CN110021000A - 基于图层变形的发际线修复方法及装置 - Google Patents
基于图层变形的发际线修复方法及装置 Download PDFInfo
- Publication number
- CN110021000A CN110021000A CN201910373060.0A CN201910373060A CN110021000A CN 110021000 A CN110021000 A CN 110021000A CN 201910373060 A CN201910373060 A CN 201910373060A CN 110021000 A CN110021000 A CN 110021000A
- Authority
- CN
- China
- Prior art keywords
- hair
- repaired
- hair line
- line
- key point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000001815 facial effect Effects 0.000 claims abstract description 94
- 230000008439 repair process Effects 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000289 photo-effect Toxicity 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出了一种基于图层变形的发际线修复方法及装置,其中该方法包括:对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对待修复人脸图像进行头发分割以获取头发区域mask图像;根据人脸轮廓关键点和头发区域mask图像获取发际线;根据用户指令和发际线确定待修复区域和待修复信息;基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复;由此,本发明通过变形算法与图层相结合的方式来实现发际线的修复处理,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种基于图层变形的发际线修复方法、一种基于图层变形的发际线修复装置以及一种计算机可读存储介质和计算机设备。
背景技术
在日常生活中,需要使用照片的场景越来越多了,但是,许多用户由于发际线高的问题,导致其拍摄的照片并不理想,通常还需要对拍摄的照片进行发际线修复,从而提高用户的形象。
目前常用的发际线修复方法,要么直接通过液化方式进行处理,这种方式容易导致头发失真严重,要么通过发型替换,以实现对发际线的修复,这种方式需要建立庞大的发型库和脸型库,不仅构建成本高而且匹配工程量又大又复杂,并且由于在匹配过程中发型库具有很大的不确定性,所以容易出现生硬的情况,从而导致修复效果差。
发明内容
本发明是基于发明人对以下问题的认识和研究而提出的:
现有的发际线修复方法通常采用整个发型替换的方案进行修复的,这种修复方式存在以下问题,首先由于发型替换需要建立发型库和脸型库,但是发型库和脸型库只能提供有限的样式,而真实场景中的发型和脸型样式繁多,所以难以找到真正完全匹配的样式,容易出现生搬硬套的情况;再者用户为了找到适宜的发型只能不停的筛选,很难结合自己的实际情况做调整,费时费力;最后由于人的头发细节较多,生成的头发模板具有很大的不确定性,容易导致失真的情况,从而使得修复后的照片效果差。
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种基于图层变形的发际线修复方法,采用变形算法与图层相结合的方式,从而大大提高了图像修复的效果。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种基于图层变形的发际线修复装置。
为达到上述目的,本发明第一方面实施例提出了一种基于图层变形的发际线修复方法,该方法包括以下步骤:对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对所述待修复人脸图像进行头发分割以获取头发区域mask图像;根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线;根据用户指令和所述发际线确定待修复区域和待修复信息;基于所述人脸轮廓关键点和所述待修复信息,采用图层变形算法对所述待修复区域进行发际线修复。
根据本发明实施例的基于图层变形的发际线修复方法,首先对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对待修复人脸图像进行头发分割以获取头发区域mask图像,接着根据人脸轮廓关键点和头发区域mask图像获取发际线,然后根据用户指令和发际线确定待修复区域和待修复信息,最后基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。由此,本发明通过变形算法与图层相结合的方式来实现发际线的修复处理,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
另外,根据本发明上述实施例提出的基于图层变形的发际线修复方法还可以具有如下附加的技术特征:
可选地,根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线,包括:根据所述头发区域mask图像获取头发轮廓曲线;从所述人脸轮廓关键点中选取左右两个代表关键点;计算所述头发轮廓曲线上距离所述左右两个代表关键点最近的两个特征点,并根据所述两个特征点将所述头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为所述发际线。
可选地,根据用户指令和所述发际线确定待修复区域和待修复信息,包括:根据所述第一次用户指令和所述发际线确定第一位置坐标,并根据所述第二次用户指令确定第二位置坐标,以及将所述第一位置坐标和所述第二位置坐标作为所述待修复信息;根据确定所述第一位置坐标和所述第二位置坐标确定所述待修复区域。
可选地,采用图层变形算法对所述待修复区域进行发际线修复,包括:在保持所述人脸轮廓关键点的位置不变的情况下,对所述头发区域mask图像进行变形以覆盖所述待修复区域;采用图层方式对所述头发区域mask图像与变形后的头发区域mask图像在所述发际线处进行过渡处理。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有基于图层变形的发际线修复程序,该基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法。
根据本发明实施例的计算机可读存储介质,通过存储基于图层变形的发际线修复程序,这样基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法,从而有效的对发际线进行修复,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的基于图层变形的发际线修复方法。
根据本发明实施例的计算机设备,通过存储器存储基于图层变形的发际线修复程序,这样基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法,从而有效的对发际线进行修复,大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
为达到上述目的,本发明第四方面实施例提出了一种基于图层变形的发际线修复装置,包括:人脸关键点检测模块,用于对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点;头发分割模块,用于对所述待修复人脸图像进行头发分割以获取头发区域mask图像;发际线获取模块,用于根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线;确定模块,用于根据用户指令和所述发际线确定待修复区域和待修复信息;发际线修复模块,用于基于所述人脸轮廓关键点和所述待修复信息,采用图层变形算法对所述待修复区域进行发际线修复。
根据本发明实施例提供的基于图层变形的发际线修复装置,通过人脸关键点检测模块对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并通过头发分割模块对待修复人脸图像进行头发分割以获取头发区域mask图像,然后通过发际线获取模块根据人脸轮廓关键点和头发区域mask图像获取发际线,再通过确定模块根据用户指令和发际线确定待修复区域和待修复信息,并通过发际线修复模块基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。由此,本发明通过变形算法与图层相结合的方式来实现发际线的修复处理,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
另外,根据本发明上述实施例提出的基于图层变形的发际线修复装置还可以具有如下附加的技术特征:
可选地,所述发际线获取模块进一步用于,根据所述头发区域mask图像获取头发轮廓曲线;从所述人脸轮廓关键点中选取左右两个代表关键点;计算所述头发轮廓曲线上距离所述左右两个代表关键点最近的两个特征点,并根据所述两个特征点将所述头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为所述发际线。
可选地,所述确定模块进一步用于,根据所述第一次用户指令和所述发际线确定第一位置坐标,并根据所述第二次用户指令确定第二位置坐标,以及将所述第一位置坐标和所述第二位置坐标作为所述待修复信息;根据确定所述第一位置坐标和所述第二位置坐标确定所述待修复区域。
可选地,所述发际线修复模块进一步用于,在保持所述人脸轮廓关键点的位置不变的情况下,对所述头发区域mask图像进行变形以覆盖所述待修复区域;采用图层方式对所述头发区域mask图像与变形后的头发区域mask图像在所述发际线处进行过渡处理。
附图说明
图1为根据本发明实施例的基于图层变形的发际线修复方法的流程示意图;
图2为根据本发明一个实施例的基于图层变形的发际线修复方法的根据人脸轮廓关键点和头发区域mask图像获取发际线的流程示意图;
图3为根据本发明一个实施例的基于图层变形的发际线修复方法的根据用户指令和发际线确定待修复区域和待修复信息的流程示意图;
图4为根据本发明一个实施例的基于图层变形的发际线修复方法的采用图层变形算法对待修复区域进行发际线修复的流程示意图;
图5为根据本发明一个实施例的基于图层变形的发际线修复方法的人脸轮廓关键点及发区域mask图像的效果图;
图6为根据本发明一个实施例的基于图层变形的发际线修复方法的获取发际线的效果图;
图7为根据本发明一个实施例的基于图层变形的发际线修复方法的第一次用户指令和第二次用户指令的点击位置的效果图;
图8为根据本发明一个实施例的基于图层变形的发际线修复方法的发际线修复前后的效果对比图;
图9为根据本发明一个实施例的基于图层变形的发际线修复装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
目前常用的发际线修复方法,要么直接通过液化方式进行处理,这种方式容易导致头发失真严重,要么通过发型替换,以实现对发际线的修复,这种方式需要建立庞大的发型库和脸型库,不仅构建成本高而且匹配工程量又大又复杂,并且由于在匹配过程中发型库具有很大的不确定性,所以容易出现生硬的情况,从而导致修复效果差。
而本发明提出的基于图层变形的发际线修复方法,可通过变形算法与图层相结合的方式来实现发际线的修复处理,首先对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对待修复人脸图像进行头发分割以获取头发区域mask图像,接着根据人脸轮廓关键点和头发区域mask图像获取发际线,然后根据用户指令和发际线确定待修复区域和待修复信息,最后基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复;由此极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明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发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明实施例的基于图层变形的发际线修复方法的流程示意图。如图1所示,本发明实施例的基于图层变形的发际线修复方法包括以下步骤:
