CN111402352B - 人脸重构方法、装置、计算机设备及存储介质 - Google Patents
人脸重构方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111402352B CN111402352B CN202010165492.5A CN202010165492A CN111402352B CN 111402352 B CN111402352 B CN 111402352B CN 202010165492 A CN202010165492 A CN 202010165492A CN 111402352 B CN111402352 B CN 111402352B
- Authority
- CN
- China
- Prior art keywords
- face
- reconstructed
- video stream
- anchor
- reconstruction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 claims description 32
- 238000013507 mapping Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种人脸重构方法、装置、计算机设备及存储介质。该方法包括：获取目标观众对直播视频流中主播人脸的人脸重构参数；根据人脸重构参数，生成与主播人脸匹配的重构人脸；将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。本发明实施例的技术方案，向观众提供了一种对直播视频流中的图像内容进行调整的新方式，丰富直播间的功能，使得观众可以根据自身的喜好调整正在观看的直播视频中的主播人脸，实现最大程度的提高观众在同一直播间内的驻留时间，减少观众的直播间切换率。
Description
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种人脸重构方法、装置、计算机设备及存储介质。
背景技术
目前，随着视频直播技术的不断发展，越来越多的用户选择使用直播类软件观看主播端直播的视频内容。主播端可以通过摄像头采集或者录屏等方式，生成直播视频流，并通过服务器发送至直播间内的各个观众。
现有技术中，直播间内的观众一般只能通过简单的图像叠加的方式，例如，加特效的方式，对直播视频流中的图像内容进行调整，上述调整过程由服务器实现，且一经调整，会在主播端和多个观众端同时生效。
发明人在实现本发明的过程中发现：基于图像叠加的直播视频流图像调整方式，实现方式单一、作用范围广，无法满足人们日益增长的个性化的直播观看需求。
发明内容
本发明实施例提供一种人脸重构方法、装置、计算机设备及存储介质，以提供一种对直播视频流中的图像内容进行调整的新方式，丰富直播间的功能。
第一方面，本发明实施例提供了一种人脸重构方法，包括：
获取目标观众对直播视频流中主播人脸的人脸重构参数；
根据人脸重构参数，生成与主播人脸匹配的重构人脸；
将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
第二方面，本发明实施例还提供了一种人脸重构装置，包括：
人脸重构参数获取模块，用于获取目标观众对直播视频流中主播人脸的人脸重构参数；
重构人脸生成模块，用于根据人脸重构参数，生成与主播人脸匹配的重构人脸；
替换显示模块，用于将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
第三方面，本发明实施例还提供了一种计算机设备，设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明任意实施例提供的人脸重构方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的人脸重构方法。
本发明实施例中，通过获取目标观众对直播视频流中主播人脸的人脸重构参数；根据人脸重构参数，生成与主播人脸匹配的重构人脸；将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示，解决了现有技术中观众对直播内容只能被动接收，无法进行任何调整或者修改的问题，向观众提供了一种对直播视频流中的图像内容进行调整的新方式，使得观众可以根据自身的喜好调整正在观看的直播视频中的主播人脸，丰富了直播间的功能。
附图说明
图1a是本发明实施例一中的一种人脸重构方法的流程图；
图1b是本发明实施例一中的一种人脸重构参数设置界面的示意图；
图1c是本发明实施例一中的一种人脸重构过程的流程框图；
图1d是本发明实施例一中的一种人脸编码器的结构示意图；
图2a是本发明实施例二中的一种人脸重构方法的流程图；
图2b是本发明实施例二中的一种人脸生成器的结构示意图；
图3是本发明实施例三中的一种人脸重构装置的结构示意图；
图4是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1a是本发明实施例一中的一种人脸重构方法的流程图，本实施例可适用于对直播视频中的主播人脸进行特征调整的情况，该方法可以由人脸重构装置来执行，该装置可以由硬件和/或软件来实现，并一般可以集成在提供图像处理服务的设备中，例如：观众端设备，或者与观众端设备直接相连的边缘节点中。如图1a所示，该方法包括：
步骤110、获取目标观众对直播视频流中主播人脸的人脸重构参数。
本实施例中，目标观众可以是正在观看直播视频的任一观众，人脸重构参数是目标观众为了让主播人脸变得更符合自身的审美而设置的，用于表示目标观众对主播人脸的面部特征做出的对应调整。
可选的，获取目标观众对直播视频流中主播人脸的人脸重构参数，可以包括：响应于目标观众的主播人脸重构请求，将人脸重构参数设置界面提供给目标观众，人脸重构参数设置界面中包括至少一个人脸重构设置项；响应于目标观众针对各人脸重构设置项的输入设置，获取目标观众对直播视频流中主播人脸的人脸重构参数。
本实施例中，如图1b所示，当目标观众对直播视频中的主播人脸不满意，点击直播页面上的人脸重构按钮时，响应于目标观众对人脸重构按钮的点击操作，向目标观众提供人脸重构参数设置页面，人脸重构参数设置页面中包括瘦脸、发型、男性化、女性化、变老等多个人脸重构设置项，当目标观众对各人脸重构设置项进行输入设置时，例如，选择新的发型和发色、改变人脸的男性化比例以及改变人脸的年轻化比例等，就可以获取目标观众对直播视频流中主播人脸的人脸重构参数，例如，发型A、发色B、男性化50％以及变年轻30％。
可选的，在获取目标观众对直播视频流中主播人脸的人脸重构参数之前，还可以包括：获取主播端发送的混合数据流，混合数据流包括：原始视频流，以及与原始视频流中主播人脸对应的基础人脸特征集；根据混合数据流中的基础人脸特征集，生成主播基础人脸；将主播基础人脸与原始视频流中的主播人脸进行融合，生成基础融合视频流；将基础融合视频流作为直播视频流，提供给目标观众。
本实施例中，如图1c所示，为了便于设备实现根据目标观众设置的人脸重构参数对主播人脸进行重构，在向目标观众提供直播视频流之前，先通过内容分发网络(ContentDelivery Network，CDN)获取主播端发送的原始视频流以及与原始视频流中主播人脸对应的基础人脸特征集，其中，基础人脸特征集是指未被目标观众调整过的、真实的主播人脸的人脸特征集合，是对主播人脸上的至少一个人脸特征进行调整的基础，然后将基础人脸特征集输入到人脸生成器中，生成对应的主播基础人脸，并将主播基础人脸与原始视频流中的主播人脸进行融合，将生成的基础融合视频流作为直播视频流发送给目标观众。
如图1c所示，主播端在对原始视频流进行视频编码的同时，会从原始视频流中获取对应的主播人脸区域，通过将主播人脸区域输入到人脸编码器中，获得与真实的主播人脸对应的基础人脸特征集。基础人脸特征集在编码融合阶段先做无损压缩处理，例如，哈夫曼编码，然后与编码后的原始视频流一起组成混合数据流，经过CDN网络分发到各个设备。
本实施例中，人脸编码器通过神经网络从输入的人脸图片中提取基础人脸特征集，人脸编码器的结构示意图如图1d所示，其中，CNN代表卷积层，FC代表全连接层，x表示输入的人脸图片，z＝(z1…zN)包括N个向量，表示从输入的人脸图片中提取到的基础人脸特征集，基础人脸特征集隐含了输入人脸的身份以及发型、发色、表情、性别、背景等属性。
步骤120、根据人脸重构参数，生成与主播人脸匹配的重构人脸。
本实施例中，根据人脸重构参数生成与主播人脸匹配的重构人脸时，可以先通过对主播人脸图像进行图像处理，获取到主播人脸的人脸关键点以及对应坐标，然后根据获取的人脸重构参数，确定需要变化的人脸关键点以及对应的坐标变化量，最后根据坐标变化量对人脸关键点的坐标进行调整，得到与主播人脸匹配的重构人脸。除了上述方法，还可以通过对主播人脸对应的基础人脸特征集进行调整，生成与主播人脸匹配的重构人脸。其中，基础人脸特征集中的任一基础人脸特征对应多个人脸关键点，例如，基础人脸特征“眉毛”，对应眉毛轮廓上的多个人脸关键点。
可选的，根据人脸重构参数，生成与主播人脸匹配的重构人脸，可以包括：获取与直播视频流中主播人脸对应的基础人脸特征集；根据人脸重构参数，对基础人脸特征集进行调整，生成重构人脸特征集；根据重构人脸特征集，生成与主播人脸匹配的重构人脸。
本实施例中，由于对主播人脸进行调整的本质是根据人脸重构参数对主播人脸对应的基础人脸特征集进行相应调整，因此，在对主播人脸进行重构之前，需要先获取与直播视频流中主播人脸对应的基础人脸特征集，然后根据诸如发型A、发色B、瘦脸10％、表情C、年轻化30％等目标观众设置的人脸重构参数，对基础人脸特征集进行相应调整，生成重构人脸特征集，进而根据重构人脸特征集生成目标观众喜好的、与主播人脸匹配的重构人脸。
可选的，人脸重构参数设置界面中的每个人脸重构设置项，与基础人脸特征集中的一个或者多个人脸特征关联。
本实施例中，每个人脸重构设置项都可以对主播人脸进行相应的调整，并且，每个人脸重构设置项可以调整基础人脸特征集中的至少一个人脸特征。示例性的，人脸重构设置项“年轻化30％”，需要对主播人脸的发色、肤色、皮肤状态等特征分别进行修改；人脸重构设置项“发型A”仅对主播人脸的发型进行修改。
步骤130、将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
可选的，将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示，可以包括：将重构人脸与直播视频流中的主播人脸进行融合，生成重构融合视频流；将重构融合视频流提供给目标观众进行显示。
本实施例中，通过将生成的重构人脸融合到直播视频流中的主播人脸，实现将直播视频流中的主播人脸替换为目标观众喜欢的重构人脸，得到重构融合视频流，通过将重构融合视频流提供给目标观众进行显示，达到提高目标观众对直播视频的满意度以及在当前直播间内的驻留时间的效果。
本实施例中，通过向观众提供对直播视频中的主播人脸进行特征调整的功能，使得观众在某一主播的直播内容整体满意，但是某一项显示内容无法接受时，可以按照自己的喜好对主播人脸进行调整，避免观众在一定时间内频繁地进行直播间的切换，达到减少直播平台的压力以及对内存的消耗，提高直播平台的服务质量的效果。
本发明实施例中，通过获取目标观众对直播视频流中主播人脸的人脸重构参数；根据人脸重构参数，生成与主播人脸匹配的重构人脸；将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示，解决了现有技术中观众对直播内容只能被动接收，无法进行任何调整或者修改的问题，向观众提供了提供一种对直播视频流中的图像内容进行调整的新方式，丰富直播间的功能。
需要强调的是，当设备为观众端设备时，观众端设备可以直接获取目标观众对直播视频流中主播人脸的人脸重构参数，生成与主播人脸匹配的重构人脸，并将直播视频流中的主播人脸替换为重构人脸后显示给目标观众；当设备为与观众端设备直接相连的边缘节点时，则边缘节点在该观众端设备获取到目标观众对直播视频流中主播人脸的人脸重构参数之后，从该观众端设备中获取该人脸重构参数，成与主播人脸匹配的重构人脸，并将直播视频流中的主播人脸替换为重构人脸后反馈给该观众端设备，以通过该观众端设备将替换后的直播视频流显示给目标观众。
实施例二
图2a是本发明实施例二中的一种图像处理方法的流程图。本实施例可以与上述实施例中各个可选方案结合。在本实施例中，对重构人脸特征集的生成方式进行具体化。具体的，参考图2a，该方法可以包括如下步骤：
步骤210、获取目标观众对直播视频流中主播人脸的人脸重构参数。
步骤220、获取与直播视频流中主播人脸对应的基础人脸特征集。
步骤230、根据人脸重构参数，对基础人脸特征集进行调整，生成重构人脸特征集。
本实施例中，在获取到目标观众设置的人脸重构参数之后，可以通过对基础人脸特征集中的指定人脸特征进行替换的方式来生成重构人脸特征集，可以通过对基础人脸特征集中的指定人脸特征进行调整的方式来生成重构人脸特征集，也可以通过特征替换和特征调整相结合的方式来生成重构人脸特征集。
可选的，根据人脸重构参数，对基础人脸特征集进行调整，生成重构人脸特征集，可以包括：根据人脸重构参数，以及预设的人脸重构参数与特征修正值之间的映射关系，确定至少一项特征修正值；根据特征修正值，以及与特征修正值匹配的修正方向，对基础人脸特征集进行调整，生成重构人脸特征集。
本实施例中，当采用特征调整的方式生成重构人脸特征集时，为了能够确定与目标观众设置的人脸重构参数匹配的具体的特征修正值，例如，人脸重构参数男性化30％对应基础人脸特征D，特征修正值为M，需要预先设置人脸重构参数与特征修正值之间的映射关系，这样在获取目标观众的人脸重构参数之后，就可以通过查找映射关系确定至少一项特征修正值，例如，眼睛20％，进而可以按照与特征修正值匹配的修正方向，对对应的基础人脸特征进行调整，例如，眼睛变小20％，生成重构人脸特征集。
本实施例中，当计算某个人脸重构参数对应的特征修正值时，可以预先选取两组样本图片，两组样本图片分别对应调整前的人脸和使用该人脸重构参数调整后的人脸，然后对两组样本图片分别进行特征提取并计算特征平均值，通过对两个人脸特征均值进行对比，得到该人脸重构参数对应的特征修正值。同理，计算出其他人脸重构参数对应的特征修正值之后，即可得到预设的人脸重构参数与特征修正值之间的映射关系。
示例性的，给定两张只有人脸的眼睛大小不同的样本图片，一张样本图片对应调整前的眼睛，另一张样本图片对应使用人脸重构参数J调整后的眼睛。将这两张样本图片输入到训练好的人脸生成器中，并通过梯度传播找到两张样本图片各自对应的N个特征向量，然后将这两组N个特征向量相减，得出眼睛变大变小维度，经过归一化处理后得出Δz_eye＝{|z_bigeyen-z_smalleyen|}，即得到与人脸重构参数J对应的特征修正值。根据z'＝z+αΔz_eye，即可让任一给定人脸的眼睛变大或变小，其中α∈R，正负表示不同的修正方向。同理可以计算出其他维度，并以线性组合的形式得出调整后的重构人脸特征集，例如：z'＝z+αΔz_A+βΔz_B+…。
可选的，根据人脸重构参数，对基础人脸特征集进行调整，生成重构人脸特征集，可以包括：根据人脸重构参数，确定至少一项替换人脸特征；根据替换人脸特征，替换基础人脸特征集中对应的基础人脸特征，生成重构人脸特征集。
本实施例中，当采用特征替换的方式生成重构人脸特征集时，首先根据人脸重构参数确定至少一项替换人脸特征，然后在基础人脸特征集中找到匹配的基础人脸特征，并替换为对应的替换人脸特征，即可得到重构人脸特征集。示例性的，对于人脸重构参数发色B，确定替换人脸特征为z1'，此时，在基础人脸特征集(z1…zN)中找到发色特征对应的特征向量z1，然后将z1替换成发色B对应的特征向量z1'，即可得到重构人脸特征集(z1'…zN)。
步骤240、根据重构人脸特征集，生成与主播人脸匹配的重构人脸。
可选的，根据重构人脸特征集，生成与主播人脸匹配的重构人脸，可以包括：将重构人脸特征集输入至人脸生成器中，得到与主播人脸匹配的重构人脸；其中，人脸生成器中包括多个相连的卷积层，重构人脸特征集中的各重构人脸特征分别作为各卷积层的输入；重构人脸特征与人脸属性关联。
本实施例中，人脸生成器通过神经网络根据输入的重构人脸特征集，生成对应的重构人脸图像。人脸生成器的结构示意图如图2b所示，其中，CNN代表卷积层，FC代表全连接层，x’表示合成的重构人脸图像，const是任意的固定值，z1…zN表示重构人脸特征集中的N个人脸特征向量，z1…zN分别通过各自的全连接层转化成对应维度的张量，然后用这些张量对卷积层的输出结果做调制操作，例如实例规范化、权重解调等，并将结果作为下一层卷积层的输入。
步骤250、将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
本发明实施例中，通过获取目标观众对直播视频流中主播人脸的人脸重构参数；根据人脸重构参数，生成与主播人脸匹配的重构人脸；将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示，解决了现有技术中观众对直播内容只能被动接收，无法进行任何调整或者修改的问题，向观众提供了对直播视频中的主播人脸进行特征调整的功能，使得观众可以根据自身的喜好调整正在观看的直播视频中的主播人脸，实现最大程度的提高观众在同一直播间内的驻留时间，减少观众的直播间切换率。
实施例三
图3是本发明实施例三中的一种人脸重构装置的结构示意图，本实施例可适用于对直播视频中的主播人脸进行特征调整的情况，该装置可以由硬件和/或软件来实现，并一般可以集成在提供图像处理服务的设备中，例如观众端设备，或者与观众端设备直接相连的边缘节点中。如图3所示，该人脸重构装置包括：人脸重构参数获取模块310、重构人脸生成模块320以及替换显示模块330。
人脸重构参数获取模块310，用于获取目标观众对直播视频流中主播人脸的人脸重构参数；
重构人脸生成模块320，用于根据人脸重构参数，生成与主播人脸匹配的重构人脸；
替换显示模块330，用于将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
本发明实施例中，通过获取目标观众对直播视频流中主播人脸的人脸重构参数；根据人脸重构参数，生成与主播人脸匹配的重构人脸；将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示，解决了现有技术中观众对直播内容只能被动接收，无法进行任何调整或者修改的问题，向观众提供了一种对直播视频流中的图像内容进行调整的新方式，丰富直播间的功能。
可选的，人脸重构参数获取模块310，具体用于：响应于目标观众的主播人脸重构请求，将人脸重构参数设置界面提供给目标观众，人脸重构参数设置界面中包括至少一个人脸重构设置项；响应于目标观众针对各人脸重构设置项的输入设置，获取目标观众对直播视频流中主播人脸的人脸重构参数。
可选的，重构人脸生成模块320，具体用于：获取与直播视频流中主播人脸对应的基础人脸特征集；根据人脸重构参数，对基础人脸特征集进行调整，生成重构人脸特征集；根据重构人脸特征集，生成与主播人脸匹配的重构人脸。
可选的，人脸重构参数设置界面中的每个所述人脸重构设置项，与基础人脸特征集中的一个或者多个人脸特征关联。
可选的，替换显示模块330，具体用于：将重构人脸与直播视频流中的主播人脸进行融合，生成重构融合视频流；将重构融合视频流提供给目标观众进行显示。
可选的，人脸重构参数获取模块310，还用于：在获取目标观众对直播视频流中主播人脸的人脸重构参数之前，获取主播端发送的混合数据流，混合数据流包括：原始视频流，以及与原始视频流中主播人脸对应的基础人脸特征集；根据混合数据流中的基础人脸特征集，生成主播基础人脸；将主播基础人脸与原始视频流中的主播人脸进行融合，生成基础融合视频流；将基础融合视频流作为直播视频流，提供给目标观众。
可选的，重构人脸生成模块320，具体用于：根据人脸重构参数，以及预设的人脸重构参数与特征修正值之间的映射关系，确定至少一项特征修正值；根据特征修正值，以及与特征修正值匹配的修正方向，对基础人脸特征集进行调整，生成重构人脸特征集。
可选的，重构人脸生成模块320，具体用于：根据人脸重构参数，确定至少一项替换人脸特征；根据替换人脸特征，替换基础人脸特征集中对应的基础人脸特征，生成重构人脸特征集。
可选的，重构人脸生成模块320，具体用于：将重构人脸特征集输入至人脸生成器中，得到与主播人脸匹配的重构人脸；其中，人脸生成器中包括多个相连的卷积层，重构人脸特征集中的各重构人脸特征分别作为各卷积层的输入；重构人脸特征与人脸属性关联。
本发明实施例所提供的人脸重构装置可执行本发明任意实施例所提供的人脸重构方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性设备12的框图。图4显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的人脸重构方法。
也即：实现一种人脸重构方法，包括：
获取目标观众对直播视频流中主播人脸的人脸重构参数；
根据人脸重构参数，生成与主播人脸匹配的重构人脸；
将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
实施例五
本发明实施例五还公开了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种人脸重构方法，包括：
获取目标观众对直播视频流中主播人脸的人脸重构参数；
根据人脸重构参数，生成与主播人脸匹配的重构人脸；
将直播视频流中的主播人脸替换为重构人脸后，提供给目标观众进行显示。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。
计算机可读的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。计算机可读的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——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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发明操作的计算机程序代码，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)。
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 (9)
1.一种人脸重构方法，其特征在于，包括：
获取目标观众对直播视频流中主播人脸的人脸重构参数；
根据所述人脸重构参数，生成与所述主播人脸匹配的重构人脸；
将所述直播视频流中的主播人脸替换为所述重构人脸后，提供给所述目标观众进行显示；
其中，根据所述人脸重构参数，生成与所述主播人脸匹配的重构人脸，包括：获取与所述直播视频流中主播人脸对应的基础人脸特征集，所述基础人脸特征集中的任一基础人脸特征对应多个人脸关键点；根据所述人脸重构参数，对所述基础人脸特征集进行调整，生成重构人脸特征集；根据所述重构人脸特征集，生成与所述主播人脸匹配的重构人脸；
其中，根据所述人脸重构参数，对所述基础人脸特征集进行调整，生成重构人脸特征集，包括：根据所述人脸重构参数，以及预设的人脸重构参数与特征修正值之间的映射关系，确定至少一项特征修正值；根据所述特征修正值，以及与所述特征修正值匹配的修正方向，对所述基础人脸特征集进行调整，生成重构人脸特征集；
其中，所述直播视频流中的主播人脸替换为所述重构人脸后，提供给所述目标观众进行显示，包括：将所述重构人脸与所述直播视频流中的主播人脸进行融合，生成重构融合视频流；将所述重构融合视频流提供给所述目标观众进行显示。
2.根据权利要求1所述的方法，其特征在于，获取目标观众对直播视频流中主播人脸的人脸重构参数，包括：
响应于所述目标观众的主播人脸重构请求，将人脸重构参数设置界面提供给所述目标观众，所述人脸重构参数设置界面中包括至少一个人脸重构设置项；
响应于所述目标观众针对各所述人脸重构设置项的输入设置，获取目标观众对直播视频流中主播人脸的人脸重构参数。
3.根据权利要求2所述的方法，其特征在于，所述人脸重构参数设置界面中的每个所述人脸重构设置项，与所述基础人脸特征集中的一个或者多个人脸特征关联。
4.根据权利要求1所述的方法，其特征在于，在获取目标观众对直播视频流中主播人脸的人脸重构参数之前，还包括：
获取主播端发送的混合数据流，混合数据流包括：原始视频流，以及与原始视频流中主播人脸对应的基础人脸特征集；
根据所述混合数据流中的基础人脸特征集，生成主播基础人脸；
将所述主播基础人脸与所述原始视频流中的主播人脸进行融合，生成基础融合视频流；
将所述基础融合视频流作为直播视频流，提供给所述目标观众。
5.根据权利要求1所述的方法，其特征在于，根据所述人脸重构参数，对所述基础人脸特征集进行调整，生成重构人脸特征集，包括：
根据所述人脸重构参数，确定至少一项替换人脸特征；
根据所述替换人脸特征，替换所述基础人脸特征集中对应的基础人脸特征，生成重构人脸特征集。
6.根据权利要求1所述的方法，其特征在于，根据所述重构人脸特征集，生成与所述主播人脸匹配的重构人脸，包括：
将所述重构人脸特征集输入至人脸生成器中，得到与所述主播人脸匹配的重构人脸；
其中，所述人脸生成器中包括多个相连的卷积层，所述重构人脸特征集中的各重构人脸特征分别作为各所述卷积层的输入；所述重构人脸特征与人脸属性关联。
7.一种人脸重构装置，其特征在于，包括：
人脸重构参数获取模块，用于获取目标观众对直播视频流中主播人脸的人脸重构参数；
重构人脸生成模块，用于根据所述人脸重构参数，生成与所述主播人脸匹配的重构人脸；
替换显示模块，用于将所述直播视频流中的主播人脸替换为所述重构人脸后，提供给所述目标观众进行显示；
其中，重构人脸生成模块，用于：获取与所述直播视频流中主播人脸对应的基础人脸特征集，所述基础人脸特征集中的任一基础人脸特征对应多个人脸关键点；根据所述人脸重构参数，对所述基础人脸特征集进行调整，生成重构人脸特征集；根据所述重构人脸特征集，生成与所述主播人脸匹配的重构人脸；
其中，重构人脸生成模块，用于：根据所述人脸重构参数，以及预设的人脸重构参数与特征修正值之间的映射关系，确定至少一项特征修正值；根据所述特征修正值，以及与所述特征修正值匹配的修正方向，对所述基础人脸特征集进行调整，生成重构人脸特征集；
其中，替换显示模块，用于：将所述重构人脸与所述直播视频流中的主播人脸进行融合，生成重构融合视频流；将所述重构融合视频流提供给所述目标观众进行显示。
8.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的人脸重构方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的人脸重构方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010165492.5A CN111402352B (zh) | 2020-03-11 | 2020-03-11 | 人脸重构方法、装置、计算机设备及存储介质 |
| PCT/CN2021/079934 WO2021180114A1 (zh) | 2020-03-11 | 2021-03-10 | 人脸重构方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010165492.5A CN111402352B (zh) | 2020-03-11 | 2020-03-11 | 人脸重构方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111402352A CN111402352A (zh) | 2020-07-10 |
| CN111402352B true CN111402352B (zh) | 2024-03-05 |
Family
ID=71432279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010165492.5A Active CN111402352B (zh) | 2020-03-11 | 2020-03-11 | 人脸重构方法、装置、计算机设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111402352B (zh) |
| WO (1) | WO2021180114A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111402352B (zh) * | 2020-03-11 | 2024-03-05 | 广州虎牙科技有限公司 | 人脸重构方法、装置、计算机设备及存储介质 |
| CN113627404B (zh) * | 2021-10-12 | 2022-01-14 | 中国科学院自动化研究所 | 基于因果推断的高泛化人脸替换方法、装置和电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108040285A (zh) * | 2017-11-15 | 2018-05-15 | 上海掌门科技有限公司 | 视频直播画面调整方法、计算机设备及存储介质 |
| CN109302628A (zh) * | 2018-10-24 | 2019-02-01 | 广州虎牙科技有限公司 | 一种基于直播的人脸处理方法、装置、设备和存储介质 |
| CN110809171A (zh) * | 2019-11-12 | 2020-02-18 | 腾讯科技（深圳）有限公司 | 视频处理方法及相关设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140043329A1 (en) * | 2011-03-21 | 2014-02-13 | Peng Wang | Method of augmented makeover with 3d face modeling and landmark alignment |
| CN108197555B (zh) * | 2017-12-28 | 2020-10-16 | 杭州相芯科技有限公司 | 一种基于人脸追踪的实时人脸融合方法 |
| CN110418146B (zh) * | 2018-04-27 | 2022-02-08 | 武汉斗鱼网络科技有限公司 | 应用于直播场景的换脸方法、存储介质、电子设备及系统 |
| CN109325549B (zh) * | 2018-10-25 | 2022-03-04 | 电子科技大学 | 一种人脸图像融合方法 |
| CN111402352B (zh) * | 2020-03-11 | 2024-03-05 | 广州虎牙科技有限公司 | 人脸重构方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-11 CN CN202010165492.5A patent/CN111402352B/zh active Active
-
2021
- 2021-03-10 WO PCT/CN2021/079934 patent/WO2021180114A1/zh active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108040285A (zh) * | 2017-11-15 | 2018-05-15 | 上海掌门科技有限公司 | 视频直播画面调整方法、计算机设备及存储介质 |
| CN109302628A (zh) * | 2018-10-24 | 2019-02-01 | 广州虎牙科技有限公司 | 一种基于直播的人脸处理方法、装置、设备和存储介质 |
| CN110809171A (zh) * | 2019-11-12 | 2020-02-18 | 腾讯科技（深圳）有限公司 | 视频处理方法及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021180114A1 (zh) | 2021-09-16 |
| CN111402352A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10599917B1 (en) | Emotion recognition in video conferencing | |
| US10593023B2 (en) | Deep-learning-based automatic skin retouching | |
| Orduna et al. | Video multimethod assessment fusion (VMAF) on 360VR contents | |
| US9275254B2 (en) | Augmented reality system for public and private seminars | |
| CN108040285B (zh) | 视频直播画面调整方法、计算机设备及存储介质 | |
| CN112822542A (zh) | 视频合成方法、装置、计算机设备和存储介质 | |
| CN111402352B (zh) | 人脸重构方法、装置、计算机设备及存储介质 | |
| TW200841736A (en) | Systems and methods for providing personal video services | |
| JP2016054490A (ja) | カメラ対応装置を用いた背景シーンにおけるビデオディスプレイからのビデオ信号の検出、インデックス作成、及び比較のための装置、システム、方法、及び媒体 | |
| CN111429338B (zh) | 用于处理视频的方法、装置、设备和计算机可读存储介质 | |
| US20210084362A1 (en) | Method and system of processing information flow and method of displaying comment information | |
| US11582519B1 (en) | Person replacement utilizing deferred neural rendering | |
| US11581020B1 (en) | Facial synchronization utilizing deferred neural rendering | |
| US20230146178A1 (en) | Attention based audio adjustment in virtual environments | |
| US20210203955A1 (en) | Systems and methods for emotion and perception based video compression and video perception enhancement | |
| CN113453027B (zh) | 直播视频、虚拟上妆的图像处理方法、装置及电子设备 | |
| WO2023050720A1 (zh) | 图像处理方法、图像处理装置、模型训练方法 | |
| Zhu et al. | Perceptual quality assessment of omnidirectional audio-visual signals | |
| Gupta et al. | Towards generating ultra-high resolution talking-face videos with lip synchronization | |
| CN111179155B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN116248946A (zh) | 直播数据处理方法、装置、电子设备及存储介质 | |
| Rerabek et al. | Audiovisual focus of attention and its application to Ultra High Definition video compression | |
| CN111160051A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN111986301B (zh) | 直播中数据处理的方法及装置、电子设备、存储介质 | |
| CN113992927B (zh) | 二次元虚拟礼物生成方法、装置、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |