CN111275610B - 一种人脸变老图像处理方法及系统 - Google Patents

一种人脸变老图像处理方法及系统 Download PDF

Info

Publication number
CN111275610B
CN111275610B CN202010019256.2A CN202010019256A CN111275610B CN 111275610 B CN111275610 B CN 111275610B CN 202010019256 A CN202010019256 A CN 202010019256A CN 111275610 B CN111275610 B CN 111275610B
Authority
CN
China
Prior art keywords
wrinkle
old
aging
map
image
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
CN202010019256.2A
Other languages
English (en)
Other versions
CN111275610A (zh
Inventor
杨金江
胡耀武
戴侃侃
李云夕
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.)
Hangzhou Xiaoying Innovation Technology Co ltd
Original Assignee
Hangzhou Xiaoying Innovation 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 Hangzhou Xiaoying Innovation Technology Co ltd filed Critical Hangzhou Xiaoying Innovation Technology Co ltd
Priority to CN202010019256.2A priority Critical patent/CN111275610B/zh
Publication of CN111275610A publication Critical patent/CN111275610A/zh
Application granted granted Critical
Publication of CN111275610B publication Critical patent/CN111275610B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/04
    • G06T3/02
    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Abstract

本发明公开了一种人脸变老图像处理方法,处理方法包括:S1、对老人皱纹图进行高斯模糊,获取老人无皱纹图;S2、检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;S3、基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;S4、基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;S5、将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;S6、基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。本发明变老模式多样,适应各种变老需求。通过调节变老程度,简单的处理流程,实现的老化效果多样且逼真,极大程度地满足不同用户的不同变老需求。

Description

一种人脸变老图像处理方法及系统
技术领域
本发明涉及计算机图像处理技术领域,具体涉及一种人脸变老图像处理方法及系统。
背景技术
随着相机硬件模块和相机软件在移动终端的普及,拍照和图片处理成了当下最火的大众爱好之一,计算机图形图像技术是发展较为迅猛的新兴技术,而各种人脸图像处理技术也从实验室走出化身为众多的美颜APP应用,其中就包括人脸变老技术。
人脸变老是指根据自然年龄渲染出个体的人脸图像,基于某个体的一幅低年龄段人脸图像,应用老化合成模型,预测或合成其目标高年龄组的人脸图像。目前公开的人脸变老技术操作复杂,变老模式单一,变老效果不够逼真,往往需要对变老效果图进行进一步的图像后处理方可得到较为满意的结果,处理流程耗时太长,而且结果不明显。
公开号为CN109509142A的发明专利申请公开了一种人脸变老图像处理方法、系统、可读存储介质及设备,所述的人脸变老图像处理方法至少包括:获取目标人脸图片;对所述目标人脸图片进行特征提取得到特征向量;将所述特征向量在不同的人脸维度上进行归类,所述人脸维度至少包括年龄、性别、区域/种族;获取所述目标人脸图片对应的父母人脸图片并提取出父母的五官;根据所述父母的五官、人脸维度归类及知识库对目标人脸图片进行变老处理。通过输入父母图片、录入额外的信息来对估计信息进行补充与纠正,结合根据人脸统计数据得到的知识库,来对人脸图片进行变老处理。
上述专利申请虽然能根据不同人的年龄、性别、区域/种族等进行实现不同效果的变老,但是需要对人脸进行特征提取并分类,并根据知识库、父母五官等进行多次的调整,处理复杂,处理流程长,计算复杂度高。
故,如何克服现有变老方法的流程复杂、变老模式单一和变老效果不够逼真等问题,是本领域亟待解决的问题。
发明内容
本发明的目的是针对现有技术的缺陷,提供了一种人脸变老图像处理方法及系统。老人皱纹模板图可替换,变老模式可多样,可适应当代用户的各种变老需求。通过调节变老程度,简单的处理流程,实现的老化效果多样且逼真,极大程度地满足不同用户的不同变老需求。
为了实现以上目的,本发明采用以下技术方案:
一种人脸变老图像处理方法,包括步骤:
S1、对老人皱纹图进行高斯模糊,获取老人无皱纹图;
S2、检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
S3、基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
S4、基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
S5、将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
S6、基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
进一步地,在步骤S1之前,还包括:
S0、根据变老需求选择老人皱纹图。
进一步地,所述第一变老图像为:
R(x,y)=U(x,y)×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值。
进一步地,所述第二变老图像为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。
进一步地,所述步骤S4包括:
S41、从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
S42、分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
S43、分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
S44、判断是否所有的三角形处理完毕,若否,执行步骤S41,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
本发明还提出一种人脸变老图像处理系统,包括:
去噪模块,用于对老人皱纹图进行高斯模糊,获取老人无皱纹图;
关键点检测模块,用于检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
三角剖分模块,用于基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
对齐模块,用于基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
迁移模块,用于将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
调节模块,用于基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
进一步地,所述处理系统还包括:
模板选择模块,用于根据变老需求选择老人皱纹图。
进一步地,所述第一变老图像为:
R(x,y)=U(x,y)×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值。
进一步地,所述第二变老图像为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。
进一步地,所述对齐模块包括:
三角形对应模块,用于从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
顶点映射模块,用于分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
仿射模块,用于分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
循环处理模块,用于判断是否所有的三角形处理完毕,若否,调用三角形对应模块,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
本发明提出的人脸变老图像处理方法及系统,与现有技术相比,具有如下优点:
1、本发明用户可以根据不同的变老需求,选择不同的老人皱纹图模板,实现了多样化的变老模式,能够适应不同用户的不同变老需求,有效克服现有变老方法模式单一的问题;
2、本发明设置变老程度控制系数,通过对变老程度控制系数的调节调整变老程度,实现不同程度的变老。避免了现有的变老方法当老人皱纹图确定后,迁移老人皱纹形成的变老人脸效果固定的问题,变老效果非常逼真且多样化;
3、本发明通过选择不同的老人皱纹图模板、对变老程度控制系数的调节调整变老程度,实现多样、逼真的变老效果。变老的处理过程极为简单,不需要对人脸图像进行大量的分析与处理,处理效率高,有效克服了现有的变老方法处理流程复杂的问题;
4、本发明结合老人无皱纹图进行皱纹迁移,使得到的变老效果自然、流畅,提高了变老图像的逼真性,提高了用户体验。
附图说明
图1是实施例一提供的一种人脸变老图像处理方流程图;
图2是老人皱纹图、老人无皱纹图示例图;
图3是实施例二提供的一种人脸变老图像处理系统结构图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,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发明的其他优点与功效。本发明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,在没有背离本发明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。
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发明的基本构想,遂图式中仅显示与本发明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。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
实施例一
如图1所示,本实施例提出了一种人脸变老图像处理方法,包括:
S1、对老人皱纹图进行高斯模糊,获取老人无皱纹图;
老人皱纹图是要对人脸图像进行变老处理的模板图像。本发明通过将老人皱纹图中的老人皱纹迁移到人脸图像上,实现人脸变老。老人皱纹迁移需要进行关键点的定位等,由于老人皱纹图可能存在大量噪声,影响关键点定位的准确性,更进一步影响皱纹迁移的效果。因此,本发明在获取老人皱纹图后,对其进行去噪,去噪后的老人皱纹图再进行老人皱纹迁移等。由于图像中的大多数噪声均属于高斯噪声,因此,本发明采用高斯模糊进行去噪,得到滤波效果图;高斯模糊二维空间定义公式如下:
其中,σ是正态分布的标准偏差。
如图2所示,(a)为老人皱纹图,(b)为老人无皱纹图,通过对老人皱纹图T进行高斯模糊,得到老人无皱纹图Tn。
为了克服现有的人脸变老图像处理中,变老模式单一的问题,本发明可以根据变老的需求,选择不同的老人皱纹图。老人皱纹图可以从本地图库中选择,也可以从网络中下载,还可以实时进行相应老人图像的拍摄,在此不作限定。也就是说,在步骤S1之前,本发明还包括步骤:
S0、根据变老需求选择老人皱纹图。
例如,不同国家的人脸特征不同,相应的人脸变老特征也不同,因此,可以根据人脸图像的国家,选择对应国家的老人皱纹图。再者,性别不同的老人特征也不尽相同,可以根据待处理的人脸图像的性别来选择相应性别的老人皱纹图。通过对不同老人皱纹图的选择,实现了不同的变老效果。且并不需要进行复杂的图像分析,用户可以根据自身需要进行选择,提高了人脸变老图像处理的自主性及趣味性。
S2、检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
本发明通过将老人皱纹图中的老人皱纹迁移到人脸图像上,实现人脸变老。老人皱纹需要从老人皱纹图中的位置迁移到人脸图像中的对应位置。因此,首先需要进行关键点的检测,根据检测的关键点实现人脸对齐。
人脸关键点检测是指给定人脸图像,定位出人脸面部的关键区域位置,包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。本发明可以采用已有的人脸关键点检测方法,在此不作限定,可以检测68个面部基准点,也可以检测人脸106点。具体,通过现有的关键点检测方法,依次检测待处理用户图U、所述老人皱纹图T、老人无皱纹图Tn的人脸关键点。
S3、基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
如上所述,实现皱纹迁移需要人脸对齐。如果一个人的脸用简笔画画出来,可以简化等脸型+五官,实现人脸对齐需要实现脸型及五官的对齐。人的五官如果用图形来描绘,都是不规则图形。如果要完全不走样的获取一个人的眼睛、眉毛、鼻子或者嘴等,需要绘制非常复杂的形状。因此,本发明采用简单的近似方法,把一张人脸分割成若干三角形的区域,根据对应的三角区域进行对齐。
本发明基于人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分,人脸关键点为待处理用户图、老人皱纹图、老人无皱纹图各自对应的关键点。具体地,可以采用Delaunay三角剖分将对应的人脸图像分割成三角形的组合。
Delaunay三角剖分规则的定义:假设V是作用点集合,边e是由作用点集合中的作用点作为端点构成的封闭线段,E为e的集合。那么该作用点集合V的一个三角剖分T=(V,E)是一个平面图G,该平面图满足条件:
1.除了端点,平面图中的边不包含点集中的任何点。
2.没有相交边。
3.平面图中所有的面都是三角面,且所有三角面的合集是散点集V的凸包。
具体地,对于待处理用户图U、所述老人皱纹图T、老人无皱纹图Tn,作用点集合V为其检测得到的人脸关键点集合。基于人脸关键点得到待处理用户图、老人皱纹图、老人无皱纹图的三角剖分。
S4、基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
本发明根据三角剖分得到的三角区域进行人脸关键点对齐,基于三角剖分将老人皱纹图T、老人无皱纹图Tn的人脸关键点对齐到待处理用户图U,具体为:
S41、从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
本发明从老人皱纹图T、老人无皱纹图Tn中分别选取一个三角形Ttri、Tn tri,在待处理用户图U中分别找到对应的三角形区域Utri、Un tri。由于老人皱纹图、老人无皱纹图、待处理用户图中的人脸关键点彼此对应,因此,对应的三角剖分区域也彼此对应。
S42、分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
人脸区域的映射可以转化成相应关键点的映射。因此,本发明通过Ttri中三个顶点到Utri中三个顶点的映射关系来计算计算老人皱纹图到待处理用户图的第一仿射变换,通过Tn tri中三个顶点到Un tri中三个顶点的映射关系来计算计算老人无皱纹图到待处理用户图的第二仿射变换。
S43、分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
本发明将三角形三个顶点的映射关系作为该三角形的映射关系。通过仿射变换,依次对三角形区域内的每个像素进行处理,将每个像素仿射变换到待处理用户图中对应的位置去。即,分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图。
S44、判断是否所有的三角形处理完毕,若否,执行步骤S41,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
本发明此次对三角剖分中的各个三角形进行仿射处理,依次处理老人皱纹图T、老人无皱纹图Tn中的三角形Ttri、Tn tri,直到所有的三角形处理完毕,得到仿射老人皱纹图T'、仿射老人无皱纹图Tn'。由此,实现与待处理用户图对齐。