步骤101,对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对待修复人脸图像进行头发分割以获取头发区域mask图像。
作为一个示例,用户上传待修复人脸图像后,通过深度学习技术获得人脸轮廓关键点和头发区域mask图像,如图5所示,其中5a为获取的人脸轮廓关键点的效果图,5b为获取的头发区域mask图像的效果图。
需要说明的是,上述人脸轮廓关键点为人脸轮廓和五官关键点,头发区域mask图像即从待修复人脸图像中分割出来的头发区域。
步骤102,根据人脸轮廓关键点和头发区域mask图像获取发际线。
也就是说,通过人脸轮廓关键点和头发区域mask图像可以拟合出待修复人脸图像的发际线。
步骤103,根据用户指令和发际线确定待修复区域和待修复信息。
作为一个示例,通过用户指令确定需要修复的发际线位置,以及修复后的发际线的具体位置,从而确定发际线的待修复区域,其中用户指令所获得的信息可作为待修复信息。
步骤104,基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。
也就是说,根据人脸轮廓关键点和待修复信息,通过图层变形算法使待修复区域上覆盖头发,从而实现对发际线的修复。
根据本发明实施例的基于图层变形的发际线修复方法,首先对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对待修复人脸图像进行头发分割以获取头发区域mask图像,接着根据人脸轮廓关键点和头发区域mask图像获取发际线,然后根据用户指令和发际线确定待修复区域和待修复信息,最后基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。由此,本发明通过变形算法与图层相结合的方式来实现发际线的修复处理,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
进一步地,如图2所示,根据人脸轮廓关键点和头发区域mask图像获取发际线包括以下步骤:
步骤201,根据头发区域mask图像获取头发轮廓曲线。
也就是说,通过待修复人脸图像中分割出来的头发区域mask图像中可以获取头发轮廓曲线。
需要说明的是,头发轮廓曲线为闭合的曲线。
步骤202,从人脸轮廓关键点中选取左右两个代表关键点。
需要说明的是,左右两个代表关键点为对称点。
作为一个示例,左右两个代表关键点可以选取人脸轮廓关键点中嘴角的两个关键点,本发明对此不作具体限定。
步骤203,计算头发轮廓曲线上距离左右两个代表关键点最近的两个特征点,并根据两个特征点将头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为发际线。
作为一个示例,如图6所示,若将嘴角作为左右两个代表关键点,则头发轮廓曲线上距离左右两个代表关键点最近的两个特征点为左右的鬓角,根据左右的鬓角的特征点将闭合的发轮廓曲线分成两段,其中将靠近人脸轮廓的曲线作为发际线。
进一步地,如图3所示,根据用户指令和发际线确定待修复区域和待修复信息包括以下步骤:
步骤301,根据第一次用户指令和发际线确定第一位置坐标,并根据第二次用户指令确定第二位置坐标,以及将第一位置坐标和第二位置坐标作为待修复信息。
作为一个示例,如图7所示,其中7a为用户第一点击位置,用户第一次点击需要修复的发际线区域附近的位置以发出第一次用户指令,在用户点击时,算法马上获取其点击位置从而确定第一位置坐标,其中7b为用户第二点击位置,用户第二次点击修复后的发际线需要覆盖的位置以发出第二次用户指令,在用户点击时,算法马上获取其点击位置从而确定第二位置坐标,并将第一位置坐标和第二位置坐标作为待修复信息。
需要说明的是,用户第一次点击时无需精确点中发际线,只要靠近发际线区域即可。
步骤302,根据确定第一位置坐标和第二位置坐标确定待修复区域。
也就是说,通过确定第一位置坐标从而确定需要修复的发际线的大概位置,再通过第二位置坐标确定发际线变形之后的位置,从而确定待修复区域。
进一步地,如图4所示,采用图层变形算法对待修复区域进行发际线修复包括以下步骤:
步骤401,在保持人脸轮廓关键点的位置不变的情况下,对头发区域mask图像进行变形以覆盖待修复区域。
也就是说,在确定待修复区域后,将头发区域mask图像覆盖到待修复区域上,从而对头发区域mask图像进行变形。
步骤402,采用图层方式对头发区域mask图像与变形后的头发区域mask图像在发际线处进行过渡处理。
也就是说,通过图层方式使变形后的头发区域mask图像与原始头发区域mask图像在原始发际线处进行过渡处理,使得修复后的人脸图像看不出修补痕迹,从而保证了修复头发的真实性。
作为一个实施例,如图8所示,其中8a为发际线修复前的效果图,8b为发际线修复后的效果图,由此可见,发际线修复效果上真实可靠,能够保持头发细节特征,且操作简单,用户只需点击需要修复的位置即可快速进行发际线修复,并且大大提高了修复效果。
另外,本发明实施例还提出了一种计算机可读存储介质,其上存储有基于图层变形的发际线修复程序,该基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法。
根据本发明实施例的计算机可读存储介质,通过存储基于图层变形的发际线修复程序,这样基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法,从而有效的对发际线进行修复,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
另外,本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述的基于图层变形的发际线修复方法。
根据本发明实施例的计算机设备,通过存储器存储基于图层变形的发际线修复程序,这样基于图层变形的发际线修复程序被处理器执行时实现如上述的基于图层变形的发际线修复方法,从而有效的对发际线进行修复,大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
图5为根据本发明一个实施例的基于图层变形的发际线修复装置的方框示意图。如图5所示,该基于图层变形的发际线修复装置包括人脸关键点检测模块501、头发分割模块502、发际线获取模块503、确定模块504以及发际线修复模块505;
其中,人脸关键点检测模块501,用于对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点;头发分割模块502,用于对待修复人脸图像进行头发分割以获取头发区域mask图像;发际线获取模块503,用于根据人脸轮廓关键点和头发区域mask图像获取发际线;确定模块504,用于根据用户指令和发际线确定待修复区域和待修复信息;发际线修复模块505,用于基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。
作为一个实施例,上述发际线获取模块进一步用于,根据头发区域mask图像获取头发轮廓曲线;从人脸轮廓关键点中选取左右两个代表关键点;计算头发轮廓曲线上距离左右两个代表关键点最近的两个特征点,并根据两个特征点将头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为发际线。
作为一个实施例,上述确定模块进一步用于,根据第一次用户指令和发际线确定第一位置坐标,并根据第二次用户指令确定第二位置坐标,以及将第一位置坐标和第二位置坐标作为待修复信息;根据确定第一位置坐标和第二位置坐标确定待修复区域。
作为一个实施例,上述发际线修复模块进一步用于,在保持人脸轮廓关键点的位置不变的情况下,对头发区域mask图像进行变形以覆盖所述待修复区域;采用图层方式对头发区域mask图像与变形后的头发区域mask图像在发际线处进行过渡处理。
需要说明的是,前述对于基于图层变形的发际线修复方法的实施例的解释说明同样适用于本实施例的基于图层变形的发际线修复装置,此处不再赘述。
根据本发明实施例提供的基于图层变形的发际线修复装置,通过人脸关键点检测模块对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并通过头发分割模块对待修复人脸图像进行头发分割以获取头发区域mask图像,然后通过发际线获取模块根据人脸轮廓关键点和头发区域mask图像获取发际线,再通过确定模块根据用户指令和发际线确定待修复区域和待修复信息,并通过发际线修复模块基于人脸轮廓关键点和待修复信息,采用图层变形算法对待修复区域进行发际线修复。由此,本发明通过变形算法与图层相结合的方式来实现发际线的修复处理,极大程度的保存了原始头发的形态,有效避免了图片修复导致的失真感,同时也保证了修复过程中的可控性和稳定性,从而大大的提高了图像修复的效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,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部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征 “上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于图层变形的发际线修复方法,其特征在于,包括以下步骤:
对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点,并对所述待修复人脸图像进行头发分割以获取头发区域mask图像;
根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线;
根据用户指令和所述发际线确定待修复区域和待修复信息;
基于所述人脸轮廓关键点和所述待修复信息,采用图层变形算法对所述待修复区域进行发际线修复。
2.如权利要求1所述的基于图层变形的发际线修复方法,其特征在于,根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线,包括:
根据所述头发区域mask图像获取头发轮廓曲线;
从所述人脸轮廓关键点中选取左右两个代表关键点;
计算所述头发轮廓曲线上距离所述左右两个代表关键点最近的两个特征点,并根据所述两个特征点将所述头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为所述发际线。
3.如权利要求1或2所述的基于图层变形的发际线修复方法,其特征在于,根据用户指令和所述发际线确定待修复区域和待修复信息,包括:
根据所述第一次用户指令和所述发际线确定第一位置坐标,并根据所述第二次用户指令确定第二位置坐标,以及将所述第一位置坐标和所述第二位置坐标作为所述待修复信息;
根据确定所述第一位置坐标和所述第二位置坐标确定所述待修复区域。
4.如权利要求3所述的基于图层变形的发际线修复方法,其特征在于,采用图层变形算法对所述待修复区域进行发际线修复,包括:
在保持所述人脸轮廓关键点的位置不变的情况下,对所述头发区域mask图像进行变形以覆盖所述待修复区域;
采用图层方式对所述头发区域mask图像与变形后的头发区域mask图像在所述发际线处进行过渡处理。
5.一种计算机可读存储介质,其特征在于,其上存储有基于图层变形的发际线修复程序,该基于图层变形的发际线修复程序被处理器执行时实现如权利要求1-4中任一项所述的基于图层变形的发际线修复方法。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-4中任一项所述的基于图层变形的发际线修复方法。
7.一种基于图层变形的发际线修复装置,其特征在于,包括:
人脸关键点检测模块,用于对用户上传的待修复人脸图像进行人脸关键点检测以获取人脸轮廓关键点;
头发分割模块,用于对所述待修复人脸图像进行头发分割以获取头发区域mask图像;
发际线获取模块,用于根据所述人脸轮廓关键点和所述头发区域mask图像获取发际线;
确定模块,用于根据用户指令和所述发际线确定待修复区域和待修复信息;
发际线修复模块,用于基于所述人脸轮廓关键点和所述待修复信息,采用图层变形算法对所述待修复区域进行发际线修复。
8.如权利要求7所述的基于图层变形的发际线修复装置,其特征在于,所述发际线获取模块进一步用于,
根据所述头发区域mask图像获取头发轮廓曲线;
从所述人脸轮廓关键点中选取左右两个代表关键点;
计算所述头发轮廓曲线上距离所述左右两个代表关键点最近的两个特征点,并根据所述两个特征点将所述头发轮廓曲线分成两段,以及将靠近人脸轮廓的曲线作为所述发际线。
9.如权利要求7或8所述的基于图层变形的发际线修复装置,其特征在于,所述确定模块进一步用于,
根据所述第一次用户指令和所述发际线确定第一位置坐标,并根据所述第二次用户指令确定第二位置坐标,以及将所述第一位置坐标和所述第二位置坐标作为所述待修复信息;
根据确定所述第一位置坐标和所述第二位置坐标确定所述待修复区域。
10.如权利要求9所述的基于图层变形的发际线修复装置,其特征在于,所述发际线修复模块进一步用于,
在保持所述人脸轮廓关键点的位置不变的情况下,对所述头发区域mask图像进行变形以覆盖所述待修复区域;
采用图层方式对所述头发区域mask图像与变形后的头发区域mask图像在所述发际线处进行过渡处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910373060.0A CN110021000B (zh) | 2019-05-06 | 2019-05-06 | 基于图层变形的发际线修复方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910373060.0A CN110021000B (zh) | 2019-05-06 | 2019-05-06 | 基于图层变形的发际线修复方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110021000A true CN110021000A (zh) | 2019-07-16 |
CN110021000B CN110021000B (zh) | 2023-03-31 |
Family
ID=67193226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910373060.0A Active CN110021000B (zh) | 2019-05-06 | 2019-05-06 | 基于图层变形的发际线修复方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110021000B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689546A (zh) * | 2019-09-25 | 2020-01-14 | 北京字节跳动网络技术有限公司 | 个性化头像的生成方法、装置、设备及存储介质 |
CN113034349A (zh) * | 2021-03-24 | 2021-06-25 | 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 |
CN113539045A (zh) * | 2021-07-23 | 2021-10-22 | 成都恒瑞医疗管理有限公司 | 一种仿真发际线设计方法 |
WO2022257456A1 (zh) * | 2021-06-10 | 2022-12-15 | 平安科技(深圳)有限公司 | 头发信息识别方法、装置、设备及存储介质 |
CN116503924A (zh) * | 2023-03-31 | 2023-07-28 | 广州翼拍联盟网络技术有限公司 | 人像头发边缘处理方法、装置、计算机设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839223A (zh) * | 2012-11-21 | 2014-06-04 | 华为技术有限公司 | 图像处理方法及装置 |
US20170372459A1 (en) * | 2015-09-29 | 2017-12-28 | Tencent Technology (Shenzhen) Company Limited | Image processing method and image processing apparatus |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
-
2019
- 2019-05-06 CN CN201910373060.0A patent/CN110021000B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839223A (zh) * | 2012-11-21 | 2014-06-04 | 华为技术有限公司 | 图像处理方法及装置 |
US20170372459A1 (en) * | 2015-09-29 | 2017-12-28 | Tencent Technology (Shenzhen) Company Limited | Image processing method and image processing apparatus |
CN109559288A (zh) * | 2018-11-30 | 2019-04-02 | 深圳市脸萌科技有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110689546A (zh) * | 2019-09-25 | 2020-01-14 | 北京字节跳动网络技术有限公司 | 个性化头像的生成方法、装置、设备及存储介质 |
CN113034349A (zh) * | 2021-03-24 | 2021-06-25 | 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 |
CN113034349B (zh) * | 2021-03-24 | 2023-11-14 | 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 |
WO2022257456A1 (zh) * | 2021-06-10 | 2022-12-15 | 平安科技(深圳)有限公司 | 头发信息识别方法、装置、设备及存储介质 |
CN113539045A (zh) * | 2021-07-23 | 2021-10-22 | 成都恒瑞医疗管理有限公司 | 一种仿真发际线设计方法 |
CN116503924A (zh) * | 2023-03-31 | 2023-07-28 | 广州翼拍联盟网络技术有限公司 | 人像头发边缘处理方法、装置、计算机设备及存储介质 |
CN116503924B (zh) * | 2023-03-31 | 2024-01-26 | 广州翼拍联盟网络技术有限公司 | 人像头发边缘处理方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110021000B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110021000A (zh) | 基于图层变形的发际线修复方法及装置 | |
CN110163640B (zh) | 一种在视频中植入广告的方法及计算机设备 | |
Zhang et al. | Backward registration-based aspect ratio similarity for image retargeting quality assessment | |
Whited et al. | Betweenit: An interactive tool for tight inbetweening | |
CN103955891B (zh) | 一种基于块匹配的图像修复方法 | |
CN110232311A (zh) | 手部图像的分割方法、装置及计算机设备 | |
US20140035934A1 (en) | Avatar Facial Expression Techniques | |
CN107230181B (zh) | 实现人脸图像融合的方法及装置 | |
US11562536B2 (en) | Methods and systems for personalized 3D head model deformation | |
Prisacariu et al. | Real-time 3d tracking and reconstruction on mobile phones | |
CN101964116A (zh) | 紧凑的插中 | |
CN106030661A (zh) | 视野独立的3d场景纹理化背景 | |
CN107507216A (zh) | 图像中局部区域的替换方法、装置及存储介质 | |
CN106803084B (zh) | 一种基于端到端循环网络的面部特征点定位方法 | |
US11587288B2 (en) | Methods and systems for constructing facial position map | |
US10459670B2 (en) | Methods, systems, apparatuses and devices for facilitating printing of a digital image based on image splitting | |
CN109493417A (zh) | 三维物体重建方法、装置、设备和存储介质 | |
CN110390260A (zh) | 图片扫描件处理方法、装置、计算机设备及存储介质 | |
US11461970B1 (en) | Methods and systems for extracting color from facial image | |
Yang | Context-aware computer aided inbetweening | |
CN111695431A (zh) | 一种人脸识别方法、装置、终端设备及存储介质 | |
Marinov et al. | A robust two‐step procedure for quad‐dominant remeshing | |
Arikan et al. | Large-scale point-cloud visualization through localized textured surface reconstruction | |
WO2022197430A1 (en) | Methods and systems for forming personalized 3d head and facial models | |
CN108520532A (zh) | 识别视频中物体运动方向的方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 361000 G02, 3rd floor, No.10, Punan 1st Road, Dongpu Road, Siming District, Xiamen City, Fujian Province Applicant after: Xiamen draft Co.,Ltd. Address before: 361000 G02, 3rd floor, No.10, Punan 1st Road, Dongpu Road, Siming District, Xiamen City, Fujian Province Applicant before: XIAMEN HUANLEGUANG TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |