CN110335207A - 一种基于群像选择的智能影像优化方法及其系统 - Google Patents

一种基于群像选择的智能影像优化方法及其系统 Download PDF

Info

Publication number
CN110335207A
CN110335207A CN201910483312.5A CN201910483312A CN110335207A CN 110335207 A CN110335207 A CN 110335207A CN 201910483312 A CN201910483312 A CN 201910483312A CN 110335207 A CN110335207 A CN 110335207A
Authority
CN
China
Prior art keywords
image
portrait
independent
crowd
independent portrait
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
CN201910483312.5A
Other languages
English (en)
Other versions
CN110335207B (zh
Inventor
姚俊浩
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.)
Seven Teng Robot Co ltd
Original Assignee
Suzhou Haoge Cultural Transmission 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 Suzhou Haoge Cultural Transmission Co Ltd filed Critical Suzhou Haoge Cultural Transmission Co Ltd
Priority to CN201910483312.5A priority Critical patent/CN110335207B/zh
Publication of CN110335207A publication Critical patent/CN110335207A/zh
Application granted granted Critical
Publication of CN110335207B publication Critical patent/CN110335207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于群像选择的智能影像优化方法及其系统，包括以下步骤：获取人群影像，对人群影像进行面容识别，所述人群影像包括静止影像与活动影像；提取人群影像中的独立人像，对独立人像进行面容识别，所述面容识别包括对五官特征的获取；提取独立人像的面容特征点，通过大数据对独立人像的面容特征点进行检索；获取数据库中该独立人像的历史影像，将历史影像与独立人像进行比对；提取历史影像与独立人像的体态特征，获取差异比例；提取历史影像与独立人像的面部特征，将面部特征进行比对，获取面部特征修正值，所述面部特征修正值为历史影像与独立人像的面部差异数据；根据面部特征修正值与差异比例对独立人像进行修正。

Description

一种基于群像选择的智能影像优化方法及其系统
技术领域
本发明涉及影像修正领域，特别涉及一种基于群像选择的智能影像优化方法及其系统。
背景技术
影像修正广泛应用于日常生活的摄影中，用于对影像中的人像进行主动修正。然而现有的分为自动修正和手动修正。手动修正是用户基于影像的原数据对影像进行手动调整，自动修正是软件基于影像的原数据对影像进行自动的数据调整。然而手动调整过需要花费大量的时间与精力，在有大量图片需要进行修正的情况下，难以进行全部的手动修正。
自动修正的影像易与原影像有过大的区别，或者造成人像的扭曲，不够自然难以突出原人像的特征。往往需要再次手动进行修正。
本申请基于人的脸部特征信息进行身份识别，用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行影像提取，并根据人脸进行身份识别，根据该影像的历史修正数据对当前影像进行修正，提高影像修正的适应性以及影像的统一性。
发明内容
发明目的：
针对背景技术中提到的问题，本发明提供一种基于群像选择的智能影像优化方法及其系统。
技术方案：
一种基于群像选择的智能影像优化方法，包括以下步骤：
获取人群影像，对人群影像进行面容识别，所述人群影像包括静止影像与活动影像；
提取人群影像中的独立人像，对独立人像进行面容识别，所述面容识别包括对五官特征的获取；
提取独立人像的面容特征点，通过大数据对独立人像的面容特征点进行检索；获取数据库中该独立人像的历史影像，将历史影像与独立人像进行比对；
提取历史影像与独立人像的体态特征，所述体态特征为同一身体部位的特征，将体态特征进行比对，获取差异比例，所述差异比例为独立人像与历史影像的差异值；
提取历史影像与独立人像的面部特征，所述面部特征为面部同一部位的特征，将面部特征进行比对，获取面部特征修正值，所述面部特征修正值为历史影像与独立人像的面部差异数据；
根据面部特征修正值与差异比例对独立人像进行修正，将修正后的独立人像与人群影像进行整合。
作为本发明的一种优选方式，包括以下步骤：
获取不同时间节点的若干人群影像，对人群影像进行面容识别；
提取面容特征相同的独立人像；
比对不同时间节点的人群影像中的面容特征相同的独立人像；
若独立人像完全一致，则将该独立人像进行剔除。
作为本发明的一种优选方式，包括以下步骤：
对人群影像中被识别出的独立人像进行剔除，获取人群影像的环境数据作为第一环境；
对修正后的人群影像中的独立人像进行剔除，获取人群影像的环境作为第二环境；根据第一环境的数据对第二环境进行边缘修正。
作为本发明的一种优选方式根据第一环境的数据对第二环境进行边缘修正包括以下步骤：
获取第二环境数据与第一环境数据的偏差位置；
获取第一环境的独立人像边缘的环境影像；
根据第一环境的独立人像边缘的环境影像对第二环境数据中的偏差位置进行对应延长。
作为本发明的一种优选方式，独立人像修正时包括以下步骤：
将独立人像进行分别进行整体提取，并在独立人像原位置进行中心位置标记；
对独立人像进行修正后根据中心位置标记将修正后的独立人像在人群影像中进行复位。
作为本发明的一种优选方式，包括：
对人群影像进行面容识别，提取人群影像中的独立人像，对独立人像的整体进行提取；
提取独立人像的服饰影像；
对修正后的独立人像的服饰影像根据修正后的人像数据进行修正；
将修正后的服饰影像与修正后的独立人像进行整合。
作为本发明的一种优选方式，包括：
人群影像获取模块，用于根据指令获取指定的人群影像；
人像提取模块，用于根据指令提取人群影像中的独立人像；
面容识别模块，用于对人群影像中人像进行面容识别，将人像与物体进行区分，以及，提取独立人像的面容特征点；
检索模块，用于根据独立人像的面容特征点在数据库中进行历史影像的检索；特征提取模块，用于提取历史影像与独立人像的体态特征，以及，提取历史影像与独立人像的面部特征；
计算模块，用于根据历史影像与独立人像的体态特征计算差异比例，以及根据历史影像与独立人像的面部特征计算面部修正值；
修正模块，用于根据面部特征修正值与差异比例对独立人像进行修正；
复原模块，用于将修正后的独立人像与人群影像进行整合。
作为本发明的一种优选方式，包括：
人群影像获取模块，用于根据指令获取指定的人群影像，包括获取多个预设时间节点的人群影像；
筛选模块，用于根据面容特征相同的独立人像的数据，将指定独立人像剔除。
作为本发明的一种优选方式，包括：
环境数据获取模块，用于获取人群影像的环境数据；
环境修正模块，用于根据环境数据对修正后的人群影像的环境进行修正；
环境偏差获取模块，用于获取独立人像边缘的环境数据。
作为本发明的一种优选方式，包括：
服饰提取模块，用于对独立人像的服饰进行提取；
服饰修正模块，用于根据独立人像的原数据对修正后的独立人像的服饰进行修正；
复原模块，用于将服饰修正后的独立人像与人群影像进行整合。
本发明实现以下有益效果：
1.通过对影像中的面容进行识别，获取影像中的人像，根据人像的历史数据判断该人像对应的用户的修正喜好，根据用户的历史修正数据对当前影像进行修正，使得用户的影像修正数据统一。
2.根据不同节点的影像的内容，对影像中的人体与物体进行区别。提高修正的准确性，避免对非人物体进行修正造成的影像扭曲。
3.对人像的环境与服饰进行适应性修正，提高修正后影像的自然度，以及避免修正的影像存在扭曲。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。
图1为本发明提供的一种基于群像选择的智能影像优化方法的工作流程图。
图2为本发明提供的一种基于群像选择的智能影像优化方法的人像剔除工作流程图。
图3为本发明提供的一种基于群像选择的智能影像优化方法的环境数据修正工作流程图。
图4为本发明提供的一种基于群像选择的智能影像优化方法的服饰修正工作流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例一
参考图1。
具体的，一种基于群像选择的智能影像优化方法，包括以下步骤：
获取人群影像，对人群影像进行面容识别，人群影像包括静止影像与活动影像。提取人群影像中的独立人像，对独立人像进行面容识别，面容识别包括对五官特征的获取。
人群影像包括静止的影像与动态影像，即图片与影片。根据现有的人脸识别技术对人群影像中的人脸进行识别，根据面部的数据对人群影像中的人像进行锁定与抓取。
提取独立人像的面容特征点，通过大数据对独立人像的面容特征点进行检索。
根据人脸识别技术对独立人像的面容特征点进行抓取，便于下一步的检索。
获取数据库中该独立人像的历史影像，将历史影像与独立人像进行比对。
数据库可为云端数据库，用户向网络公开发布的影像将被数据库进行录入，或者
直接在网络公开数据中进行检索。根据面容特征点对独立人像的历史影像进行识别与抓取。
或者由用户向数据库进行历史影像的上传，根据用户自主上传的历史影像进行抓取与比对。
提取历史影像与独立人像的体态特征，体态特征为同一身体部位的特征，将体态特征进行比对，获取差异比例，差异比例为独立人像与历史影像的差异值。
体态特征包括四肢、颈部等具有围度的身体部位。获取同一部位的体态特征，对当前独立人像与历史影像的肢体围度进行比对，获取用户体态特征的变化，即为差异比例。体态特征的变化将影响用户的数据修正。
差异比例以历史影像为基准，记录独立影像与历史影像的比值。若原围度为10，独立影像的围度为11，则差异比例为1.1。
提取历史影像与独立人像的面部特征，面部特征为面部同一部位的特征，将面部特征进行比对，获取面部特征修正值，面部特征修正值为历史影像与独立人像的面部差异数据。
面部特征包括五官数据，将历史影像的数据与当前独立影像的面部特征数据进行比对。面部特征修正值为历史影像与独立人像的数据差异，例如：比例差异、围度差异。不同部位的数据差异可能存在区别。
根据面部特征修正值与差异比例对独立人像进行修正，将修正后的独立人像与人群影像进行整合。
将差异比例与面部特征修正值进行相乘，获取当前修正数据，根据当前修正数据对独立人像进行修正。修正包括面部修正与肢体修正。
实施例二
参考图2-4。
本实施例与上述实施例一基本相同，不同之处在于，作为本实施例的一种优选，包括以下步骤：
获取不同时间节点的若干人群影像，对人群影像进行面容识别。
对人群影像进行直接摄取，在接收到摄取指令后，在不同的时间节点截取多份人群影像。例如间隔预设时间对人群影像进行截取。
提取面容特征相同的独立人像。对人群影像中面容特相同的独立人像进行提取，即提取同一人在不同人群影像中的独立人像。
比对不同时间节点的人群影像中的面容特征相同的独立人像。对同一人在不同人群影像中的独立人像进行比对。
若独立人像完全一致，则将该独立人像进行剔除。完全一致的独立人像可判断为非人物体，则将该独立人像剔除，降低类人物体对修正结果的影响。
作为本实施例的一种优选，包括以下步骤：
对人群影像中被识别出的独立人像进行剔除，获取人群影像的环境数据作为第一环境。第一环境数据为原人群影像的环境数据。
对修正后的人群影像中的独立人像进行剔除，获取人群影像的环境作为第二环境。第二环境数据为经过修正并整合后的人群影像的环境数据。
根据第一环境的数据对第二环境进行边缘修正。具体的，根据第一环境数据的与第二环境数据的差异，对第二环境数据进行边缘修正。
作为本实施例的一种优选根据第一环境的数据对第二环境进行边缘修正包括以下步骤：
获取第二环境数据与第一环境数据的偏差位置。获取第二环境数据与第一环境数据的偏差位置。
获取第一环境的独立人像边缘的环境影像。
根据第一环境的独立人像边缘的环境影像对第二环境数据中的偏差位置进行对应延长。根据偏差位置对边缘进行延长，延长根据边缘的趋势进行延长。
作为本实施例的一种优选，独立人像修正时包括以下步骤：
将独立人像进行分别进行整体提取，并在独立人像原位置进行中心位置标记。标记于原人群影像中以及独立人像中。
对独立人像进行修正后根据中心位置标记将修正后的独立人像在人群影像中进行复位。修正后的独立人像根据中心位置标记的位置进行复位。
作为本实施例的一种优选，包括：
对人群影像进行面容识别，提取人群影像中的独立人像，对独立人像的整体进行提取。
提取独立人像的服饰影像。
对修正后的独立人像的服饰影像根据修正后的人像数据进行修正。具体的，根据原独立人像中种服饰与肢体的间隔距离，对修正后的服饰依原距离进行修正。将修正后的服饰影像与修正后的独立人像进行整合。
实施例三
本实施例作为上述实施例的系统应用，包括：
人群影像获取模块，用于根据指令获取指定的人群影像。
人像提取模块，用于根据指令提取人群影像中的独立人像。
面容识别模块，用于对人群影像中人像进行面容识别，将人像与物体进行区分，以及，提取独立人像的面容特征点。
检索模块，用于根据独立人像的面容特征点在数据库中进行历史影像的检索。特征提取模块，用于提取历史影像与独立人像的体态特征，以及，提取历史影像与独立人像的面部特征。
计算模块，用于根据历史影像与独立人像的体态特征计算差异比例，以及根据历史影像与独立人像的面部特征计算面部修正值。
修正模块，用于根据面部特征修正值与差异比例对独立人像进行修正。
复原模块，用于将修正后的独立人像与人群影像进行整合。
作为本实施例的一种优选，包括：
人群影像获取模块，用于根据指令获取指定的人群影像，包括获取多个预设时间节点的人群影像。
筛选模块，用于根据面容特征相同的独立人像的数据，将指定独立人像剔除。作为本实施例的一种优选，包括：
环境数据获取模块，用于获取人群影像的环境数据。
环境修正模块，用于根据环境数据对修正后的人群影像的环境进行修正。
环境偏差获取模块，用于获取独立人像边缘的环境数据。
作为本实施例的一种优选，包括：
服饰提取模块，用于对独立人像的服饰进行提取。
服饰修正模块，用于根据独立人像的原数据对修正后的独立人像的服饰进行修正。
复原模块，用于将服饰修正后的独立人像与人群影像进行整合。
上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于群像选择的智能影像优化方法，其特征在于，包括以下步骤：
获取人群影像，对人群影像进行面容识别，所述人群影像包括静止影像与活动影像；
提取人群影像中的独立人像，对独立人像进行面容识别，所述面容识别包括对五官特征的获取；
提取独立人像的面容特征点，通过大数据对独立人像的面容特征点进行检索；
获取数据库中该独立人像的历史影像，将历史影像与独立人像进行比对；
提取历史影像与独立人像的体态特征，所述体态特征为同一身体部位的特征，将体态特征进行比对，获取差异比例，所述差异比例为独立人像与历史影像的差异值；
提取历史影像与独立人像的面部特征，所述面部特征为面部同一部位的特征，将面部特征进行比对，获取面部特征修正值，所述面部特征修正值为历史影像与独立人像的面部差异数据；
根据面部特征修正值与差异比例对独立人像进行修正，将修正后的独立人像与人群影像进行整合。
2.根据权利要求1所述的一种基于群像选择的智能影像优化方法，其特征在于，包括以下步骤：
获取不同时间节点的若干人群影像，对人群影像进行面容识别；
提取面容特征相同的独立人像；
比对不同时间节点的人群影像中的面容特征相同的独立人像；
若独立人像完全一致，则将该独立人像进行剔除。
3.根据权利要求1所述的一种基于群像选择的智能影像优化方法，其特征在于，包括以下步骤：
对人群影像中被识别出的独立人像进行剔除，获取人群影像的环境数据作为第一环境；
对修正后的人群影像中的独立人像进行剔除，获取人群影像的环境作为第二环境；
根据第一环境的数据对第二环境进行边缘修正。
4.根据权利要求3所述的一种基于群像选择的智能影像优化方法，其特征在于，根据第一环境的数据对第二环境进行边缘修正包括以下步骤：
获取第二环境数据与第一环境数据的偏差位置；
获取第一环境的独立人像边缘的环境影像；
根据第一环境的独立人像边缘的环境影像对第二环境数据中的偏差位置进行对应延长。
5.根据权利要求1所述的一种基于群像选择的智能影像优化方法，其特征在于，独立人像修正时包括以下步骤：
将独立人像进行分别进行整体提取，并在独立人像原位置进行中心位置标记；
对独立人像进行修正后根据中心位置标记将修正后的独立人像在人群影像中进行复位。
6.根据权利要求1所述的一种基于群像选择的智能影像优化方法，其特征在于，包括：
对人群影像进行面容识别，提取人群影像中的独立人像，对独立人像的整体进行提取；
提取独立人像的服饰影像；
对修正后的独立人像的服饰影像根据修正后的人像数据进行修正；
将修正后的服饰影像与修正后的独立人像进行整合。
7.根据权利要求1-6任一项所述的一种基于群像选择的智能影像优化方法的系统，其特征在于，包括：
人群影像获取模块，用于根据指令获取指定的人群影像；
人像提取模块，用于根据指令提取人群影像中的独立人像；
面容识别模块，用于对人群影像中人像进行面容识别，将人像与物体进行区分，以及，提取独立人像的面容特征点；
检索模块，用于根据独立人像的面容特征点在数据库中进行历史影像的检索；
特征提取模块，用于提取历史影像与独立人像的体态特征，以及，提取历史影像与独立人像的面部特征；
计算模块，用于根据历史影像与独立人像的体态特征计算差异比例，以及根据历史影像与独立人像的面部特征计算面部修正值；
修正模块，用于根据面部特征修正值与差异比例对独立人像进行修正；
复原模块，用于将修正后的独立人像与人群影像进行整合。
8.根据权利要求6所述的一种基于群像选择的智能影像优化方法的系统，其特征在于，包括：
人群影像获取模块，也用于根据指令获取指定的人群影像，包括获取多个预设时间节点的人群影像；
筛选模块，用于根据面容特征相同的独立人像的数据，将指定独立人像剔除。
9.根据权利要求6所述的一种基于群像选择的智能影像优化方法的系统，其特征在于，包括：
环境数据获取模块，用于获取人群影像的环境数据；
环境修正模块，用于根据环境数据对修正后的人群影像的环境进行修正；
环境偏差获取模块，用于获取独立人像边缘的环境数据。
10.根据权利要求6所述的一种基于群像选择的智能影像优化方法的系统，其特征在于，包括：
服饰提取模块，用于对独立人像的服饰进行提取；
服饰修正模块，用于根据独立人像的原数据对修正后的独立人像的服饰进行修正；
复原模块，也用于将服饰修正后的独立人像与人群影像进行整合。
CN201910483312.5A 2019-06-04 2019-06-04 一种基于群像选择的智能影像优化方法及其系统 Active CN110335207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910483312.5A CN110335207B (zh) 2019-06-04 2019-06-04 一种基于群像选择的智能影像优化方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910483312.5A CN110335207B (zh) 2019-06-04 2019-06-04 一种基于群像选择的智能影像优化方法及其系统

Publications (2)

Publication Number Publication Date
CN110335207A true CN110335207A (zh) 2019-10-15
CN110335207B CN110335207B (zh) 2022-01-21

Family

ID=68140333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910483312.5A Active CN110335207B (zh) 2019-06-04 2019-06-04 一种基于群像选择的智能影像优化方法及其系统

Country Status (1)

Country Link
CN (1) CN110335207B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150351638A1 (en) * 2013-01-23 2015-12-10 Aldo Amato Procedure for dental aesthetic analysis of the smile area and for facilitating the identification of dental aesthetic treatments
CN105550671A (zh) * 2016-01-28 2016-05-04 北京麦芯科技有限公司 一种人脸识别的方法及装置
CN105872252A (zh) * 2016-05-30 2016-08-17 珠海市魅族科技有限公司 一种图像处理的方法及装置
CN106528925A (zh) * 2016-09-28 2017-03-22 珠海格力电器股份有限公司 基于美颜应用的美颜指导方法、装置及终端设备
CN107169920A (zh) * 2017-04-24 2017-09-15 深圳市金立通信设备有限公司 一种智能修图方法及终端
CN107222675A (zh) * 2017-05-23 2017-09-29 维沃移动通信有限公司 一种移动终端的拍照方法及移动终端
CN107231531A (zh) * 2017-05-23 2017-10-03 青岛大学 一种网络虚拟现实技术与实拍结合影视制作系统
CN107274355A (zh) * 2017-05-22 2017-10-20 奇酷互联网络科技（深圳）有限公司 图像处理方法、装置和移动终端
CN108053494A (zh) * 2017-11-28 2018-05-18 珠海格力电器股份有限公司 一种合影照片生成方法及其装置、移动终端
CN108182714A (zh) * 2018-01-02 2018-06-19 腾讯科技（深圳）有限公司 图像处理方法及装置、存储介质
US20180204097A1 (en) * 2017-01-19 2018-07-19 Adobe Systems Incorporated Automatic Capture and Refinement of a Digital Image of a Group of People without User Intervention
CN109310475A (zh) * 2016-06-21 2019-02-05 约翰·G·罗伯森 用于自动生成面部修复设计和应用方案以解决可观察的面部偏差的系统和方法
CN109344271A (zh) * 2018-09-30 2019-02-15 南京物盟信息技术有限公司 视频人像档案处理方法及其系统
CN109461124A (zh) * 2018-09-21 2019-03-12 维沃移动通信（杭州）有限公司 一种图像处理方法及终端设备
CN109584151A (zh) * 2018-11-30 2019-04-05 腾讯科技（深圳）有限公司 人脸美化方法、装置、终端及存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150351638A1 (en) * 2013-01-23 2015-12-10 Aldo Amato Procedure for dental aesthetic analysis of the smile area and for facilitating the identification of dental aesthetic treatments
CN105550671A (zh) * 2016-01-28 2016-05-04 北京麦芯科技有限公司 一种人脸识别的方法及装置
CN105872252A (zh) * 2016-05-30 2016-08-17 珠海市魅族科技有限公司 一种图像处理的方法及装置
CN109310475A (zh) * 2016-06-21 2019-02-05 约翰·G·罗伯森 用于自动生成面部修复设计和应用方案以解决可观察的面部偏差的系统和方法
CN106528925A (zh) * 2016-09-28 2017-03-22 珠海格力电器股份有限公司 基于美颜应用的美颜指导方法、装置及终端设备
US20180204097A1 (en) * 2017-01-19 2018-07-19 Adobe Systems Incorporated Automatic Capture and Refinement of a Digital Image of a Group of People without User Intervention
CN107169920A (zh) * 2017-04-24 2017-09-15 深圳市金立通信设备有限公司 一种智能修图方法及终端
CN107274355A (zh) * 2017-05-22 2017-10-20 奇酷互联网络科技（深圳）有限公司 图像处理方法、装置和移动终端
CN107231531A (zh) * 2017-05-23 2017-10-03 青岛大学 一种网络虚拟现实技术与实拍结合影视制作系统
CN107222675A (zh) * 2017-05-23 2017-09-29 维沃移动通信有限公司 一种移动终端的拍照方法及移动终端
CN108053494A (zh) * 2017-11-28 2018-05-18 珠海格力电器股份有限公司 一种合影照片生成方法及其装置、移动终端
CN108182714A (zh) * 2018-01-02 2018-06-19 腾讯科技（深圳）有限公司 图像处理方法及装置、存储介质
CN109461124A (zh) * 2018-09-21 2019-03-12 维沃移动通信（杭州）有限公司 一种图像处理方法及终端设备
CN109344271A (zh) * 2018-09-30 2019-02-15 南京物盟信息技术有限公司 视频人像档案处理方法及其系统
CN109584151A (zh) * 2018-11-30 2019-04-05 腾讯科技（深圳）有限公司 人脸美化方法、装置、终端及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHUYANG LI 等: "Perfect Group Photo Synthesis", 《 2015 INTERNATIONAL CONFERENCE ON VIRTUAL REALITY AND VISUALIZATION (ICVRV)》 *
本刊编辑: "情侣自拍必备 美颜相机教你完美定格爱", 《计算机与网络创新生活》 *
王志强 等: "基于保边滤波和肤色模型的人脸美颜技术研究与实现", 《无线互联科技》 *

Also Published As

Publication number Publication date
CN110335207B (zh) 2022-01-21

Similar Documents

Publication Publication Date Title
CN109858435B (zh) 一种基于脸部图像的小熊猫个体识别方法
CN110298291B (zh) 基于Mask-RCNN的牛脸及牛脸关键点检测方法
CN106548165B (zh) 一种基于图像分块加权的卷积神经网络的人脸识别方法
CN104134234B (zh) 一种全自动的基于单幅图像的三维场景构建方法
CN103914699B (zh) 一种基于色彩空间的自动唇彩的图像增强的方法
WO2020007307A1 (zh) 全景图像的天空滤镜方法及便携式终端
CN111695431A (zh) 一种人脸识别方法、装置、终端设备及存储介质
CN108388905B (zh) 一种基于卷积神经网络和邻域上下文的光源估计方法
CN110738161A (zh) 一种基于改进生成式对抗网络的人脸图像矫正方法
CN108446707B (zh) 基于关键点筛选及dpm确认的遥感图像飞机检测方法
CN110111316A (zh) 基于眼部图像识别弱视的方法及系统
CN111552762A (zh) 一种基于果树编码的果园种植数字地图化管理方法和系统
CN108830222A (zh) 一种基于信息性和代表性主动学习的微表情识别方法
CN106803093A (zh) 一种基于叶片纹理特征和iOS平台的植物物种识别方法
CN116052222A (zh) 自然采集牛脸图像的牛脸识别方法
CN111274944A (zh) 一种基于单张图像的三维人脸重建方法
CN111161295A (zh) 一种菜品图像背景剥离方法
CN106991449A (zh) 一种生活场景重构辅助识别蓝莓品种的方法
CN114187309B (zh) 一种基于卷积神经网络的头发分割方法及系统
CN108022245A (zh) 基于面线基元关联模型的光伏面板模板自动生成方法
US20240290089A1 (en) Method for extracting forest parameters of wetland with high canopy density based on consumer-grade uav image
CN110232306A (zh) 一种基于图像检测的在座状态系统
CN118262149A (zh) 一种基于深度学习的农作物病虫害图像识别方法与系统
CN110335207A (zh) 一种基于群像选择的智能影像优化方法及其系统
CN116763295A (zh) 牲畜体尺测量方法、电子设备及存储介质

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yao Junhao

Inventor after: Zhu Dong

Inventor after: Yang Yi

Inventor before: Yao Junhao

TA01 Transfer of patent application right

Effective date of registration: 20211215

Address after: 401122 No. 21-1, building 7, No. 2, Huizhu Road, Yubei District, Chongqing

Applicant after: Chongqing QiTeng Technology Co.,Ltd.

Address before: 215400 room 644, building 1, 18 Taiping South Road, Chengxiang Town, Taicang City, Suzhou City, Jiangsu Province

Applicant before: SUZHOU HAOGE CULTURAL COMMUNICATIONS CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 401122 No. 21-1, building 7, No. 2, Huizhu Road, Yubei District, Chongqing

Patentee after: Seven Teng Robot Co.,Ltd.

Address before: 401122 No. 21-1, building 7, No. 2, Huizhu Road, Yubei District, Chongqing

Patentee before: Chongqing QiTeng Technology Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An Intelligent Image Optimization Method and System Based on Group Image Selection

Effective date of registration: 20230810

Granted publication date: 20220121

Pledgee: Chongqing Yuzhong Sub branch of China Construction Bank Corp.

Pledgor: Seven Teng Robot Co.,Ltd.

Registration number: Y2023980051686