处理方法步骤S1453的一示例性的流程图。
图14示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。
图15示出根据本公开实施例的人脸图像的处理方法步骤S149的一示例性的流程图。
图16示出根据本公开实施例的人脸图像的处理方法中苹果肌中心O、第二参考点M2、第二像素P3、第二像素对应的第三目标像素P3’以及苹果肌外轮廓圆的半径R的示意图。
图17示出根据本公开实施例的人脸图像的处理方法步骤S1492的一示例性的流程图。
图18示出根据本公开实施例的人脸图像的处理方法步骤S1493的一示例性的流程图。
图19示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。
图20示出根据本公开实施例的人脸图像的处理装置的框图。
图21示出根据本公开实施例的人脸图像的处理装置的一示例性的框图。
图22是根据一示例性实施例示出的一种电子设备800的框图。
图23是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的人脸图像的处理方法的流程图。如图1所示，该方法包括步骤S11至步骤S14。
在步骤S11中，获取人脸图像中的人脸关键点和人脸偏转角度。
在一种可能的实现方式中，人脸关键点可以包括眼睛关键点、鼻子关键点、嘴巴关键点、脸部关键点和脸部轮廓关键点等中的多种。
在一种可能的实现方式中，人脸偏转角度可以表示人脸相对于正脸的偏转角度。例如，当人脸为正脸时，人脸偏转角度可以为0；当人脸相对于正脸向左偏转时，人脸偏转角度可以等于人脸与正脸的夹角；当人脸相对于正脸向右偏转时，人脸偏转角度的绝对值可以等于人脸与正脸的夹角，且人脸偏转角度为负数。
在步骤S12中，根据人脸关键点和人脸偏转角度，确定该人脸图像中的苹果肌中心。
在一种可能的实现方式中，可以根据人脸关键点中的眼睛关键点、鼻子关键点和脸部关键点，以及人脸偏转角度，确定该人脸图像中的苹果肌中心。
本公开实施例结合人脸关键点和人脸偏转角度来确定人脸图像中的苹果肌中心，能够提高所确定的苹果肌中心的准确度，从而能够提高所确定的苹果肌区域的准确度。
在步骤S13中，根据人脸关键点和苹果肌中心，确定该人脸图像中的苹果肌区域。
在本公开实施例中，可以根据苹果肌中心和部分的人脸关键点来确定人脸图像中的苹果肌区域，以降低确定苹果肌区域的计算量。
在步骤S14中，对苹果肌区域进行颜色填充处理。
在一种可能的实现方式中，可以通过圆形凸透镜变形方法和圆形液化变形方法中的一种或两种方法，对苹果肌区域进行颜色填充处理，达到苹果肌饱满和突出苹果肌轮廓线的效果。
图2a示出根据本公开实施例的人脸图像的处理方法中对苹果肌区域进行颜色填充处理前的人脸图像的示意图。图2b示出根据本公开实施例的人脸图像的处理方法中对苹果肌区域进行颜色填充处理后的人脸图像的示意图。
本公开实施例通过获取人脸图像中的人脸关键点和人脸偏转角度，根据人脸关键点和人脸偏转角度，确定人脸图像中的苹果肌中心，根据人脸关键点和苹果肌中心，确定人脸图像中的苹果肌区域，并对苹果肌区域进行颜色填充处理，由此能够准确地定位苹果肌区域，基于准确定位的苹果肌区域进行苹果肌填充处理，使填充效果更自然。
图3示出根据本公开实施例的人脸图像的处理方法步骤S12的一示例性的流程图。如图3所示，步骤12可以包括步骤S121和步骤S122。
在步骤S121中，对人脸关键点进行插值处理，确定该人脸图像中的苹果肌中心的估计位置。
在本公开实施例中，苹果肌中心通常位于眼睛下方2厘米至3厘米的位置。利用人脸关键点进行插值，可以确定该人脸图像中的苹果肌中心的估计位置。例如，可以利用眼睛关键点、鼻子关键点和脸部关键点进行插值，得到该人脸图像中的苹果肌中心的估计位置。
在步骤S122中，根据人脸偏转角度，对苹果肌中心的估计位置进行调整，得到该人脸图像中的苹果肌中心。
在本公开实施例中，若人脸偏转角度为0，则可以无需对苹果肌中心的估计位置进行调整，而直接将苹果肌中心的估计位置作为该人脸图像中的苹果肌中心。若人脸偏转角度不为0，则根据人脸偏转角度对苹果肌中心的估计位置进行调整，得到该人脸图像中的苹果肌中心。
图4示出根据本公开实施例的人脸图像的处理方法步骤S13的一示例性的流程图。如图4所示，步骤13可以包括步骤S131至步骤S133。
在步骤S131中，将人脸关键点相连，得到人脸关键点对应的多边形。
在一种可能的实现方式中，可以将人脸关键点中的部分脸部轮廓关键点、部分鼻子关键点和部分眼睛关键点相连，得到这些人脸关键点对应的多边形。其中，眼睛关键点可以指下眼皮处的关键点。
在步骤S132中，将多边形中以苹果肌中心为圆心的最大的圆确定为该人脸图像中的苹果肌外轮廓圆。
在本公开实施例中，以苹果肌中心为圆心，以该多边形为界限画圆，得到该人脸图像中的苹果肌外轮廓圆。
图5示出根据本公开实施例的人脸图像的处理方法中苹果肌外轮廓圆的示意图。在图5所示的示例中，人脸图像中的苹果肌外轮廓圆包括C1和C2。
在步骤S133中，根据苹果肌外轮廓圆，确定该人脸图像中的苹果肌区域。
在一种可能的实现方式中，根据苹果肌外轮廓圆，确定该人脸图像中的苹果肌区域，包括：将苹果肌外轮廓圆所在区域确定为人脸图像中的苹果肌区域。
在另一种可能的实现方式中，根据苹果肌外轮廓圆，确定该人脸图像中的苹果肌区域，包括：采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域。在该实现方式中，可以采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行约束，以将苹果肌区域限制在脸部轮廓范围内。在该实现方式中，可以利用眼睛以下、嘴角以上部分的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域。
图6示出根据本公开实施例的人脸图像的处理方法中采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域的一示例性的流程图。如图6所示，采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域，可以包括步骤S1331至步骤S1333。
在步骤S1331中，对该人脸图像中的脸部轮廓线进行采样，得到脸部轮廓线上的采样点。
在一种可能的实现方式中，可以对眼睛以下、嘴角以上部分的脸部轮廓线进行采样，得到脸部轮廓线上的采样点。
在步骤S1332中，对苹果肌外轮廓圆进行采样，得到苹果肌外轮廓圆上的采样点。
在步骤S1333中，对脸部轮廓线上的采样点和苹果肌外轮廓圆上的采样点进行曲线拟合，得到该人脸图像中的苹果肌区域。
在一种可能的实现方式中，可以采用Catmull-Rom拟合方法，对脸部轮廓线上的采样点和苹果肌外轮廓圆上的采样点进行曲线拟合，得到该人脸图像中的苹果肌区域。
图7示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。如图7所示，步骤S14可以包括步骤S141和步骤S142。
在步骤S141中，分别确定苹果肌区域中的各个像素对应的第一目标像素，其中，像素对应的第一目标像素在苹果肌中心与像素的连线上。
在一种可能的实现方式中，分别确定苹果肌区域中的各个像素对应的第一目标像素，包括：根据苹果肌填充力度系数，分别确定苹果肌区域中的各个像素对应的第一目标像素。其中，苹果肌填充力度系数可以由用户自定义。苹果肌填充力度系数表示苹果肌变形的程度。例如，苹果肌填充力度系数越大，则苹果肌变形的程度越大；苹果肌填充力度系数越小，则苹果肌变形的程度越小。
在一种可能的实现方式中，分别确定苹果肌区域中的各个像素对应的第一目标像素，包括：采用二阶导数恒大于0的下凸函数，分别确定苹果肌区域中的各个像素对应的第一目标像素。例如，该函数为y＝1-sx2， 其中，P1表示苹果肌区域中的某一像素，表示苹果肌中心与该像素之间的距离，P1′表示该像素对应的第一目标像素，表示苹果肌中心与该第一目标像素之间的距离，s表示苹果肌填充力度系数。其中，x的取值范围为[0,1]。采用该函数，可以将变形的范围限制在苹果肌区域内，且在苹果肌区域内的变化是连续的。通过采用二阶导数恒大于0的下凸函数，能够达到苹果肌区域内的像素沿着半径方向向外扩散的效果。
图8示出根据本公开实施例的人脸图像的处理方法中步骤S141的示意图。如图8所示，令像素P1取像素P1’的像素值，可以达到将像素P1’移动到像素P1的效果。
在步骤S142中，将各个像素的像素值分别更新为对应的第一目标像素的像素值。
在图8所示的示例中，将像素P1的像素值更新为像素P1’的像素值，即，将像素P1’的像素值作为像素P1的像素值。
图7和图8所示的示例通过利用圆形凸透镜变形方法改变苹果肌区域内像素点的密度分布，变形效果是苹果肌区域中心的像素沿着半径方向向外扩散，由此进行苹果肌填充，达到苹果肌饱满的效果。该示例中的变形由苹果肌区域和苹果肌中心共同约束。
图9示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。如图9所示，步骤S14可以包括步骤S143至步骤S146。
在步骤S143中，确定该人脸图像中的第一参考点。
在一种可能的实现方式中，第一参考点与鼻尖关键点的距离大于苹果肌中心与鼻尖关键点的距离。即，在该实现方式中，第一参考点比苹果肌中心更接近脸部轮廓。
在一种可能的实现方式中，第一参考点在苹果肌区域外。例如，苹果肌中心与第一参考点之间的距离是苹果肌外轮廓圆的半径的倍。
例如，该人脸图像中的第一参考点为M1。
在步骤S144中，将苹果肌中心指向第一参考点的向量确定为第一参考向量。
例如，苹果肌中心为O，表示第一参考像素指向苹果肌中心的向量，第一参考点为M1，表示第一参考像素指向第一参考点的向量，则第一参考向量可以表示为其中，第一参考像素可以为坐标轴的原点。
在步骤S145中，根据第一参考向量，分别确定苹果肌区域中的各个像素对应的第二目标像素，其中，像素对应的第二目标像素指向该像素的向量与第一参考向量的方向相同。
在步骤S146中，将各个像素的像素值分别更新为对应的第二目标像素的像素值。
例如，苹果肌区域中的像素P2对应的第二目标像素为像素P2′，则可以将像素P2的像素值更新为像素P2′的像素值，即将像素P2′的像素值作为像素P2的像素值。
图9所示的示例通过圆形液化变形方法改变苹果肌区域内像素点的密度分布，变形效果是苹果肌区域内的像素沿着一个统一的方向扩散，由此填充苹果肌，突出苹果肌轮廓线，达到苹果肌饱满和立体的效果。图9所示的示例中的变形范围由苹果肌区域和苹果肌中心共同约束确定。
图10示出根据本公开实施例的人脸图像的处理方法步骤S145的一示例性的流程图。如图10所示，步骤S145可以包括步骤S1451至步骤S1453。
在步骤S1451中，确定苹果肌中心与苹果肌区域中的第一像素之间的第一距离。
例如，苹果肌中心为O，苹果肌区域中的第一像素为P2，表示第一参考像素指向苹果肌中心的向量，表示第一参考像素指向第一像素的向量，则苹果肌中心与苹果肌区域中的第一像素之间的第一距离可以表示为
在步骤S1452中，根据苹果肌外轮廓圆的半径、第一距离和第一参考向量的模，确定第一系数。
例如，苹果肌外轮廓圆的半径为R，第一距离为第一参考向量的模为第一系数为α1。
在步骤S1453中，根据第一像素、第一系数和第一参考向量，确定第一像素对应的第二目标像素。
图11示出根据本公开实施例的人脸图像的处理方法中苹果肌中心O、第一参考点M1、第一像素P2、第一像素对应的第二目标像素P2’以及苹果肌外轮廓圆的半径R的示意图。
图12示出根据本公开实施例的人脸图像的处理方法步骤S1452的一示例性的流程图。如图12所示，步骤S1452可以包括步骤S14521至步骤S14523。
在步骤S14521中，计算苹果肌外轮廓圆的半径的平方与第一距离的平方的第一差值。
例如，第一差值等于
在步骤S14522中，将第一差值与第一参考向量的模的平方相加，得到第一和。
例如，第一和等于
在步骤S14523中，计算第一差值与第一和的比值，得到第一系数。
例如，第一系数
图13示出根据本公开实施例的人脸图像的处理方法步骤S1453的一示例性的流程图。如图13所示，步骤S1453可以包括步骤S14531至步骤S14534。
在步骤S14531中，将第一参考像素指向第一像素的向量确定为第一像素向量。
例如，第一像素向量可以表示为
在步骤S14532中，计算第一系数与第一参考向量的第一乘积。
例如，第一系数与第一参考向量的第一乘积为
在步骤S14533中，计算第一像素向量与第一乘积的差值，得到第一像素对应的第二目标像素向量。
例如，第一像素对应的第二目标像素向量
在步骤S14534中，根据第一参考像素的位置，以及第一像素对应的第二目标像素向量，确定第一像素对应的第二目标像素。
其中，第一像素对应的第二目标像素向量表示第一参考像素指第二目标像素P2′的向量。根据第一参考像素的位置，以及第一像素对应的第二目标像素向量可以确定第一像素对应的第二目标像素P2′。
图14示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。如图14所示，步骤S14可以包括步骤S147、步骤S148、步骤S149和步骤S140。
在步骤S147中，确定该人脸图像中的第二参考点。
在一种可能的实现方式中，第二参考点与下眼皮关键点的距离小于苹果肌中心与下眼皮关键点的距离。
在一种可能的实现方式中，第二参考点在苹果肌区域外。
在一种可能的实现方式中，第二参考点在苹果肌中心与下眼皮关键点的连线上。
例如，该人脸图像中的第二参考点为M2。
在步骤S148中，将苹果肌中心指向第二参考点的向量确定为第二参考向量。
例如，苹果肌中心为O，表示第二参考像素指向苹果肌中心的向量，第二参考点为M2，表示第二参考像素指向第二参考点的向量，则第二参考向量可以表示为其中，第二参考像素可以为坐标轴的原点。
在步骤S149中，根据第二参考向量，分别确定苹果肌区域中的各个像素对应的第三目标像素，其中，像素对应的第三目标像素指向该像素的向量与第二参考向量的方向相同。
在步骤S140中，将各个像素的像素值分别更新为对应的第三目标像素的像素值。
例如，苹果肌区域中的像素P3对应的第三目标像素为像素P3′，则可以将像素P3的像素值更新为像素P3′的像素值，即将像素P3′的像素值作为像素P3的像素值。
图14所示的示例通过圆形液化变形方法来提升苹果肌位置，达到苹果肌整体提升，能够赋予脸部更多活力。该示例的变形范围由苹果肌区域和苹果肌中心共同约束确定。
图15示出根据本公开实施例的人脸图像的处理方法步骤S149的一示例性的流程图。如图15所示，步骤S149可以包括步骤S1491至步骤S1493。
在步骤S1491中，确定苹果肌中心与苹果肌区域中的第二像素之间的第二距离。
例如，苹果肌中心为O，苹果肌区域中的第二像素为P3，表示第二参考像素指向苹果肌中心的向量，表示第二参考像素指向第二像素的向量，则苹果肌中心与苹果肌区域中的第二像素之间的第二距离可以表示为
在步骤S1492中，根据苹果肌外轮廓圆的半径、第二距离和第二参考向量的模，确定第二系数。
例如，苹果肌外轮廓圆的半径为R，第二距离为第二参考向量的模为第二系数为α2。
在步骤S1493中，根据第二像素、第二系数和第二参考向量，确定第二像素对应的第三目标像素。
图16示出根据本公开实施例的人脸图像的处理方法中苹果肌中心O、第二参考点M2、第二像素P3、第二像素对应的第三目标像素P3’以及苹果肌外轮廓圆的半径R的示意图。
图17示出根据本公开实施例的人脸图像的处理方法步骤S1492的一示例性的流程图。如图17所示，步骤S1492可以包括步骤S14921至步骤S14923。
在步骤S14921中，计算苹果肌外轮廓圆的半径的平方与第二距离的平方的第二差值。
例如，第二差值等于
在步骤S14922中，将第二差值与第二参考向量的模的平方相加，得到第二和。
例如，第二和等于
在步骤S14923中，计算第二差值与第二和的比值，得到第二系数。
例如，第二系数
图18示出根据本公开实施例的人脸图像的处理方法步骤S1493的一示例性的流程图。如图18所示，步骤S1493可以包括步骤S14931至步骤S14934。
在步骤S14931中，将第二参考像素指向第二像素的向量确定为第二像素向量。
例如，第二像素向量可以表示为
在步骤S14932中，计算第二系数与第二参考向量的第二乘积。
例如，第二系数与第二参考向量的第二乘积为
在步骤S14933中，计算第二像素向量与第二乘积的差值，得到第二像素对应的第三目标像素向量。
例如，第二像素对应的第三目标像素向量
在步骤S14934中，根据第二参考像素的位置，以及第二像素对应的第三目标像素向量，确定第二像素对应的第三目标像素。
其中，第二像素对应的第三目标像素向量表示第二参考像素指第三目标像素P3′的向量。根据第二参考像素的位置，以及第二像素对应的第三目标像素向量可以确定第二像素对应的第三目标像素P3′。
在一种可能的实现方式中，步骤S14可以依次包括步骤S141和步骤S142，步骤S143至步骤S146，以及步骤S147至步骤S140。
在另一种可能的实现方式中，步骤S14可以依次包括步骤S141和步骤S142，以及步骤S147至步骤S140。
在另一种可能的实现方式中，步骤S14可以依次包括步骤S141和步骤S142，步骤S147至步骤S140，以及步骤S143至步骤S146。
在另一种可能的实现方式中，步骤S14可以依次包括步骤S143至步骤S146，步骤S141和步骤S142，以及步骤S147至步骤S140。
需要说明的是，尽管以以上实现方式介绍了步骤S14如上，但本领域技术人员能够理解，本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置步骤S14的具体实现方式，只要是根据步骤第一组步骤、第二组步骤和第三组步骤中的一组、两组或三组步骤来实现即可。其中，第一组步骤表示步骤S141和步骤S142，第二组步骤表示步骤S143至步骤S146，第三组步骤表示步骤S147至步骤S140。
图19示出根据本公开实施例的人脸图像的处理方法步骤S14的一示例性的流程图。如图19所示，步骤S14可以包括步骤S141至步骤S140。对各步骤的描述参见上文，在此不再赘述。
在步骤S141中，分别确定苹果肌区域中的各个像素对应的第一目标像素，其中，像素对应的第一目标像素在苹果肌中心与像素的连线上。
在步骤S142中，将各个像素的像素值分别更新为对应的第一目标像素的像素值。
在步骤S143中，确定人脸图像中的第一参考点。
在步骤S144中，将苹果肌中心指向第一参考点的向量确定为第一参考向量。
在步骤S145中，根据第一参考向量，分别确定苹果肌区域中的各个像素对应的第二目标像素，其中，像素对应的第二目标像素指向像素的向量与第一参考向量的方向相同。
在步骤S146中，将各个像素的像素值分别更新为对应的第二目标像素的像素值。
在步骤S147中，确定人脸图像中的第二参考点。
在步骤S148中，将苹果肌中心指向第二参考点的向量确定为第二参考向量。
在步骤S149中，根据第二参考向量，分别确定苹果肌区域中的各个像素对应的第三目标像素，其中，像素对应的第三目标像素指向像素的向量与第二参考向量的方向相同。
在步骤S140中，将各个像素的像素值分别更新为对应的第三目标像素的像素值。
本公开实施例采用的苹果肌填充方法只采用变形方法，几乎不改变脸部的光影分布，因此苹果肌填充效果更自然。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了人脸图像的处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种人脸图像的处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图20示出根据本公开实施例的人脸图像的处理装置的框图。如图20所示，该装置包括：获取模块21，用于获取人脸图像中的人脸关键点和人脸偏转角度；第一确定模块22，用于根据人脸关键点和人脸偏转角度，确定该人脸图像中的苹果肌中心；第二确定模块23，用于根据人脸关键点和苹果肌中心，确定该人脸图像中的苹果肌区域；填充模块24，用于对苹果肌区域进行颜色填充处理。
图21示出根据本公开实施例的人脸图像的处理装置的一示例性的框图。如图21所示：
在一种可能的实现方式中，第一确定模块22包括：第一确定子模块221，用于对人脸关键点进行插值处理，确定该人脸图像中的苹果肌中心的估计位置；调整子模块222，用于根据人脸偏转角度，对苹果肌中心的估计位置进行调整，得到该人脸图像中的苹果肌中心。
在一种可能的实现方式中，第二确定模块23包括：相连子模块231，用于将人脸关键点相连，得到人脸关键点对应的多边形；第二确定子模块232，用于将多边形中以苹果肌中心为圆心的最大的圆确定为该人脸图像中的苹果肌外轮廓圆；第三确定子模块233，用于根据苹果肌外轮廓圆，确定该人脸图像中的苹果肌区域。
在一种可能的实现方式中，第三确定子模块233用于：采用该人脸图像中的脸部轮廓线对苹果肌外轮廓圆进行调整，得到该人脸图像中的苹果肌区域。
在一种可能的实现方式中，第三确定子模块233包括：第一采样单元，用于对该人脸图像中的脸部轮廓线进行采样，得到脸部轮廓线上的采样点；第二采样单元，用于对苹果肌外轮廓圆进行采样，得到苹果肌外轮廓圆上的采样点；曲线拟合单元，用于对脸部轮廓线上的采样点和苹果肌外轮廓圆上的采样点进行曲线拟合，得到该人脸图像中的苹果肌区域。
在一种可能的实现方式中，填充模块24包括：第四确定子模块241，用于分别确定苹果肌区域中的各个像素对应的第一目标像素，其中，像素对应的第一目标像素在苹果肌中心与像素的连线上；第一更新子模块242，用于将各个像素的像素值分别更新为对应的第一目标像素的像素值。
在一种可能的实现方式中，第四确定子模块241用于：根据苹果肌填充力度系数，分别确定苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，第四确定子模块241用于：采用二阶导数恒大于0的下凸函数，分别确定苹果肌区域中的各个像素对应的第一目标像素。
在一种可能的实现方式中，填充模块24包括：第五确定子模块243，用于确定该人脸图像中的第一参考点；第六确定子模块244，用于将苹果肌中心指向第一参考点的向量确定为第一参考向量；第七确定子模块245，用于根据第一参考向量，分别确定苹果肌区域中的各个像素对应的第二目标像素，其中，像素对应的第二目标像素指向该像素的向量与第一参考向量的方向相同；第二更新子模块246，用于将各个像素的像素值分别更新为对应的第二目标像素的像素值。
在一种可能的实现方式中，第一参考点与鼻尖关键点的距离大于苹果肌中心与鼻尖关键点的距离。
在一种可能的实现方式中，第七确定子模块245包括：第一确定单元，用于确定苹果肌中心与苹果肌区域中的第一像素之间的第一距离；第二确定单元，用于根据苹果肌外轮廓圆的半径、第一距离和第一参考向量的模，确定第一系数；第三确定单元，用于根据第一像素、第一系数和第一参考向量，确定第一像素对应的第二目标像素。
在一种可能的实现方式中，第二确定单元包括：第一计算子单元，用于计算苹果肌外轮廓圆的半径的平方与第一距离的平方的第一差值；第二计算子单元，用于将第一差值与第一参考向量的模的平方相加，得到第一和；第三计算子单元，用于计算第一差值与第一和的比值，得到第一系数。
在一种可能的实现方式中，第三确定单元包括：第一确定子单元，用于将第一参考像素指向第一像素的向量确定为第一像素向量；第四计算子单元，用于计算第一系数与第一参考向量的第一乘积；第五计算子单元，用于计算第一像素向量与第一乘积的差值，得到第一像素对应的第二目标像素向量；第二确定子单元，用于根据第一参考像素的位置，以及第一像素对应的第二目标像素向量，确定第一像素对应的第二目标像素。
在一种可能的实现方式中，填充模块24包括：第八确定子模块247，用于确定该人脸图像中的第二参考点；第九确定子模块248，用于将苹果肌中心指向第二参考点的向量确定为第二参考向量；第十确定子模块249，用于根据第二参考向量，分别确定苹果肌区域中的各个像素对应的第三目标像素，其中，像素对应的第三目标像素指向该像素的向量与第二参考向量的方向相同；第三更新子模块240，用于将各个像素的像素值分别更新为对应的第三目标像素的像素值。
在一种可能的实现方式中，第二参考点在苹果肌中心与下眼皮关键点的连线上。
在一种可能的实现方式中，第十确定子模块249包括：第四确定单元，用于确定苹果肌中心与苹果肌区域中的第二像素之间的第二距离；第五确定单元，用于根据苹果肌外轮廓圆的半径、第二距离和第二参考向量的模，确定第二系数；第六确定单元，用于根据第二像素、第二系数和第二参考向量，确定第二像素对应的第三目标像素。
在一种可能的实现方式中，第五确定单元包括：第六计算子单元，用于计算苹果肌外轮廓圆的半径的平方与第二距离的平方的第二差值；第七计算子单元，用于将第二差值与第二参考向量的模的平方相加，得到第二和；第八计算子单元，用于计算第二差值与第二和的比值，得到第二系数。
在一种可能的实现方式中，第六确定单元包括：第三确定子单元，用于将第二参考像素指向第二像素的向量确定为第二像素向量；第九计算子单元，用于计算第二系数与第二参考向量的第二乘积；第十计算子单元，用于计算第二像素向量与第二乘积的差值，得到第二像素对应的第三目标像素向量；第四确定子单元，用于根据第二参考像素的位置，以及第二像素对应的第三目标像素向量，确定第二像素对应的第三目标像素。
在一种可能的实现方式中，填充模块24包括：第四确定子模块241，用于分别确定苹果肌区域中的各个像素对应的第一目标像素，其中，像素对应的第一目标像素在苹果肌中心与像素的连线上；第一更新子模块242，用于将各个像素的像素值分别更新为对应的第一目标像素的像素值；第五确定子模块243，用于确定该人脸图像中的第一参考点；第六确定子模块244，用于将苹果肌中心指向第一参考点的向量确定为第一参考向量；第七确定子模块245，用于根据第一参考向量，分别确定苹果肌区域中的各个像素对应的第二目标像素，其中，像素对应的第二目标像素指向该像素的向量与第一参考向量的方向相同；第二更新子模块246，用于将各个像素的像素值分别更新为对应的第二目标像素的像素值；第八确定子模块247，用于确定该人脸图像中的第二参考点；第九确定子模块248，用于将苹果肌中心指向第二参考点的向量确定为第二参考向量；第十确定子模块249，用于根据第二参考向量，分别确定苹果肌区域中的各个像素对应的第三目标像素，其中，像素对应的第三目标像素指向该像素的向量与第二参考向量的方向相同；第三更新子模块240，用于将各个像素的像素值分别更新为对应的第三目标像素的像素值。
本公开实施例通过获取人脸图像中的人脸关键点和人脸偏转角度，根据人脸关键点和人脸偏转角度，确定人脸图像中的苹果肌中心，根据人脸关键点和苹果肌中心，确定人脸图像中的苹果肌区域，并对苹果肌区域进行颜色填充处理，由此能够准确地定位苹果肌区域，基于准确定位的苹果肌区域进行苹果肌填充处理，使填充效果更自然。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图22是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图22，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图23是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图23，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种人脸图像的处理方法，其特征在于，包括：
获取人脸图像中的人脸关键点和人脸偏转角度；
根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心；
根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域；
对所述苹果肌区域进行颜色填充处理。
2.根据权利要求1所述的方法，其特征在于，对所述苹果肌区域进行颜色填充处理，包括：
分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
将所述各个像素的像素值分别更新为对应的第一目标像素的像素值。
3.根据权利要求1或2所述的方法，其特征在于，对所述苹果肌区域进行颜色填充处理，包括：
确定所述人脸图像中的第一参考点；
将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第二目标像素的像素值。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，对所述苹果肌区域进行颜色填充处理，包括：
确定所述人脸图像中的第二参考点；
将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
5.一种人脸图像的处理装置，其特征在于，包括：
获取模块，用于获取人脸图像中的人脸关键点和人脸偏转角度；
第一确定模块，用于根据所述人脸关键点和所述人脸偏转角度，确定所述人脸图像中的苹果肌中心；
第二确定模块，用于根据所述人脸关键点和所述苹果肌中心，确定所述人脸图像中的苹果肌区域；
填充模块，用于对所述苹果肌区域进行颜色填充处理。
6.根据权利要求5所述的装置，其特征在于，所述填充模块包括：
第四确定子模块，用于分别确定所述苹果肌区域中的各个像素对应的第一目标像素，其中，所述像素对应的第一目标像素在所述苹果肌中心与所述像素的连线上；
第一更新子模块，用于将所述各个像素的像素值分别更新为对应的第一目标像素的像素值。
7.根据权利要求5或6所述的装置，其特征在于，所述填充模块包括：
第五确定子模块，用于确定所述人脸图像中的第一参考点；
第六确定子模块，用于将所述苹果肌中心指向所述第一参考点的向量确定为第一参考向量；
第七确定子模块，用于根据所述第一参考向量，分别确定所述苹果肌区域中的各个像素对应的第二目标像素，其中，所述像素对应的第二目标像素指向所述像素的向量与所述第一参考向量的方向相同；
第二更新子模块，用于将所述各个像素的像素值分别更新为对应的第二目标像素的像素值。
8.根据权利要求5至7中任意一项所述的装置，其特征在于，所述填充模块包括：
第八确定子模块，用于确定所述人脸图像中的第二参考点；
第九确定子模块，用于将所述苹果肌中心指向所述第二参考点的向量确定为第二参考向量；
第十确定子模块，用于根据所述第二参考向量，分别确定所述苹果肌区域中的各个像素对应的第三目标像素，其中，所述像素对应的第三目标像素指向所述像素的向量与所述第二参考向量的方向相同；
第三更新子模块，用于将所述各个像素的像素值分别更新为对应的第三目标像素的像素值。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至4中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
CN201811141270.9A 2018-09-28 2018-09-28 人脸图像的处理方法及装置、电子设备和存储介质 Active CN109446912B (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201811141270.9A CN109446912B (zh) 2018-09-28 2018-09-28 人脸图像的处理方法及装置、电子设备和存储介质
JP2019571734A JP6923682B2 (ja) 2018-09-28 2018-11-26 顔画像の処理方法および装置、電子機器ならびに記憶媒体
SG11201913734TA SG11201913734TA (en) 2018-09-28 2018-11-26 Face image processing method and apparatuse, electronic device, and storage medium
PCT/CN2018/117498 WO2020062532A1 (zh) 2018-09-28 2018-11-26 人脸图像的处理方法及装置、电子设备和存储介质
TW108129695A TWI718631B (zh) 2018-09-28 2019-08-20 人臉圖像的處理方法及裝置、電子設備和儲存介質
US16/729,427 US11341768B2 (en) 2018-09-28 2019-12-29 Face image processing method and apparatus, electronic device, and storage medium
US17/696,223 US11734804B2 (en) 2018-09-28 2022-03-16 Face image processing method and apparatus, electronic device, and storage medium
US17/696,240 US11741583B2 (en) 2018-09-28 2022-03-16 Face image processing method and apparatus, electronic device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811141270.9A CN109446912B (zh) 2018-09-28 2018-09-28 人脸图像的处理方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN109446912A true CN109446912A (zh) 2019-03-08
CN109446912B CN109446912B (zh) 2021-04-09

Family

ID=65544695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811141270.9A Active CN109446912B (zh) 2018-09-28 2018-09-28 人脸图像的处理方法及装置、电子设备和存储介质

Country Status (6)

Country Link
US (3) US11341768B2 (zh)
JP (1) JP6923682B2 (zh)
CN (1) CN109446912B (zh)
SG (1) SG11201913734TA (zh)
TW (1) TWI718631B (zh)
WO (1) WO2020062532A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288551A (zh) * 2019-06-29 2019-09-27 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

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108230331A (zh) * 2017-09-30 2018-06-29 深圳市商汤科技有限公司 图像处理方法和装置、电子设备、计算机存储介质
CN109446912B (zh) * 2018-09-28 2021-04-09 北京市商汤科技开发有限公司 人脸图像的处理方法及装置、电子设备和存储介质
JP7345306B2 (ja) * 2019-07-30 2023-09-15 キヤノン株式会社 画像処理装置、画像処理方法
CN116109479B (zh) * 2023-04-17 2023-07-18 广州趣丸网络科技有限公司 虚拟形象的面部调整方法、装置、计算机设备和存储介质
CN117095450B (zh) * 2023-10-20 2024-01-09 武汉大学人民医院（湖北省人民医院） 一种基于图像的眼干程度评估系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102201061A (zh) * 2011-06-24 2011-09-28 常州锐驰电子科技有限公司 基于多阶层过滤人脸识别的智能安全监控系统及方法
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法
CN106446781A (zh) * 2016-08-29 2017-02-22 厦门美图之家科技有限公司 一种人脸图像处理方法及装置
US20170242554A1 (en) * 2016-02-19 2017-08-24 Samsung Electronics Co., Ltd. Method and apparatus for providing summary information of a video
CN107958439A (zh) * 2017-11-09 2018-04-24 北京小米移动软件有限公司 图像处理方法及装置

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7221809B2 (en) * 2001-12-17 2007-05-22 Genex Technologies, Inc. Face recognition system and method
US8103061B2 (en) * 2006-10-02 2012-01-24 Johnson & Johnson Consumer Companies, Inc. Method and apparatus for identifying facial regions
TWI417811B (zh) * 2008-12-31 2013-12-01 Altek Corp The Method of Face Beautification in Digital Image
JP4760999B1 (ja) * 2010-10-29 2011-08-31 オムロン株式会社 画像処理装置、画像処理方法、および制御プログラム
TW201222432A (en) * 2010-11-26 2012-06-01 Inst Information Industry System, device, method, and computer program product for facial defect analysis using angular facial image
TWI545947B (zh) * 2011-04-08 2016-08-11 南昌歐菲光電技術有限公司 具有影像擷取及分析模組之顯示裝置
JP5991536B2 (ja) * 2013-02-01 2016-09-14 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、メイクアップ支援方法、およびメイクアップ支援プログラム
US9149124B1 (en) * 2013-04-04 2015-10-06 Joseph Savovic Engineered seating system for use in medical lift chairs
CN104599297B (zh) * 2013-10-31 2018-07-10 厦门美图网科技有限公司 一种对人脸自动上腮红的图像处理方法
US9589178B2 (en) * 2014-09-12 2017-03-07 Htc Corporation Image processing with facial features
CN106682598B (zh) * 2016-12-14 2021-02-19 华南理工大学 一种基于级联回归的多姿态的人脸特征点检测方法
CN108346171B (zh) * 2017-01-25 2021-12-10 斑马智行网络(香港)有限公司 一种图像处理方法、装置、设备和计算机存储介质
CN107862274A (zh) * 2017-10-31 2018-03-30 广东欧珀移动通信有限公司 美颜方法、装置、电子设备和计算机可读存储介质
CN108447017B (zh) * 2018-05-31 2022-05-13 Oppo广东移动通信有限公司 人脸虚拟整容方法和装置
CN108550185A (zh) * 2018-05-31 2018-09-18 Oppo广东移动通信有限公司 人脸美化处理方法和装置
CN109446912B (zh) * 2018-09-28 2021-04-09 北京市商汤科技开发有限公司 人脸图像的处理方法及装置、电子设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102201061A (zh) * 2011-06-24 2011-09-28 常州锐驰电子科技有限公司 基于多阶层过滤人脸识别的智能安全监控系统及方法
CN104091162A (zh) * 2014-07-17 2014-10-08 东南大学 基于特征点的三维人脸识别方法
US20170242554A1 (en) * 2016-02-19 2017-08-24 Samsung Electronics Co., Ltd. Method and apparatus for providing summary information of a video
CN106446781A (zh) * 2016-08-29 2017-02-22 厦门美图之家科技有限公司 一种人脸图像处理方法及装置
CN107958439A (zh) * 2017-11-09 2018-04-24 北京小米移动软件有限公司 图像处理方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288551A (zh) * 2019-06-29 2019-09-27 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
CN110288551B (zh) * 2019-06-29 2021-11-09 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

Also Published As

Publication number Publication date
JP2021501924A (ja) 2021-01-21
TWI718631B (zh) 2021-02-11
WO2020062532A1 (zh) 2020-04-02
US11341768B2 (en) 2022-05-24
SG11201913734TA (en) 2020-05-28
TW202013316A (zh) 2020-04-01
US11741583B2 (en) 2023-08-29
CN109446912B (zh) 2021-04-09
JP6923682B2 (ja) 2021-08-25
US20220207911A1 (en) 2022-06-30
US11734804B2 (en) 2023-08-22
US20220207910A1 (en) 2022-06-30
US20200193142A1 (en) 2020-06-18

Similar Documents

Publication Publication Date Title
CN109446912A (zh) 人脸图像的处理方法及装置、电子设备和存储介质
CN110363150A (zh) 数据更新方法及装置、电子设备和存储介质
CN109522910A (zh) 关键点检测方法及装置、电子设备和存储介质
CN109618184A (zh) 视频处理方法及装置、电子设备和存储介质
CN109697734A (zh) 位姿估计方法及装置、电子设备和存储介质
CN108846377A (zh) 用于拍摄图像的方法和装置
CN110298310A (zh) 图像处理方法及装置、电子设备和存储介质
CN109872297A (zh) 图像处理方法及装置、电子设备和存储介质
CN109344832A (zh) 图像处理方法及装置、电子设备和存储介质
CN107845062B (zh) 图像生成方法及装置
CN109377446A (zh) 人脸图像的处理方法及装置、电子设备和存储介质
CN109257645A (zh) 视频封面生成方法及装置
CN110503023A (zh) 活体检测方法及装置、电子设备和存储介质
CN110473259A (zh) 位姿确定方法及装置、电子设备和存储介质
CN109977847A (zh) 图像生成方法及装置、电子设备和存储介质
CN109801270A (zh) 锚点确定方法及装置、电子设备和存储介质
CN110706339B (zh) 三维人脸重建方法及装置、电子设备和存储介质
CN110458218A (zh) 图像分类方法及装置、分类网络训练方法及装置
CN109325908A (zh) 图像处理方法及装置、电子设备和存储介质
CN108881952A (zh) 视频生成方法及装置、电子设备和存储介质
CN106875446B (zh) 相机重定位方法及装置
CN109711546A (zh) 神经网络训练方法及装置、电子设备和存储介质
CN109978891A (zh) 图像处理方法及装置、电子设备和存储介质
CN107944367A (zh) 人脸关键点检测方法及装置
CN109977860A (zh) 图像处理方法及装置、电子设备和存储介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40003344

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: Room 1101-1117, 11 / F, No. 58, Beisihuan West Road, Haidian District, Beijing 100080

Patentee after: BEIJING SENSETIME TECHNOLOGY DEVELOPMENT Co.,Ltd.

Address before: Room 710-712, 7th floor, No. 1 Courtyard, Zhongguancun East Road, Haidian District, Beijing

Patentee before: BEIJING SENSETIME TECHNOLOGY DEVELOPMENT Co.,Ltd.