S5、将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图后,就能实现相应位置的像素处理。因此,本发明将老人皱纹迁移到待处理用户图中,生成第一变老图像,具体为:
R(x,y)=U(x,y)×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值。
S6、基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
传统人脸变老图像处理中,当老人皱纹图确定后,迁移老人皱纹形成的变老人脸效果固定。为了使变老效果更逼真、更多样化,本发明设置变老程度控制系数,通过对变老程度控制系数的调节调整变老程度,实现不同程度的变老。具体为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。a值越大,第一变老图像R所占据的权重越大,变老程度越高,相应地,a值越小,变老程度越低。
实施例二
如图3所示,本实施例提出了一种人脸变老图像处理系统,包括:
去噪模块,用于对老人皱纹图进行高斯模糊,获取老人无皱纹图;
老人皱纹图是要对人脸图像进行变老处理的模板图像。本发明通过将老人皱纹图中的老人皱纹迁移到人脸图像上,实现人脸变老。老人皱纹迁移需要进行关键点的定位等,由于老人皱纹图可能存在大量噪声,影响关键点定位的准确性,更进一步影响皱纹迁移的效果。因此,本发明在获取老人皱纹图后,对其进行去噪,去噪后的老人皱纹图再进行老人皱纹迁移等。由于图像中的大多数噪声均属于高斯噪声,因此,本发明采用高斯模糊进行去噪,得到滤波效果图;高斯模糊二维空间定义公式如下:
其中,σ是正态分布的标准偏差。
为了克服现有的人脸变老图像处理中,变老模式单一的问题,本发明可以根据变老的需求,选择不同的老人皱纹图。老人皱纹图可以从本地图库中选择,也可以从网络中下载,还可以实时进行相应老人图像的拍摄,在此不作限定。也就是说,人脸变老图像处理系统还包括:
模板选择模块,用于根据变老需求选择老人皱纹图。
例如,不同国家的人脸特征不同,相应的人脸变老特征也不同,因此,可以根据人脸图像的国家,选择对应国家的老人皱纹图。再者,性别不同的老人特征也不尽相同,可以根据待处理的人脸图像的性别来选择相应性别的老人皱纹图。通过对不同老人皱纹图的选择,实现了不同的变老效果。且并不需要进行复杂的图像分析,用户可以根据自身需要进行选择,提高了人脸变老图像处理的自主性及趣味性。
关键点检测模块,用于检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
本发明通过将老人皱纹图中的老人皱纹迁移到人脸图像上,实现人脸变老。老人皱纹需要从老人皱纹图中的位置迁移到人脸图像中的对应位置。因此,首先需要进行关键点的检测,根据检测的关键点实现人脸对齐。
人脸关键点检测是指给定人脸图像,定位出人脸面部的关键区域位置,包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。本发明可以采用已有的人脸关键点检测方法,在此不作限定,可以检测68个面部基准点,也可以检测人脸106点。具体,通过现有的关键点检测方法,依次检测待处理用户图U、所述老人皱纹图T、老人无皱纹图Tn的人脸关键点。
三角剖分模块,用于基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
如上所述,实现皱纹迁移需要人脸对齐。如果一个人的脸用简笔画画出来,可以简化等脸型+五官,实现人脸对齐需要实现脸型及五官的对齐。人的五官如果用图形来描绘,都是不规则图形。如果要完全不走样的获取一个人的眼睛、眉毛、鼻子或者嘴等,需要绘制非常复杂的形状。因此,本发明采用简单的近似方法,把一张人脸分割成若干三角形的区域,根据对应的三角区域进行对齐。
本发明基于人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分,人脸关键点为待处理用户图、老人皱纹图、老人无皱纹图各自对应的关键点。具体地,可以采用Delaunay三角剖分将对应的人脸图像分割成三角形的组合。
Delaunay三角剖分规则的定义:假设V是作用点集合,边e是由作用点集合中的作用点作为端点构成的封闭线段,E为e的集合。那么该作用点集合V的一个三角剖分T=(V,E)是一个平面图G,该平面图满足条件:
1.除了端点,平面图中的边不包含点集中的任何点。
2.没有相交边。
3.平面图中所有的面都是三角面,且所有三角面的合集是散点集V的凸包。
具体地,对于待处理用户图U、所述老人皱纹图T、老人无皱纹图Tn,作用点集合V为其检测得到的人脸关键点集合。基于人脸关键点得到待处理用户图、老人皱纹图、老人无皱纹图的三角剖分。
对齐模块,用于基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
本发明根据三角剖分得到的三角区域进行人脸关键点对齐,基于三角剖分将老人皱纹图T、老人无皱纹图Tn的人脸关键点对齐到待处理用户图U,具体包括:
三角形对应模块,用于从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
本发明从老人皱纹图T、老人无皱纹图Tn中分别选取一个三角形Ttri、Tn tri,在待处理用户图U中分别找到对应的三角形区域Utri、Un tri。由于老人皱纹图、老人无皱纹图、待处理用户图中的人脸关键点彼此对应,因此,对应的三角剖分区域也彼此对应。
顶点映射模块,用于分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
人脸区域的映射可以转化成相应关键点的映射。因此,本发明通过Ttri中三个顶点到Utri中三个顶点的映射关系来计算计算老人皱纹图到待处理用户图的第一仿射变换,通过Tn tri中三个顶点到Un tri中三个顶点的映射关系来计算计算老人无皱纹图到待处理用户图的第二仿射变换。
仿射模块,用于分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
本发明将三角形三个顶点的映射关系作为该三角形的映射关系。通过仿射变换,依次对三角形区域内的每个像素进行处理,将每个像素仿射变换到待处理用户图中对应的位置去。即,分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图。
循环处理模块,用于判断是否所有的三角形处理完毕,若否,调用三角形对应模块,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
本发明此次对三角剖分中的各个三角形进行仿射处理,依次处理老人皱纹图T、老人无皱纹图Tn中的三角形Ttri、Tn tri,直到所有的三角形处理完毕,得到仿射老人皱纹图T'、仿射老人无皱纹图Tn'。由此,实现与待处理用户图对齐。
迁移模块,用于将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图后,就能实现相应位置的像素处理。因此,本发明将老人皱纹迁移到待处理用户图中,生成第一变老图像,具体为:
R(x,y)=U(x,y)×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值。
调节模块,用于基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
传统人脸变老图像处理中,当老人皱纹图确定后,迁移老人皱纹形成的变老人脸效果固定。为了使变老效果更逼真、更多样化,本发明设置变老程度控制系数,通过对变老程度控制系数的调节调整变老程度,实现不同程度的变老。具体为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。a值越大,第一变老图像R所占据的权重越大,变老程度越高,相应地,a值越小,变老程度越低。
由此可知,本发明提出的人脸变老图像处理方法及系统,根据不同的变老需求,选择不同的老人皱纹图模板,实现了多样化的变老模式,能够适应不同用户的不同变老需求,有效克服现有变老方法模式单一的问题;设置变老程度控制系数,通过对变老程度控制系数的调节调整变老程度,实现不同程度的变老。避免了现有的变老方法当老人皱纹图确定后,迁移老人皱纹形成的变老人脸效果固定的问题,变老效果非常逼真且多样化;通过选择不同的老人皱纹图模板、对变老程度控制系数的调节调整变老程度,实现多样、逼真的变老效果。变老的处理过程极为简单,不需要对人脸图像进行大量的分析与处理,处理效率高,有效克服了现有的变老方法处理流程复杂的问题;结合老人无皱纹图进行皱纹迁移,使得到的变老效果自然、流畅,提高了变老图像的逼真性,提高了用户体验。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种人脸变老图像处理方法,其特征在于,包括步骤:
S0、根据变老需求选择老人皱纹图;
S1、对老人皱纹图进行高斯模糊,获取老人无皱纹图;
S2、检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
S3、基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
S4、基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
S5、将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
所述第一变老图像为:
R(x,y)=U(x,y) ×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值;
S6、基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
2.根据权利要求1所述的人脸变老图像处理方法,其特征在于,所述第二变老图像为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数根据权利要求1所述的人脸变老图像处理方法,其特征在于,所述第二变老图像为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。
3.根据权利要求1所述的人脸变老图像处理方法,其特征在于,所述步骤S4包括:
S41、从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
S42、分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
S43、分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
S44、判断是否所有的三角形处理完毕,若否,执行步骤S41,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
4.一种人脸变老图像处理系统,其特征在于,包括:
模板选择模块,用于根据变老需求选择老人皱纹图;
去噪模块,用于对老人皱纹图进行高斯模糊,获取老人无皱纹图;
关键点检测模块,用于检测待处理用户图、所述老人皱纹图、老人无皱纹图的人脸关键点;
三角剖分模块,用于基于所述人脸关键点对待处理用户图、老人皱纹图、老人无皱纹图进行三角剖分;
对齐模块,用于基于所述三角剖分将老人皱纹图、老人无皱纹图的人脸关键点对齐到待处理用户图;
迁移模块,用于将老人皱纹迁移到所述待处理用户图中,生成第一变老图像;
所述第一变老图像为:
R(x,y)=U(x,y) ×(T(x,y)/(Tn(x,y)+0.1))
其中,R(x,y)、U(x,y)、T(x,y)、Tn(x,y)分别为第一变老图像R、待处理用户图U、老人皱纹图T、老人无皱纹图Tn中x、y轴坐标对应的像素值;
调节模块,用于基于所述第一变老图像、待处理用户图,通过调节变老程度,生成对应的第二变老图像。
5.根据权利要求4所述的人脸变老图像处理系统,其特征在于,所述第二变老图像为:
R(x,y)=(1-a)U(x,y)+aR(x,y)
其中,a为变老程度控制系数。
6.根据权利要求4所述的人脸变老图像处理系统,其特征在于,所述对齐模块包括:
三角形对应模块,用于从老人皱纹图、老人无皱纹图中分别选取一个三角形,找到待处理用户图中的对应区域;
顶点映射模块,用于分别基于老人皱纹图、老人无皱纹图中选取的三角形三个顶点到待处理用户图中的对应区域三个顶点的映射关系,计算老人皱纹图、老人无皱纹图到待处理用户图的第一仿射变换、第二仿射变换;
仿射模块,用于分别基于所述第一仿射变换、第二仿射变换将老人皱纹图、老人无皱纹图中所选取的三角形仿射到待处理用户图;
循环处理模块,用于判断是否所有的三角形处理完毕,若否,调用三角形对应模块,若是,得到仿射老人皱纹图、仿射老人无皱纹图,与所述待处理用户图对齐。
CN202010019256.2A 2020-01-08 2020-01-08 一种人脸变老图像处理方法及系统 Active CN111275610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010019256.2A CN111275610B (zh) 2020-01-08 2020-01-08 一种人脸变老图像处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010019256.2A CN111275610B (zh) 2020-01-08 2020-01-08 一种人脸变老图像处理方法及系统

