CN110889892B - 影像处理方法与影像处理装置 - Google Patents
影像处理方法与影像处理装置 Download PDFInfo
- Publication number
- CN110889892B CN110889892B CN201811207086.XA CN201811207086A CN110889892B CN 110889892 B CN110889892 B CN 110889892B CN 201811207086 A CN201811207086 A CN 201811207086A CN 110889892 B CN110889892 B CN 110889892B
- Authority
- CN
- China
- Prior art keywords
- face
- image processing
- dimensional
- map
- dimensional 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 210000004709 eyebrow Anatomy 0.000 claims abstract description 27
- 238000005286 illumination Methods 0.000 claims abstract description 8
- 238000010586 diagram Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 12
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 4
- 230000001678 irradiating effect Effects 0.000 claims 3
- 239000013256 coordination polymer Substances 0.000 description 15
- 230000015572 biosynthetic process Effects 0.000 description 11
- 238000003786 synthesis reaction Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000001815 facial effect Effects 0.000 description 5
- 210000000697 sensory organ Anatomy 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/60—Shadow generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- 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
-
- 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)
- Multimedia (AREA)
- Computer Graphics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种影像处理方法与影像处理装置。影像处理方法包括以下步骤。透过多个光源照射角度,照射一三维模型,以产生多张面部阴影图。迭合该等面部阴影图,以产生一面部迭合图。依据该面部迭合图,于一二维脸模贴图分析出一眼眉位置、一鼻部位置及一口部位置。依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出多个特征点。
Description
技术领域
本发明是有关于一种处理方法与处理装置,且特别是有关于一种影像处理方法与影像处理装置。
背景技术
随着影像处理技术的演进,发展出一种人脸合成技术。人脸合成技术可以将人脸合成于另一脸形上。人脸合成技术可以应用于虚拟实境(VR)、扩增实境(AR)、混合实境(MR)、动画、电影等产品上。
在人脸合成技术中,最重要的是必须取得具代表性的五官特征。传统上必须透过使用者以手动的方式选取特征点。然而,人工选取的特征点的准确度过低,容易造成人脸合成结果失真。此外,若以机器学习的方式训练出特征点,则必须耗费大量运算资源。因此,特征点的选取形成人脸合成技术的一大瓶颈。
尤其是在人脸合成技术应用于三维脸模时,准确度过低时,失真的情况更为严重。并且人脸合成技术应用于三维脸模所需的运算资源更为庞大,若无法有效降低运算资运的耗费,将使得人脸合成技术难以应用于三维脸模。
发明内容
本发明有关于一种影像处理方法与影像处理装置,其利用不同光源照射角度来产生不同的阴影,并藉以自动计算出脸部的特征点。在人脸合成技术上,可以利用本发明来提升特征点选取的精准度,并加速影像处理的速度。
根据本发明的第一方面,提出一种影像处理方法。影像处理方法包括以下步骤。透过多个光源照射角度,照射一三维模型,以产生多张面部阴影图。迭合该等面部阴影图,以产生一面部迭合图。依据该面部迭合图,于一二维脸模贴图分析出一眼眉位置、一鼻部位置及一口部位置。依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出多个特征点。
根据本发明的第一方面,提出一种影像处理装置。影像处理装置包括一处理器。该处理器用以执行一影像处理方法,该影像处理方法包括以下步骤。迭合多张面部阴影图,以产生一面部迭合图。该等面部阴影图是透过多个光源照射角度,照射一三维模型所产生。依据该面部迭合图,于一二维脸模贴图分析出一眼眉位置、一鼻部位置及一口部位置。依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出多个特征点。
为了对本发明的上述及其他方面有更佳的了解,下文特举实施例,并配合所附图式详细说明如下:
附图说明
图1绘示根据一实施例的影像处理方法的流程图。
图2~图3绘示步骤S110的示意图。
图4绘示步骤S120的示意图。
图5绘示步骤S130的示意图。
图6绘示步骤S140的示意图。
图7绘示步骤S150的示意图。
图8绘示步骤S160的示意图。
图9绘示步骤S170~S190的示意图。
图中标记:
100:影像处理装置
110:处理器
200:光源
300:三维模型
400:照相机
A1、A2:光源照射角度
CP:特征点
L1:眼眉位置
L2:鼻部位置
L3:口部位置
P11:面部阴影图
P11’:强化后的面部阴影图
P12:面部阴影图
P12’:强化后的面部阴影图
P2:面部迭合图
P3:轮廓边界图样
P4:二维脸模贴图
P5:人脸照片
P9:三维脸模贴图
R0:凸包范围
S110、S120、S130、S140、S150、S160、S170、S180、S190:步骤
具体实施方式
以下透过实施例详细说明本发明的技术特点,然而实施例并非用以局限本发明的范围。本实施例的影像处理方法利用不同光源照射角度产生不同的阴影,并藉以自动计算出脸部的特征点。在人脸合成技术上,可以利用本发明来提升特征点选取的精准度,并加速影像处理的速度。
请参照图1,其绘示根据一实施例的影像处理方法的流程图。本实施例透过步骤S110~S140进行特征点的自动计算,以利进行后续各种影像处理程序。后续的影像处理程序例如是步骤S150~S190的透过照片合成三维脸模的程序。本实施例的影像处理法可以利用一影像处理装置100(绘示于图2)的一处理器110(绘示于图2)来执行。影像处理装置100例如是一电脑、一伺服器、一丛集运算系统、一边缘运算系统、或一云端运算中心。
请参照图2~图3,其绘示步骤S110的示意图。在步骤S110中,一光源200透过数个光源照射角度A1、A2,照射一三维模型300,以使一照相机400产生数张面部阴影图P11、P12。
在本实施例中,光源照射角度A1、A2不相同,故面部阴影图P11、P12所呈现的阴影不会相同。光源照射角度A1、A2可以是三维模型300的一斜上方、一斜下方、一左前方或一右前方。设计者可以设计适当的方向与角度,使三维模型300的脸部五官的阴影呈现能够更加完整。举例来说,图2的光源照射角度A1为斜上方45度,图3的光源照射角度A2为斜下方15度。在一实施例中,面部阴影图的数量可以超过二,更多张的面部阴影图可以使脸部五官的阴影的呈现更完整。
三维模型300则可以是一三维人脸模型或一真人。三维模型300的阴影可以真实指出五官的相对位置及范围,而不会有误判的情况。
接着,请参照图4,其绘示步骤S120的示意图。处理器110迭合此些面部阴影图P11、P12,以产生一面部迭合图P2。
在步骤S120中,处理器110先对面部阴影图P11、P12进行阴影点强化,以产生强化后的面部阴影图P11’、P12’。阴影点强化,例如是对面部阴影图P11、P12进行二值化、去背景、去杂讯等处理。接着,处理器110再迭合强化后的面部阴影图P11’、P12’,以获得面部迭合图P2。
从图4可以发现,单一光源照射角度所获得的面部阴影图P11并未明显呈现出完整的五官,但多光源照射角度所获得的面部迭合图P2则可明显呈现出完整的五官。
然后,请参照图5,其绘示步骤S130的示意图。在步骤S130中,处理器110依据面部迭合图P2,获得面部迭合图P2的一轮廓边界图样P3。此步骤例如是利用边界搜寻演算法,分析出轮廓边界图样P3。处理器110再依据轮廓边界图样P3,于二维脸模贴图P4分析出眼眉位置L1、鼻部位置L2及口部位置L3。在本实施例中,二维脸模贴图P4对应于一三维脸模贴图P9(绘示于图9)的一正面角度。在一实施例中,二维脸模贴图P4所对应的角度只需与三维模型300所拍摄的角度一致即可顺利于二维脸模贴图P4分析出准确的眼眉位置L1、鼻部位置L2及口部位置L3。
接着,请参照图6,其绘示步骤S140的示意图。在步骤S140中,处理器110依据眼眉位置L1、鼻部位置L2及口部位置L3,于二维脸模贴图P4计算出数个特征点CP。在一实施例中,处理器110采用平均分布的方式计算此些特征点CP。举例来说,对应于眼眉位置L1的特征点CP的数量可以是22个,对应于鼻部位置L2的特征点CP的数量可以是9个,对应于口部位置L3的特征点CP的数量可以是19个。
完成步骤S140之后,即取得了二维脸模贴图P4的数个特征点CP,利用这些特征点CP可以进行各种影像处理程序,例如是透过照片合成三维脸模的程序(即步骤S150~S190)。
请参照图7,其绘示步骤S150的示意图。在步骤S150中,处理器110于一人脸照片P5标示特征点CP。在此步骤中,处理器110于人脸照片P5可以先标示出含有脸颊的特征点CP,然后再筛选出对应于眼眉位置L1、鼻部位置L2及口部位置L3的特征点CP。
接着,请参照图8,其绘示步骤S160的示意图。在步骤S160中,处理器110依据此些特征点CP,从人脸照片P5取出一凸包范围R0。凸包范围R0由对应于眼眉位置L1、鼻部位置L2及口部位置L3的特征点CP所形成。凸包范围R0涵盖到人脸最重要的几个器官。
然后,请参照图9,其绘示步骤S170~S190的示意图。在步骤S170中,处理器110将凸包范围R0映射到二维脸模贴图P4。也就是说,人脸照片P5中对应于凸包范围R0内的影像被映射到二维脸模贴图P4的凸包范围R0内。
接着,在步骤S180中,处理器110对二维脸模贴图P4进行一肤色均值化程序,以使凸包范围R0内的肤色趋近于凸包范围R0外的肤色。
然后,在步骤S190中,处理器110将二维脸模贴图P4合成至三维脸模贴图P9。
透过上述步骤,可以将人脸照片P5合成于三维脸模贴图P9上。上述实施例利用不同光源照射角度A1、A2产生不同的面部阴影图P11、P12,并藉以自动计算出脸部的特征点CP。不仅提升特征点CP选取的精准度,并加速了影像处理的速度。
综上所述,虽然本发明已以实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视后附的权利要求书所界定者为准。
Claims (20)
1.一种影像处理方法,其特征在于,该影像处理方法包括:
透过多个光源照射角度,照射一三维模型,以产生多张面部阴影图;
迭合该等面部阴影图,以产生一面部迭合图;
依据该面部迭合图,获得一二维脸模贴图,于该二维脸模贴图分析出一眼眉位置、一鼻部位置及一口部位置;以及
依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出多个特征点。
2.如权利要求1所述的影像处理方法,其特征在于,在透过该等光源照射角度,照射该三维模型,以产生该等面部阴影图的步骤中,该等光源照射角度为该三维模型的一斜上方、一斜下方、一左前方或一右前方。
3.如权利要求1所述的影像处理方法,其特征在于,该等光源照射角度包括斜上方45度及斜下方15度。
4.如权利要求1所述的影像处理方法,其特征在于,迭合该等面部阴影图,以产生该面部迭合图的步骤包括:
对该等面部阴影图进行阴影点强化;以及
迭合强化后的该等面部阴影图,以获得该面部迭合图。
5.如权利要求1所述的影像处理方法,其特征在于,依据该面部迭合图,产生该二维脸模贴图,并于该二维脸模贴图分析出该眼眉位置、该鼻部位置及该口部位置的步骤包括:
获得该面部迭合图的一轮廓边界图样;以及
依据该轮廓边界图样,于该二维脸模贴图分析出该眼眉位置、该鼻部位置及该口部位置。
6.如权利要求1所述的影像处理方法,其特征在于,依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出该等特征点的步骤采用平均分布的方式计算该等特征点。
7.如权利要求1所述的影像处理方法,其特征在于,依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出该等特征点的步骤中,对应于该眼眉位置的该等特征点的数量为22个,对应于该鼻部位置的该等特征点的数量为9个,对应于该口部位置的该等特征点的数量为19个。
8.如权利要求1所述的影像处理方法,其特征在于,该影像处理方法更包括:
于一人脸照片标示该等特征点;
依据该等特征点,取出一凸包范围;
将凸包范围映射到该二维脸模贴图;
对该二维脸模贴图进行一肤色均值化程序;以及
将该二维脸模贴图合成至一三维脸模贴图。
9.如权利要求8所述的影像处理方法,其特征在于,该二维脸模贴图对应于该三维脸模贴图的一正面角度。
10.如权利要求1所述的影像处理方法,其特征在于,该三维模型为一三维人脸模型或一真人。
11.一种影像处理装置,其特征在于,该影像处理装置包括一处理器,该处理器用以执行一影像处理方法,该影像处理方法包括:
迭合多张面部阴影图,以产生一面部迭合图,该等面部阴影图是透过多个光源照射角度,照射一三维模型所产生;
依据该面部迭合图,获得一二维脸模贴图,并于该二维脸模贴图分析出一眼眉位置、一鼻部位置及一口部位置;以及
依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出多个特征点。
12.如权利要求11所述的影像处理装置,其特征在于,该等光源照射角度为该三维模型的一斜上方、一斜下方、一左前方或一右前方。
13.如权利要求11所述的影像处理装置,其特征在于,该等光源照射角度包括斜上方45度及斜下方15度。
14.如权利要求11所述的影像处理装置,其特征在于,迭合该等面部阴影图,以产生该面部迭合图的步骤包括:
对该等面部阴影图进行阴影点强化;以及
迭合强化后的该等面部阴影图,以获得该面部迭合图。
15.如权利要求11所述的影像处理装置,其特征在于,依据该面部迭合图,产生该二维脸模贴图,并于该二维脸模贴图分析出该眼眉位置、该鼻部位置及该口部位置的步骤包括:
获得该面部迭合图的一轮廓边界图样;以及
依据该轮廓边界图样,于该二维脸模贴图分析出该眼眉位置、该鼻部位置及该口部位置。
16.如权利要求11所述的影像处理装置,其特征在于,依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出该等特征点的步骤采用平均分布的方式计算该等特征点。
17.如权利要求11所述的影像处理装置,其特征在于,依据该眼眉位置、该鼻部位置及该口部位置,于该二维脸模贴图计算出该等特征点的步骤中,对应于该眼眉位置的该等特征点的数量为22个,对应于该鼻部位置的该等特征点的数量为9个,对应于该口部位置的该等特征点的数量为19个。
18.如权利要求11所述的影像处理装置,其特征在于,该影像处理方法更包括:
于一人脸照片标示该等特征点;
依据该等特征点,取出一凸包范围;
将凸包范围映射到该二维脸模贴图;
对该二维脸模贴图进行一肤色均值化程序;以及
将该二维脸模贴图合成至一三维脸模贴图。
19.如权利要求18所述的影像处理装置,其特征在于,该二维脸模贴图对应于该三维脸模贴图的一正面角度。
20.如权利要求11所述的影像处理装置,其特征在于,该三维模型为一三维人脸模型或一真人。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107131918 | 2018-09-11 | ||
TW107131918A TWI699731B (zh) | 2018-09-11 | 2018-09-11 | 影像處理方法與影像處理裝置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110889892A CN110889892A (zh) | 2020-03-17 |
CN110889892B true CN110889892B (zh) | 2023-06-13 |
Family
ID=69719929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811207086.XA Active CN110889892B (zh) | 2018-09-11 | 2018-10-17 | 影像处理方法与影像处理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10755476B2 (zh) |
CN (1) | CN110889892B (zh) |
TW (1) | TWI699731B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110998669B (zh) * | 2017-08-08 | 2023-12-08 | 索尼公司 | 图像处理装置和方法 |
CN111462295B (zh) * | 2020-03-27 | 2023-09-05 | 咪咕文化科技有限公司 | 增强现实合拍中的阴影处理方法、设备及存储介质 |
TWI792137B (zh) * | 2020-12-31 | 2023-02-11 | 瑞昱半導體股份有限公司 | 視線方向校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015172679A1 (zh) * | 2014-05-14 | 2015-11-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN107791524A (zh) * | 2016-09-05 | 2018-03-13 | 富士施乐株式会社 | 三维模型制作数据生成设备、方法和三维模型 |
CN108376421A (zh) * | 2018-02-28 | 2018-08-07 | 浙江神造科技有限公司 | 一种基于阴影恢复形状法生成人脸三维模型的方法 |
CN108510583A (zh) * | 2018-04-03 | 2018-09-07 | 北京华捷艾米科技有限公司 | 人脸图像的生成方法和人脸图像的生成装置 |
CN108510573A (zh) * | 2018-04-03 | 2018-09-07 | 南京大学 | 一种基于深度学习的多视点人脸三维模型重建的方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3529954B2 (ja) * | 1996-09-05 | 2004-05-24 | 株式会社資生堂 | 顔だち分類法及び顔だちマップ |
TW200707310A (en) * | 2005-08-08 | 2007-02-16 | Chunghwa Telecom Co Ltd | Facial recognition method based on recognition of facial features |
CN101466998B (zh) * | 2005-11-09 | 2015-09-16 | 几何信息学股份有限公司 | 三维绝对坐标表面成像的方法和装置 |
JP5095182B2 (ja) * | 2005-12-01 | 2012-12-12 | 株式会社 資生堂 | 顔分類装置、顔分類プログラム、及び該プログラムが記録された記録媒体 |
TWI384406B (zh) * | 2009-05-26 | 2013-02-01 | Univ Nat Chiao Tung | 人臉辨識與合成方法 |
TW201227159A (en) * | 2010-12-24 | 2012-07-01 | wen-jin Zhang | Method of taking pictures for generating three-dimensional image data |
JP5993233B2 (ja) * | 2012-07-11 | 2016-09-14 | オリンパス株式会社 | 画像処理装置及び画像処理方法 |
US9224237B2 (en) * | 2013-09-27 | 2015-12-29 | Amazon Technologies, Inc. | Simulating three-dimensional views using planes of content |
CN104376589A (zh) * | 2014-12-04 | 2015-02-25 | 青岛华通国有资本运营(集团)有限责任公司 | 一种替换影视剧人物的方法 |
US10896318B2 (en) * | 2017-09-09 | 2021-01-19 | Apple Inc. | Occlusion detection for facial recognition processes |
-
2018
- 2018-09-11 TW TW107131918A patent/TWI699731B/zh active
- 2018-10-17 CN CN201811207086.XA patent/CN110889892B/zh active Active
- 2018-11-23 US US16/198,984 patent/US10755476B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015172679A1 (zh) * | 2014-05-14 | 2015-11-19 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN107791524A (zh) * | 2016-09-05 | 2018-03-13 | 富士施乐株式会社 | 三维模型制作数据生成设备、方法和三维模型 |
CN108376421A (zh) * | 2018-02-28 | 2018-08-07 | 浙江神造科技有限公司 | 一种基于阴影恢复形状法生成人脸三维模型的方法 |
CN108510583A (zh) * | 2018-04-03 | 2018-09-07 | 北京华捷艾米科技有限公司 | 人脸图像的生成方法和人脸图像的生成装置 |
CN108510573A (zh) * | 2018-04-03 | 2018-09-07 | 南京大学 | 一种基于深度学习的多视点人脸三维模型重建的方法 |
Also Published As
Publication number | Publication date |
---|---|
US10755476B2 (en) | 2020-08-25 |
US20200082609A1 (en) | 2020-03-12 |
CN110889892A (zh) | 2020-03-17 |
TW202011356A (zh) | 2020-03-16 |
TWI699731B (zh) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11423556B2 (en) | Methods and systems to modify two dimensional facial images in a video to generate, in real-time, facial images that appear three dimensional | |
US11961200B2 (en) | Method and computer program product for producing 3 dimensional model data of a garment | |
WO2022095721A1 (zh) | 参数估算模型的训练方法、装置、设备和存储介质 | |
CN107507216B (zh) | 图像中局部区域的替换方法、装置及存储介质 | |
US6532011B1 (en) | Method of creating 3-D facial models starting from face images | |
CN110889892B (zh) | 影像处理方法与影像处理装置 | |
US10467793B2 (en) | Computer implemented method and device | |
GB2544596A (en) | Style transfer for headshot portraits | |
JP2013235537A (ja) | 画像作成装置、画像作成プログラム、及び記録媒体 | |
CN111932673B (zh) | 一种基于三维重建的物体空间数据增广方法及系统 | |
JP2017213096A (ja) | 歯軸推定プログラム、歯軸推定装置及びその方法、並びに歯形データ生成プログラム、歯形データ生成装置及びその方法 | |
KR101759188B1 (ko) | 2d 얼굴 이미지로부터 3d 모델을 자동 생성하는 방법 | |
CN112257657A (zh) | 脸部图像融合方法及装置、存储介质、电子设备 | |
WO2020134925A1 (zh) | 人脸图像的光照检测方法、装置、设备和存储介质 | |
CN111243051A (zh) | 基于肖像照片的简笔画生成方法、系统及存储介质 | |
Hong et al. | A 3D model-based approach for fitting masks to faces in the wild | |
US20200126314A1 (en) | Method and system of automated facial morphing for eyebrow hair and face color detection | |
CN114972649A (zh) | 一种基于三维重建的虚拟现实实现方法及系统 | |
JP2001216518A (ja) | マッチング方法および装置並びに記録媒体 | |
Tresset et al. | Generative portrait sketching | |
US20210074076A1 (en) | Method and system of rendering a 3d image for automated facial morphing | |
CN115862149A (zh) | 一种生成3d人体骨骼关键点数据集的方法及系统 | |
JP2023153534A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
WO2020183598A1 (ja) | 学習データ生成装置、学習データ生成方法および学習データ生成プログラム | |
JP2002329198A (ja) | 画像質感強調装置、画像質感強調方法および画像質感強調プログラム |
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 |