CN110880155A - 实现长腿特效的方法、存储介质、设备及系统 - Google Patents
实现长腿特效的方法、存储介质、设备及系统 Download PDFInfo
- Publication number
- CN110880155A CN110880155A CN201811032233.4A CN201811032233A CN110880155A CN 110880155 A CN110880155 A CN 110880155A CN 201811032233 A CN201811032233 A CN 201811032233A CN 110880155 A CN110880155 A CN 110880155A
- Authority
- CN
- China
- Prior art keywords
- human body
- human
- waist
- coordinate
- face
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000000694 effects Effects 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000003796 beauty Effects 0.000 abstract description 3
- 208000008589 Obesity Diseases 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种实现长腿特效的方法、存储介质、设备及系统，涉及美颜特效领域，包括基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标和底端中心坐标；根据定位出的人脸区域位置坐标，计算出人脸长度L；基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标；对人体腰部中心点坐标的以下区域进行拉伸。本发明基于人脸长度，并根据相关比例，然后精确计算出人体腰部中心点坐标。
Description
技术领域
本发明涉及美颜特效领域，具体涉及一种实现长腿特效的方法、存储介质、设备及系统。
背景技术
当前人们在通过相机进行拍照后，对照片进行美颜或美型处理已然成为常态，美颜指的是通过算法改变视频或画面中人物的肤色，例如消除人脸上的痘印等，美型指的是通过算法增大视频或画面中人物某些器官的大小，如增大人物眼睛或缩小人物的脸型等，美型中的长腿特效，即对腿部进行拉长处理，使人物显得高大，越来越受到爱美女生的喜爱。
现有技术中的长腿特效，对于人物腿部的拉伸，只是简单粗略的对图片或视频中人物腰部进行定位，然后对腰部以下部位进行拉伸处理，而每个人由于肥胖差异，身形的差异也较大，因而很难通过人体关键点检测算法准确检测出人体的腰部区域，从而导致实现完成的长腿美型效果较为粗略。
发明内容
针对现有技术中存在的缺陷，本发明的目的在于提供一种实现长腿特效的方法，基于人脸长度，并根据相关比例，然后精确计算出人体腰部中心点坐标。
为达到以上目的，本发明采取的技术方案是，包括：
基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
根据定位出的人脸区域位置坐标，计算出人脸长度L；
基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
在上述技术方案的基础上，人脸长度L的计算公式为：
L＝A.y-B.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值。
在上述技术方案的基础上，所述对人体腰部中心点坐标C(x,y)的以下区域进行拉伸，具体步骤为：
确定图像中人体的高度H；
计算图像中人体腰部中心点坐标C(x,y)至图像中人体底端的距离L1：
L1＝H-C.y；
对人体腰部中心点坐标C(x,y)以下区域进行拉伸：
L2＝α*L1
其中，L2为拉伸后的人体腰部中心点坐标C(x,y)至图像中人体底端的距离，α为拉伸系数，取值范围为[1.0,1.5]。
在上述技术方案的基础上，在对人体腰部中心点坐标C(x,y)的以下区域进行拉伸之前，还包括：
对图像中人体的状态进行判断，若人体为站立状态，则进行拉伸处理，若人体为非站立状态，则不进行拉伸处理，并结束。
在上述技术方案的基础上，对图像中人体的状态进行判断，具体过程为：
确定图像中人体的高度H；
当C.y<H/2时，则图像中人体的状态为站立状态，反之，则图像中人体的状态为非站立状态。
在上述技术方案的基础上，所述确定图像中人体的高度H，具体步骤为：
基于人体关键点检测算法，定位出图像中人体底端的中心点坐标D(x,y)；
进行图像中人体高度H的计算：
H＝A.y-D.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值，D.y为人体底端中心点坐标D(x,y)的纵坐标值。
在上述技术方案的基础上，对人体腰部中心点坐标C(x,y)的以下区域进行拉伸时，人体腰部中心点坐标C(x,y)和人体底端中心点坐标D(x,y)间的区域，每单位长度的拉伸比例相同。
本发明还提供一种存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
根据定位出的人脸区域位置坐标，计算出人脸长度L；
基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
本发明还提供一种电子设备，所述电子设备包括：
定位单元，其用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
第一计算单元，其用于根据定位出的人脸区域位置坐标，计算出人脸长度L；
第二计算单元，其用于基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理单元，其用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
本发明还提供一种实现长腿特效的系统，包括：
定位模块，其用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
第一计算模块，其用于根据定位出的人脸区域位置坐标，计算出人脸长度L；
第二计算模块，其用于基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理模块，其用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
与现有技术相比，本发明的优点在于：基于人脸长度和人脸底端至人体腰部中心点距离的比例，通过人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标和底端中心坐标，然后计算出人脸长度，从而精确计算出人体腰部中心点坐标，实现人体腰部中心点坐标以下区域的拉伸，实现人体腰部区域的精确定位，使得拉伸后的人体腿部更加自然和协调。
附图说明
图1为本发明实施例中一种实现长腿特效的方法的流程图；
图2为本发明实施例中一种电子设备的结构示意图。
具体实施方式
以下结合附图及实施例对本发明作进一步详细说明。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。
参见图1所示，本发明实施例提供一种实现长腿特效的方法，基于人脸长度和人体身体之间的比例，对图像中人体的腿部进行拉伸处理，准确定位人体的腰部，使得拉伸后的图像更加自然。本发明实施例的实现长腿特效的方法，具体包括以下步骤：
S1：基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)。人体关键点检测算法在现有技术中较为成熟，通过相关识别算法能够轻易的检测出照片或视频图像中人体的关键点，基于不同的需求，定位出图像中人体不同部位的坐标，同时，对于图像中人体的识别，在现有技术中也较为成熟，当识别出图像中的人体后，即可进行人体关键点的检测，然后定位出相应的坐标，本步骤中，定位出人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)，当然，也可以对识别出的人脸，在人脸四周建立一个矩形方框进行包围，则点A(x,y)为矩形方框上周边的中心点坐标，点B(x,y)为矩形方框下周边的中心点坐标。
S2：根据定位出的人脸区域位置坐标，计算出人脸长度L，即人脸的长度。人脸长度L的计算公式为：
L＝A.y-B.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值。
S3：基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值。
根据大数据以及以往测得的经验可得，大多数人，其脸部长度和脸部下方至腰部中心点长度的比例是确定不变的，脸部下方至腰部中心点长度是脸部长度的2.5倍，即脸部长度和身高是相关的，某些极端情况不在本发明的考虑范围内。即使再胖的人，其脸部高度也是不会随着肥胖而变大的，其脸部长度和脸部下方至腰部中心点长度的比例是确定不变的，故通过脸部长度的身体的比例，确定人体腰部的位置较为准确，不会出现因肥胖导致腰部过大，人体关键点检测算法无法识别，从而无法定位的情况。
S4：对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。对人体腰部中心点坐标C(x,y)的以下区域进行拉伸，具体步骤为：
确定图像中人体的高度H；
计算图像中人体腰部中心点坐标C(x,y)至图像中人体底端的距离L1：
L1＝H-C.y；
对人体腰部中心点坐标C(x,y)以下区域进行拉伸：
L2＝α*L1
其中，L2为拉伸后的人体腰部中心点坐标C(x,y)至图像中人体底端的距离，α为拉伸系数，取值范围为[1.0,1.5]，在实验数据中，拉伸系数取值为[1.0,1.5]时，其最终呈现出的拉伸效果较为自然和协调，不会出现因拉伸过大而呈现不自然的情况，保证用户体验，且当α的取值为1.25时，效果最佳，当然，在实际的应用中，可以根据个人需要灵活调节。
在对人体腰部中心点坐标C(x,y)的以下区域进行拉伸之前，还包括：
对图像中人体的状态进行判断，若人体为站立状态，则进行拉伸处理，若人体为非站立状态，则不进行拉伸处理，并结束。对图像中人体的状态进行判断，具体过程为：
确定图像中人体的高度H；
当C.y<H/2时，则图像中人体的状态为站立状态，反之，则图像中人体的状态为非站立状态。加入人体状态的判断机制，基于人体是否站立，然后对腿部进行拉伸，避免对非站立状态的人体拉伸后出现不协调感。
本发明实施例中，确定图像中人体的高度H，具体步骤为：
基于人体关键点检测算法，定位出图像中人体底端的中心点坐标D(x,y)；
进行图像中人体高度H的计算：
H＝A.y-D.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值，D.y为人体底端中心点坐标D(x,y)的纵坐标值。
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸时，人体腰部中心点坐标C(x,y)和人体底端中心点坐标D(x,y)间的区域，每单位长度的拉伸比例相同，如人体腰部中心点至人体底端的长度为1，拉伸后的长度为1.2米，则人体腰部中心点至人体底端的区域，每单位长度均拉伸0.2倍，进行均匀拉伸。
本发明实施例的实现长腿特效的方法，基于人脸长度和人脸底端至人体腰部中心点距离的比例，通过人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标和底端中心坐标，然后计算出人脸长度，从而精确计算出人体腰部中心点坐标，实现人体腰部中心点坐标以下区域的拉伸，实现人体腰部区域的精确定位，使得拉伸后的人体腿部更加自然和协调。
本发明实施例还提供一种存储介质，该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
根据定位出的人脸区域位置坐标，计算出人脸高度L；
基于人脸高度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
参见图2所示，本发明实施例还提供一种电子设备，所述电子设备包括定位单元、第一计算单元、第二计算单元和拉伸处理单元。
定位单元用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；第一计算单元用于根据定位出的人脸区域位置坐标，计算出人脸高度L；第二计算单元用于基于人脸高度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理单元用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
本发明实施例还提供一种实现长腿特效的系统，包括定位模块、第一计算模块、第二计算模块和拉伸处理模块。
定位模块用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；第一计算模块用于根据定位出的人脸区域位置坐标，计算出人脸高度L；第二计算模块用于基于人脸高度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理模块用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸，具体步骤为：
确定图像中人体的高度H；
计算图像中人体腰部中心点坐标C(x,y)至图像中人体底端的距离L1：
L1＝H-C.y；
对人体腰部中心点坐标C(x,y)以下区域进行拉伸：
L2＝α*L1
其中，L2为拉伸后的人体腰部中心点坐标C(x,y)至图像中人体底端的距离，α为拉伸系数，取值范围为[1.0,1.5]。
在对人体腰部中心点坐标C(x,y)的以下区域进行拉伸之前，还包括：
对图像中人体的状态进行判断，若人体为站立状态，则进行拉伸处理，若人体为非站立状态，则不进行拉伸处理，并结束。对图像中人体的状态进行判断，具体过程为：
确定图像中人体的高度H；
当C.y<H/2时，则图像中人体的状态为站立状态，反之，则图像中人体的状态为非站立状态。
本发明实施例的实现长腿特效的系统，基于人脸长度和人脸底端至人体腰部中心点距离的比例，通过人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标和底端中心坐标，然后计算出人脸长度，从而精确计算出人体腰部中心点坐标，实现人体腰部中心点坐标以下区域的拉伸，实现人体腰部区域的精确定位，使得拉伸后的人体腿部更加自然和协调。
本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种实现长腿特效的方法，用于对图像中人体的腿部进行拉伸处理，其特征在于，包括以下步骤：
基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
根据定位出的人脸区域位置坐标，计算出人脸长度L；
基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
2.如权利要求1所述的一种实现长腿特效的方法，其特征在于：人脸长度L的计算公式为：
L＝A.y-B.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值。
3.如权利要求1所述的一种实现长腿特效的方法，其特征在于：所述对人体腰部中心点坐标C(x,y)的以下区域进行拉伸，具体步骤为：
确定图像中人体的高度H；
计算图像中人体腰部中心点坐标C(x,y)至图像中人体底端的距离L1：
L1＝H-C.y；
对人体腰部中心点坐标C(x,y)以下区域进行拉伸：
L2＝α*L1
其中，L2为拉伸后的人体腰部中心点坐标C(x,y)至图像中人体底端的距离，α为拉伸系数，取值范围为[1.0,1.5]。
4.如权利要求1所述的一种实现长腿特效的方法，其特征在于：在对人体腰部中心点坐标C(x,y)的以下区域进行拉伸之前，还包括：
对图像中人体的状态进行判断，若人体为站立状态，则进行拉伸处理，若人体为非站立状态，则不进行拉伸处理，并结束。
5.如权利要求4所述的一种实现长腿特效的方法，其特征在于：对图像中人体的状态进行判断，具体过程为：
确定图像中人体的高度H；
当C.y<H/2时，则图像中人体的状态为站立状态，反之，则图像中人体的状态为非站立状态。
6.如权利要求3或5所述的一种实现长腿特效的方法，其特征在于：所述确定图像中人体的高度H，具体步骤为：
基于人体关键点检测算法，定位出图像中人体底端的中心点坐标D(x,y)；
进行图像中人体高度H的计算：
H＝A.y-D.y
其中，A.y为人脸区域顶端中心坐标A(x,y)的纵坐标值，D.y为人体底端中心点坐标D(x,y)的纵坐标值。
7.如权利要求6所述的一种实现长腿特效的方法，其特征在于：对人体腰部中心点坐标C(x,y)的以下区域进行拉伸时，人体腰部中心点坐标C(x,y)和人体底端中心点坐标D(x,y)间的区域，每单位长度的拉伸比例相同。
8.一种存储介质，该存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现以下步骤：
基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
根据定位出的人脸区域位置坐标，计算出人脸长度L；
基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
9.一种电子设备，其特征在于，所述电子设备包括：
定位单元，其用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
第一计算单元，其用于根据定位出的人脸区域位置坐标，计算出人脸长度L；
第二计算单元，其用于基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理单元，其用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
10.一种实现长腿特效的系统，其特征在于，包括：
定位模块，其用于基于人体关键点检测算法，定位出图像中人体的人脸区域的顶端中心坐标A(x,y)和底端中心坐标B(x,y)；
第一计算模块，其用于根据定位出的人脸区域位置坐标，计算出人脸长度L；
第二计算模块，其用于基于人脸长度和人脸区域下端至人体腰部区域中点距离的比例，计算出人体腰部中心点坐标C(x,y)：
C.y＝B.y-2.5*L
C.x＝A.x
其中，C.y为人体腰部中心点坐标C(x,y)的纵坐标值，B.y为人脸区域底端中心坐标B(x,y)的纵坐标值，C.x为人体腰部中心点坐标C(x,y)的横坐标值，A.x为人脸区域顶端中心坐标A(x,y)的横坐标值；
拉伸处理模块，其用于对人体腰部中心点坐标C(x,y)的以下区域进行拉伸。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811032233.4A CN110880155A (zh) | 2018-09-05 | 2018-09-05 | 实现长腿特效的方法、存储介质、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811032233.4A CN110880155A (zh) | 2018-09-05 | 2018-09-05 | 实现长腿特效的方法、存储介质、设备及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110880155A true CN110880155A (zh) | 2020-03-13 |
Family
ID=69727712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811032233.4A Pending CN110880155A (zh) | 2018-09-05 | 2018-09-05 | 实现长腿特效的方法、存储介质、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110880155A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156912A (zh) * | 2014-08-18 | 2014-11-19 | 厦门美图之家科技有限公司 | 一种人像增高的图像处理的方法 |
| US20160010619A1 (en) * | 2012-10-29 | 2016-01-14 | Reed E. Phillips | Linear faraday induction generator for the generation of electrical power from ocean wave kinetic energy and arrangements thereof |
| CN106303354A (zh) * | 2016-08-18 | 2017-01-04 | 北京奇虎科技有限公司 | 一种脸部特效推荐方法及电子设备 |
| CN106558039A (zh) * | 2015-09-23 | 2017-04-05 | 腾讯科技（深圳）有限公司 | 一种人像处理方法及装置 |
| RU2637981C1 (ru) * | 2017-03-01 | 2017-12-08 | Максим Александрович Попов | Комплексный способ подбора и проектирования индивидуально-эргономических физических предметов на основе бесконтактной антропометрии |
| CN107568828A (zh) * | 2016-07-04 | 2018-01-12 | 银川汇成科技有限公司 | 一种人体照片识别区域的划分方法 |
| CN107835373A (zh) * | 2017-12-06 | 2018-03-23 | 深圳天珑无线科技有限公司 | 一种移动终端及其拍照美化方法和系统 |
-
2018
- 2018-09-05 CN CN201811032233.4A patent/CN110880155A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160010619A1 (en) * | 2012-10-29 | 2016-01-14 | Reed E. Phillips | Linear faraday induction generator for the generation of electrical power from ocean wave kinetic energy and arrangements thereof |
| CN104156912A (zh) * | 2014-08-18 | 2014-11-19 | 厦门美图之家科技有限公司 | 一种人像增高的图像处理的方法 |
| CN106558039A (zh) * | 2015-09-23 | 2017-04-05 | 腾讯科技（深圳）有限公司 | 一种人像处理方法及装置 |
| CN107568828A (zh) * | 2016-07-04 | 2018-01-12 | 银川汇成科技有限公司 | 一种人体照片识别区域的划分方法 |
| CN106303354A (zh) * | 2016-08-18 | 2017-01-04 | 北京奇虎科技有限公司 | 一种脸部特效推荐方法及电子设备 |
| RU2637981C1 (ru) * | 2017-03-01 | 2017-12-08 | Максим Александрович Попов | Комплексный способ подбора и проектирования индивидуально-эргономических физических предметов на основе бесконтактной антропометрии |
| CN107835373A (zh) * | 2017-12-06 | 2018-03-23 | 深圳天珑无线科技有限公司 | 一种移动终端及其拍照美化方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11699293B2 (en) | Neural network image processing apparatus | |
| WO2016107259A1 (zh) | 一种图像处理的方法及其装置 | |
| CN109377557B (zh) | 基于单帧人脸图像的实时三维人脸重建方法 | |
| CN103810490B (zh) | 一种确定人脸图像的属性的方法和设备 | |
| US9110557B2 (en) | System and method for tracking and mapping an object to a target | |
| CN102651064B (zh) | 图像识别装置、图像识别系统及图像识别方法 | |
| CN102651068B (zh) | 图像处理装置、图像处理系统及图像处理方法 | |
| CN106897662B (zh) | 基于多任务学习的人脸关键特征点的定位方法 | |
| US20160228011A1 (en) | Bio-information acquiring device and bio-information acquiring method | |
| CN103678859B (zh) | 动作比对方法与动作比对系统 | |
| CN105989357A (zh) | 一种基于人脸视频处理的心率检测方法 | |
| CN104809424B (zh) | 一种基于虹膜特征实现视线追踪的方法 | |
| JP2007318564A5 (zh) | ||
| TWI740356B (zh) | 虛擬對象的控制方法及裝置、終端、儲存媒體 | |
| CN106599770A (zh) | 一种基于体感动作识别及抠像的滑雪场景显示方法 | |
| CN102043952A (zh) | 一种基于双光源的视线跟踪方法 | |
| CN109117753A (zh) | 部位识别方法、装置、终端及存储介质 | |
| CN106681609A (zh) | 一种终端设备屏幕亮度调节方法、装置及终端设备 | |
| CN105872381A (zh) | 趣味图像拍摄方法 | |
| CN102651129B (zh) | 图像处理装置、图像处理系统及图像处理方法 | |
| KR20090084035A (ko) | 실시간 동작 인식 방법 | |
| CN109766007A (zh) | 一种显示设备的注视点补偿方法及补偿装置、显示设备 | |
| CN107835373A (zh) | 一种移动终端及其拍照美化方法和系统 | |
| CN111091889A (zh) | 一种基于镜面显示的人体形态检测方法、存储介质及装置 | |
| CN110880155A (zh) | 实现长腿特效的方法、存储介质、设备及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200313 |
|
| RJ01 | Rejection of invention patent application after publication |