CN110070479B - 图像变形拖拽点定位方法和装置 - Google Patents

图像变形拖拽点定位方法和装置 Download PDF

Info

Publication number
CN110070479B
CN110070479B CN201910100575.3A CN201910100575A CN110070479B CN 110070479 B CN110070479 B CN 110070479B CN 201910100575 A CN201910100575 A CN 201910100575A CN 110070479 B CN110070479 B CN 110070479B
Authority
CN
China
Prior art keywords
point
image
dragging
transformation matrix
translation vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910100575.3A
Other languages
English (en)
Other versions
CN110070479A (zh
Inventor
倪光耀
杨辉
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 ByteDance Network Technology 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 CN201910100575.3A priority Critical patent/CN110070479B/zh
Publication of CN110070479A publication Critical patent/CN110070479A/zh
Application granted granted Critical
Publication of CN110070479B publication Critical patent/CN110070479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T3/18—
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • 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

Abstract

本公开公开了一种图像变形拖拽点定位方法、装置、电子设备和计算机可读存储介质。其中该图像变形拖拽点定位方法包括：根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。本公开实施例通过根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，并根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置，解决了现有技术中拖拽点定位精度低，复杂度高的问题。

Description

图像变形拖拽点定位方法和装置
技术领域
本公开涉及图像处理技术领域，尤其涉及一种图像变形拖拽点定位方法、装置、电子设备及计算机可读存储介质。
背景技术
图像变形是图像处理中的一个常见方法，它是指按一定的规则或方法将一幅图像变为另一幅。例如常见变换包括仿射变换、透射变换、双线性变换等。图像变形技术应用面很广，在医学影像方面，图像变形更是一种重要应用，对于一些手术需要对很多模型进行模拟，以及变形的假设，这种技术对于医学研究有很大的帮助。它也可以用于娱乐、人脸变形等，例如对于一些给定的人脸图像让它产生喜，怒，哀，乐等复杂的表情变化。
在对图像进行拖拽变形时，需要确定拖拽的起点位置和终点位置，将图像从起点位置拖拽到终点位置即可实现图像变形，因此拖拽的起点位置和终点位置即拖拽点的确定则变得十分重要。在现有技术中，通常采用三角剖分定位法对拖拽点进行定位，即使用三个定位点与拖拽起点的相对位置，确定拖拽之后的拖拽终点位置。
但是，三角剖分法的定位点只有3个，精确度一般，且对每个拖拽点可能使用不同的定位点，实现较为复杂。
发明内容
第一方面，本公开实施例提供一种图像变形拖拽点定位方法，包括：根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
进一步的，所述根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，包括：
根据所述拖拽点的位置、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；
根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
进一步的，所述根据所述拖拽点的位置、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，包括：
根据所述拖拽点的位置和所述源关键点的位置确定权重；
根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，所述根据所述拖拽点的位置和所述源关键点的位置确定权重，包括：
根据公式
Figure BDA0001965560290000021
计算得到所述权重；其中，|·|表示绝对值，wij为权重，pi为第i个源关键点的坐标，vj为第j个拖拽点的坐标，α为权重衰减系数。
进一步的，所述根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，包括：
根据目标函数
Figure BDA0001965560290000022
求解得到所述变换矩阵和平移向量；其中，argmin为求最大值函数，∑.·为求和，Mj为第j个拖拽点的变换矩阵，Tj为第j个拖拽点的平移向量，qi为第i个目标关键点的坐标。
进一步的，所述根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置，包括：
根据公式fα(vj)＝vjMj+Tj计算得到所述拖拽点映射到所述待变形图像上的坐标，其中，fα(vj)为第j个拖拽点映射到所述待变形图像上的坐标。
进一步的，所述模板图像为人脸模板图像，所述待变形图像为人脸图像。
第二方面，本公开实施例提供一种图像变形拖拽点定位装置，包括：映射关系模块，用于根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；拖拽点定位模块，用于根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
进一步的，所述映射关系确定模块包括：
权重确定单元，用于根据所述拖拽点的位置和所述源关键点的位置确定权重；
映射关系确定单元，用于根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，所述权重确定单元具体用于：根据所述拖拽点的位置和所述源关键点的位置确定所述权重；根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，所述映射关系确定单元具体用于：根据公式
Figure BDA0001965560290000031
计算得到所述权重；其中，|·|表示绝对值，wij为权重，pi为第i个源关键点的坐标，vj为第j个拖拽点的坐标，α为权重衰减系数。
进一步的，所述映射关系确定单元具体用于：根据目标函数
Figure BDA0001965560290000032
求解得到所述变换矩阵和平移向量；其中，argmin为求最大值函数，∑.·为求和，Mj为第j个拖拽点的变换矩阵，Tj为第j个拖拽点的平移向量，qi为第i个目标关键点的坐标。
进一步的，所述拖拽点定位模块具体用于：根据公式fα(vj)＝vjMj+Tj计算得到所述拖拽点映射到所述待变形图像上的坐标，其中，fα(vj)为第j个拖拽点映射到所述待变形图像上的坐标。
进一步的，所述模板图像为人脸模板图像，所述待变形图像为人脸图像。
第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述图像变形拖拽点定位方法。
第四方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述图像变形拖拽点定位方法。
本公开公开了一种图像变形拖拽点定位方法、装置、电子设备和计算机可读存储介质。其中该图像变形拖拽点定位方法包括：根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。本公开实施例通过根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，并根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置，解决了现有技术中拖拽点定位精度低，复杂度高的问题。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a为本公开实施例提供的图像变形拖拽点定位方法的流程图；
图1b为本公开另一实施例提供的图像变形拖拽点定位方法的流程图；
图2a为本公开实施例提供的图像变形拖拽点定位装置的结构示意图；
图2b为本公开另一实施例提供的图像变形拖拽点定位装置的结构示意图；
图3为根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
图1a为本公开实施例提供的图像变形拖拽点定位方法的流程图，本实施例提供的该图像变形拖拽点定位方法可以由一图像变形拖拽点定位装置来执行，该图像变形拖拽点定位装置可以实现为软件，或者实现为软件和硬件的组合，该图像变形拖拽点定位装置可以集成设置在图像变形拖拽点定位系统中的某设备中，比如图像变形拖拽点定位服务器或者图像变形拖拽点定位终端设备中。如图1a所示，该方法包括如下步骤：
步骤S1：根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；
在该实施例中，所述模板图像为预先设定的图像，包括但不限于人脸图像，例如人脸正面图像。所述拖拽点可以为拖拽起点或拖拽终点，可选择所述模板图像上的任意像素点作为所述拖拽点。具体的，可由用户在模板图像上进行选择。
在该实施例中，所述模板图像与所述待变形图像为相关联的图像，例如，均为人脸图像，且图像中的人脸为同一人脸。所述待变形图像具体可以为人脸图像，例如人脸视频图像。
所述源关键点为模板图像上的像素点，具体可以为所述模板图像上的所有像素点，或者选取的预设个数像素点。所述目标关键点为所述待变形图像上的关键点，具体可以为所述模板图像上的所有像素点，或者选取的预设个数像素点。且所述源关键点和所述目标关键点的个数相同，且为两幅图像中均包含的相同特征的像素点。该关键点可由用户自定义设置，或者通过机器算法学习得到，具体像素点的个数可自定义设置，例如为106个。当像素点为选取的预设个数像素点时，可以有效减少计算量。
步骤S2：根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
由于模板图像上的像素点与待变形图像上的像素点存在一定的位置关系，所以通过所述源关键点与所述目标关键点的位置映射关系，可以确定所述拖拽点映射到所述待变形图像上的映射位置。
在一个可选的实施例中，如图1b所示，步骤S1包括：
步骤S11：根据所述拖拽点的位置和所述源关键点的位置确定权重；
步骤S12：根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，可以根据公式
Figure BDA0001965560290000071
计算得到所述权重；其中，|·|表示绝对值，wij为权重，pi为第i个源关键点的坐标，vj为第j个拖拽点的坐标，α为权重衰减系数。或者，为了实现图像变形更为平滑，可以采用以下公式对权重进行优化，使用优化后的权重定位所述拖拽点的位置：
Figure BDA0001965560290000072
其中，γ为优化权重系数，β为优化权重偏移量。
进一步的，可以根据目标函数
Figure BDA0001965560290000073
求解得到所述变换矩阵和平移向量；其中，argmin为求最大值函数，Σ为求和，Mj为第j个拖拽点的变换矩阵，Tj为第j个拖拽点的平移向量，qi为第i个目标关键点的坐标。
进一步的，可以根据公式fα(vj)＝vjMj+Tj计算得到所述拖拽点映射到所述待变形图像上的坐标，其中，fα(vj)为第j个拖拽点映射到所述待变形图像上的坐标。
本公开实施例通过根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，并根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置，解决了现有技术中拖拽点定位精度低，复杂度高的问题。
图2a为本公开实施例提供的图像变形拖拽点定位装置的结构示意图，该图像变形拖拽点定位装置可以实现为软件，或者实现为软件和硬件的组合，该图像变形拖拽点定位装置可以集成设置在图像变形拖拽点定位系统中的某设备中，比如图像变形拖拽点定位服务器或者图像变形拖拽点定位终端设备中。如图2a所示，该装置包括：映射关系确定模块21和拖拽点定位模块22。其中，
映射关系确定模块21用于根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；
拖拽点定位模块22用于根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
在该实施例中，所述模板图像为预先设定的图像，包括但不限于人脸图像，例如人脸正面图像。所述拖拽点可以为拖拽起点或拖拽终点，可选择所述模板图像上的任意像素点作为所述拖拽点。具体的，可由用户在模板图像上进行选择。
在该实施例中，所述模板图像与所述待变形图像为相关联的图像，例如，均为人脸图像，且图像中的人脸为同一人脸。所述待变形图像具体可以为人脸图像，例如人脸视频图像。
所述源关键点为模板图像上的像素点，具体可以为所述模板图像上的所有像素点，或者选取的预设个数像素点。所述目标关键点为所述待变形图像上的关键点，具体可以为所述模板图像上的所有像素点，或者选取的预设个数像素点。且所述源关键点和所述目标关键点的个数相同，且为两幅图像中均包含的相同特征的像素点。该关键点可由用户自定义设置，或者通过机器算法学习得到，具体像素点的个数可自定义设置，例如为106个。当像素点为选取的预设个数像素点时，可以有效减少计算量。
由于模板图像上的像素点与待变形图像上的像素点存在一定的位置关系，所以通过所述源关键点与所述目标关键点的位置映射关系，可以确定所述拖拽点映射到所述待变形图像上的映射位置。
在一个可选的实施例中，如图2b所示，所述映射关系确定模块21包括：权重确定单元211和映射关系确定单元212。其中，
权重确定单元211用于根据所述拖拽点的位置和所述源关键点的位置确定权重；
映射关系确定单元212用于根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，所述权重确定单元211具体用于：根据所述拖拽点的位置和所述源关键点的位置确定权重；根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
进一步的，所述映射关系确定单元212具体用于：根据公式
Figure BDA0001965560290000091
计算得到所述权重；其中，|·|表示绝对值，wij为权重，pi为第i个源关键点的坐标，vj为第j个拖拽点的坐标，α为权重衰减系数。
进一步的，所述映射关系确定单元212具体用于：根据目标函数
Figure BDA0001965560290000092
求解得到所述变换矩阵和平移向量；其中，argmin为求最大值函数，∑.·为求和，Mj为第j个拖拽点的变换矩阵，Tj为第j个拖拽点的平移向量，qi为第i个目标关键点的坐标。
进一步的，所述拖拽点定位模块22具体用于：根据公式fα(vj)＝vjMj+Tj计算得到所述拖拽点映射到所述待变形图像上的坐标，其中，fα(vj)为第j个拖拽点映射到所述待变形图像上的坐标。
有关图像变形拖拽点定位装置实施例的工作原理、实现的技术效果等详细说明可以参考前述控制虚拟物体位置移动的方法实施例中的相关说明，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本公开中，计算机可读存储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。而在本公开中，计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述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：在模板图像上确定拖拽点；根据所述模板图像上的源关键点和待变形图像上的目标关键点的位置映射关系，确定所述拖拽点映射到所述待变形图像上的位置。
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公开的操作的计算机程序代码，上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，图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
以上描述仅为本公开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，本公开中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本公开中公开的(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 (9)

1.一种图像变形拖拽点定位方法，其特征在于，包括：
根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；其中，所述模板图像为人脸模板图像，所述源关键点为选取的预设个数像素点；
根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
2.如权利要求1所述的图像变形拖拽点定位方法，其特征在于，所述根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，包括：
根据所述拖拽点的位置和所述源关键点的位置确定权重；
根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量。
3.如权利要求2所述的图像变形拖拽点定位方法，其特征在于，所述根据所述拖拽点的位置和所述源关键点的位置确定权重，包括：
根据公式
Figure FDA0002550224870000011
计算得到所述权重；其中，|·|表示绝对值，wij为权重，pi为第i个源关键点的坐标，vj为第j个拖拽点的坐标，α为权重衰减系数。
4.如权利要求3所述的图像变形拖拽点定位方法，其特征在于，所述根据所述权重、所述源关键点的位置、所述目标关键点的位置确定所述拖拽点的变换矩阵和平移向量，包括：
根据目标函数
Figure FDA0002550224870000012
求解得到所述变换矩阵和平移向量；其中，arg min为求最大值函数，Σ为求和，Mj为第j个拖拽点的变换矩阵，Tj为第j个拖拽点的平移向量，qi为第i个目标关键点的坐标。
5.如权利要求4所述的图像变形拖拽点定位方法，其特征在于，所述根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置，包括：
根据公式fα(vj)＝vjMj+Tj计算得到所述拖拽点映射到所述待变形图像上的坐标，其中，fα(vj)为第j个拖拽点映射到所述待变形图像上的坐标。
6.如权利要求1-5任一项所述的图像变形拖拽点定位方法，其特征在于，所述待变形图像为人脸图像。
7.一种图像变形拖拽点定位装置，其特征在于，包括：
映射关系模块，用于根据模板图像上的拖拽点的位置、所述模板图像上的源关键点的位置、待变形图像上的目标关键点的位置确定所述拖拽点的变换矩阵和平移向量；其中，所述模板图像为人脸模板图像，所述源关键点为选取的预设个数像素点；
拖拽点定位模块，用于根据所述变换矩阵和平移向量确定所述拖拽点映射到所述待变形图像上的映射位置。
8.一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-6中任意一项所述的图像变形拖拽点定位方法。
9.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-6中任意一项所述的图像变形拖拽点定位方法。
CN201910100575.3A 2019-01-31 2019-01-31 图像变形拖拽点定位方法和装置 Active CN110070479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910100575.3A CN110070479B (zh) 2019-01-31 2019-01-31 图像变形拖拽点定位方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910100575.3A CN110070479B (zh) 2019-01-31 2019-01-31 图像变形拖拽点定位方法和装置

Publications (2)

Publication Number Publication Date
CN110070479A CN110070479A (zh) 2019-07-30
CN110070479B true CN110070479B (zh) 2020-12-04

Family

ID=67366117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910100575.3A Active CN110070479B (zh) 2019-01-31 2019-01-31 图像变形拖拽点定位方法和装置

Country Status (1)

Country Link
CN (1) CN110070479B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489157B (zh) * 2020-12-18 2024-03-19 广州视源电子科技股份有限公司 相框绘制方法、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106650682A (zh) * 2016-12-29 2017-05-10 Tcl集团股份有限公司 一种人脸追踪的方法及装置
CN108475424A (zh) * 2016-07-12 2018-08-31 微软技术许可有限责任公司 用于3d面部跟踪的方法、装置和系统
CN109002769A (zh) * 2018-06-22 2018-12-14 深源恒际科技有限公司 一种基于深度神经网络的牛脸对齐方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751404B (zh) * 2013-12-30 2019-04-12 腾讯科技（深圳）有限公司 一种图像变换的方法及装置
CN103824253B (zh) * 2014-02-19 2017-01-18 中山大学 一种基于图像局部精确变形的人物五官变形方法
US10504267B2 (en) * 2017-06-06 2019-12-10 Adobe Inc. Generating a stylized image or stylized animation by matching semantic features via an appearance guide, a segmentation guide, and/or a temporal guide
CN108830787A (zh) * 2018-06-20 2018-11-16 北京微播视界科技有限公司 图像变形的方法、装置及电子设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108475424A (zh) * 2016-07-12 2018-08-31 微软技术许可有限责任公司 用于3d面部跟踪的方法、装置和系统
CN106650682A (zh) * 2016-12-29 2017-05-10 Tcl集团股份有限公司 一种人脸追踪的方法及装置
CN109002769A (zh) * 2018-06-22 2018-12-14 深源恒际科技有限公司 一种基于深度神经网络的牛脸对齐方法及系统

Also Published As

Publication number Publication date
CN110070479A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN110069191B (zh) 基于终端的图像拖拽变形实现方法和装置
CN106846497B (zh) 应用于终端的呈现三维地图的方法和装置
CN110232411B (zh) 模型蒸馏实现方法、装置、系统、计算机设备及存储介质
CN109981787B (zh) 用于展示信息的方法和装置
CN110298851B (zh) 人体分割神经网络的训练方法及设备
CN110288705B (zh) 生成三维模型的方法和装置
CN109754464B (zh) 用于生成信息的方法和装置
CN111459364B (zh) 图标更新方法、装置和电子设备
CN111862352A (zh) 定位模型优化方法、定位方法和定位设备
CN114399588A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN110069195B (zh) 图像拖拽变形方法和装置
CN110211017B (zh) 图像处理方法、装置及电子设备
CN111652675A (zh) 展示方法、装置和电子设备
CN110837332A (zh) 面部图像变形方法、装置、电子设备和计算机可读介质
CN110070479B (zh) 图像变形拖拽点定位方法和装置
CN111325668B (zh) 图像处理深度学习模型的训练方法、装置及电子设备
CN114067030A (zh) 动态流体效果处理方法、装置、电子设备和可读介质
CN110288523B (zh) 图像生成方法和装置
CN110619615A (zh) 用于处理图像方法和装置
CN114049403A (zh) 一种多角度三维人脸重建方法、装置及存储介质
CN114723600A (zh) 美妆特效的生成方法、装置、设备、存储介质和程序产品
CN110222777B (zh) 图像特征的处理方法、装置、电子设备及存储介质
CN112241999A (zh) 图像生成方法、装置、设备和计算机可读介质
CN113129366B (zh) 单目slam初始化方法、装置及电子设备
CN111311665B (zh) 视频处理方法、装置及电子设备

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