Publications (2)

Publication Number Publication Date
CN111275610A CN111275610A (zh) 2020-06-12
CN111275610B true CN111275610B (zh) 2023-08-18

Family

ID=71000086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010019256.2A Active CN111275610B (zh) 2020-01-08 2020-01-08 一种人脸变老图像处理方法及系统

Country Status (1)

Country Link
CN (1) CN111275610B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581356A (zh) * 2020-12-14 2021-03-30 广州岸边网络科技有限公司 一种人像变换的处理方法、装置及存储介质
CN112884642B (zh) * 2021-03-23 2022-07-08 福州大学 一种基于人脸识别技术的实时面部老化模拟方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778712A (zh) * 2015-04-27 2015-07-15 厦门美图之家科技有限公司 一种基于仿射变换的人脸贴图方法和系统
CN104966267A (zh) * 2015-07-02 2015-10-07 广东欧珀移动通信有限公司 一种美颜用户图像的方法及装置
CN105069007A (zh) * 2015-07-02 2015-11-18 广东欧珀移动通信有限公司 一种建立美颜数据库的方法及装置
CN109002763A (zh) * 2018-06-15 2018-12-14 中国科学院半导体研究所 基于同源连续性的模拟人脸老化的方法及装置
CN109033935A (zh) * 2018-05-31 2018-12-18 深圳和而泰数据资源与云技术有限公司 抬头纹检测方法及装置
WO2019014814A1 (zh) * 2017-07-17 2019-01-24 深圳和而泰智能控制股份有限公司 一种定量检测人脸抬头纹的方法和智能终端
CN109509142A (zh) * 2018-10-29 2019-03-22 重庆中科云丛科技有限公司 一种人脸变老图像处理方法、系统、可读存储介质及设备
CN109584327A (zh) * 2018-11-08 2019-04-05 深圳市威富视界有限公司 人脸老化模拟方法、装置以及设备
CN110335194A (zh) * 2019-06-28 2019-10-15 广州久邦世纪科技有限公司 一种人脸变老图像处理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006085678A (ja) * 2004-08-16 2006-03-30 Fuji Photo Film Co Ltd 画像作成方法および装置並びにプログラム
US8290257B2 (en) * 2007-03-02 2012-10-16 The Procter & Gamble Company Method and apparatus for simulation of facial skin aging and de-aging
US8391639B2 (en) * 2007-07-23 2013-03-05 The Procter & Gamble Company Method and apparatus for realistic simulation of wrinkle aging and de-aging
CN109427053A (zh) * 2017-08-31 2019-03-05 丽宝大数据股份有限公司 皮肤老化状态评估方法与电子装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778712A (zh) * 2015-04-27 2015-07-15 厦门美图之家科技有限公司 一种基于仿射变换的人脸贴图方法和系统
CN104966267A (zh) * 2015-07-02 2015-10-07 广东欧珀移动通信有限公司 一种美颜用户图像的方法及装置
CN105069007A (zh) * 2015-07-02 2015-11-18 广东欧珀移动通信有限公司 一种建立美颜数据库的方法及装置
WO2019014814A1 (zh) * 2017-07-17 2019-01-24 深圳和而泰智能控制股份有限公司 一种定量检测人脸抬头纹的方法和智能终端
CN109033935A (zh) * 2018-05-31 2018-12-18 深圳和而泰数据资源与云技术有限公司 抬头纹检测方法及装置
CN109002763A (zh) * 2018-06-15 2018-12-14 中国科学院半导体研究所 基于同源连续性的模拟人脸老化的方法及装置
CN109509142A (zh) * 2018-10-29 2019-03-22 重庆中科云丛科技有限公司 一种人脸变老图像处理方法、系统、可读存储介质及设备
CN109584327A (zh) * 2018-11-08 2019-04-05 深圳市威富视界有限公司 人脸老化模拟方法、装置以及设备
CN110335194A (zh) * 2019-06-28 2019-10-15 广州久邦世纪科技有限公司 一种人脸变老图像处理方法

Also Published As

Publication number Publication date
CN111275610A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN109325437B (zh) 图像处理方法、装置和系统
US10529137B1 (en) Machine learning systems and methods for augmenting images
US10679046B1 (en) Machine learning systems and methods of estimating body shape from images
CN106778928B (zh) 图像处理方法及装置
CN107993216B (zh) 一种图像融合方法及其设备、存储介质、终端
CN106960202B (zh) 一种基于可见光与红外图像融合的笑脸识别方法
CN109952594B (zh) 图像处理方法、装置、终端及存储介质
CN112241731B (zh) 一种姿态确定方法、装置、设备及存储介质
CN110111418A (zh) 创建脸部模型的方法、装置及电子设备
EP3992919B1 (en) Three-dimensional facial model generation method and apparatus, device, and medium
CN111598998A (zh) 三维虚拟模型重建方法、装置、计算机设备和存储介质
US20230169677A1 (en) Pose Estimation Method and Apparatus
CN113570684A (zh) 图像处理方法、装置、计算机设备和存储介质
JP2007213377A (ja) 顔特徴点検出方法および装置並びにプログラム
CN111951384A (zh) 一种基于单张人脸图片的三维人脸重建方法和系统
CN112102480B (zh) 图像数据处理方法、装置、设备以及介质
CN111951381A (zh) 一种基于单张人脸图片的三维人脸重建系统
CN111275610B (zh) 一种人脸变老图像处理方法及系统
Chen et al. Face swapping: realistic image synthesis based on facial landmarks alignment
WO2021253788A1 (zh) 一种人体三维模型构建方法及装置
KR20160144699A (ko) 2d 얼굴 이미지로부터 3d 모델을 자동 생성하는 방법
CN111243051A (zh) 基于肖像照片的简笔画生成方法、系统及存储介质
WO2022110855A1 (zh) 人脸重建方法、装置、计算机设备及存储介质
CN116433812B (zh) 利用2d人脸图片生成虚拟人物的方法和装置
CN113591562A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 22nd floor, block a, Huaxing Times Square, 478 Wensan Road, Xihu District, Hangzhou, Zhejiang 310000

Applicant after: Hangzhou Xiaoying Innovation Technology Co.,Ltd.

Address before: 16 / F, HANGGANG Metallurgical Science and technology building, 294 Tianmushan Road, Xihu District, Hangzhou City, Zhejiang Province, 310012

Applicant before: HANGZHOU QUWEI SCIENCE & TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant