CN111524062B - 图像生成方法和装置 - Google Patents

图像生成方法和装置 Download PDF

Info

Publication number
CN111524062B
CN111524062B CN202010320769.7A CN202010320769A CN111524062B CN 111524062 B CN111524062 B CN 111524062B CN 202010320769 A CN202010320769 A CN 202010320769A CN 111524062 B CN111524062 B CN 111524062B
Authority
CN
China
Prior art keywords
key points
face
offset
processed
face 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
CN202010320769.7A
Other languages
English (en)
Other versions
CN111524062A (zh
Inventor
康洋
洪智滨
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010320769.7A priority Critical patent/CN111524062B/zh
Publication of CN111524062A publication Critical patent/CN111524062A/zh
Application granted granted Critical
Publication of CN111524062B publication Critical patent/CN111524062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/04
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation

Abstract

本申请实施例公开了图像生成方法和装置。该方法的一具体实施方式包括:获取待处理人脸图像中的多个关键点;对该待处理人脸图像进行三角剖分,生成以该多个关键点为顶点的多个三角网格;对于该待处理人脸图像所包含的人脸的指定局部,获取该指定局部的关键点在指定方向上待偏移的偏移量;按照所获取的偏移量,对该指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像。本申请实施例通过将局部的关键点进行偏移处理,可以让关键点所连成的线条的形状发生改变,提高了图像的丰富性,进而有助于提高训练样本的丰富性。

Description

图像生成方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及图像生成方法和装置。
背景技术
随着视频网站和直播平台的兴起,图像生成技术不断地成熟起来。在常规的图像生成技术中,利用平移、放缩、镜像、裁剪和旋转等几何变换生成多样的图像。
在现有技术中,在针对人脸的图像生成过程中,上述的图像生成技术往往是针对整个人脸进行的,很难实现对人脸中局部位置的变换。此外,利用上述技术变换得到的图像中,所变换的位置内的各个关键点组成的形状往往是不变的,因而变换能够实现的多样性较差。
发明内容
本申请实施例提出了图像生成方法和装置。
第一方面,本申请实施例提供了一种图像生成方法,包括:获取待处理人脸图像中的多个关键点,其中,多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;对待处理人脸图像进行三角剖分,生成以多个关键点为顶点的多个三角网格;对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量;按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
在一些实施例中,指定局部包括五官中的任意一项;在指定方向的垂直方向上,指定局部的中心的关键点的偏移量大于中心的任意一侧的关键点的偏移量。
在一些实施例中,对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量,包括:对于待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上待偏移的偏移量,其中,在指定方向的垂直方向上,指定局部中从中心的关键点到中心的任意一侧的关键点,偏移量越来越小。
在一些实施例中,对于待处理人脸图像所包含人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上将要偏移的偏移量,包括:响应于待处理人脸图像所包含的人脸为张嘴人脸,获取待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,第一指定方向和第二指定方向均为待处理人脸图像所包含人脸的检测框的高度的方向,第一指定方向与第二指定方向相反。
在一些实施例中,多个关键点还包括脸周关键点;获取待处理人脸图像中的多个关键点,包括:对待处理人脸图像进行关键点检测,得到待处理人脸图像所包含的人脸的人脸关键点;对人脸关键点进行插值处理,生成包括额头关键点的脸周关键点;将人脸关键点和脸周关键点作为待处理人脸图像中的多个关键点。
第二方面,本申请实施例提供了一种图像生成装置,包括:第一获取单元,被配置成获取待处理人脸图像中的多个关键点,其中,多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;剖分单元,被配置成对待处理人脸图像进行三角剖分,生成以多个关键点为顶点的多个三角网格;第二获取单元,被配置成对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量;偏移单元,被配置成按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
在一些实施例中,指定局部包括五官中的任意一项;在指定方向的垂直方向上,指定局部的中心的关键点的偏移量大于中心的任意一侧的关键点的偏移量。
在一些实施例中,第二获取单元,进一步被配置成按照如下方式执行对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量:对于待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上待偏移的偏移量,其中,在指定方向的垂直方向上,指定局部中从中心的关键点到中心的任意一侧的关键点,偏移量越来越小。
在一些实施例中,第二获取单元,进一步被配置成按照如下方式执行对于待处理人脸图像所包含人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上将要偏移的偏移量:响应于待处理人脸图像所包含的人脸为张嘴人脸,获取待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,第一指定方向和第二指定方向均为待处理人脸图像所包含人脸的检测框的高度的方向,第一指定方向与第二指定方向相反。
在一些实施例中,多个关键点还包括脸周关键点;第一获取单元,进一步被配置成按照如下方式执行获取待处理人脸图像中的关键点:对待处理人脸图像进行关键点检测,得到待处理人脸图像所包含的人脸的人脸关键点;对人脸关键点进行插值处理,生成包括额头关键点的脸周关键点;将人脸关键点和脸周关键点作为待处理人脸图像中的多个关键点。
第三方面,本申请实施例提供了一种电子设备,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如图像生成方法中任一实施例的方法。
第四方面,本申请实施例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如图像生成方法中任一实施例的方法。
本申请实施例提供的图像生成方案,首先,获取待处理人脸图像中的多个关键点,其中,多个关键点包括待处理人脸图像所包含的人脸的人脸关键点。之后,对待处理人脸图像进行三角剖分,生成以多个关键点为顶点的多个三角网格。然后,对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量。之后,按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。本申请的上述实施例提供的方法通过将局部的关键点进行偏移处理,可以改变关键点之间的位置关系,让关键点所连成的线条的形状发生改变,提高了图像的丰富性,进而有助于提高训练样本的丰富性。此外,通过三角剖分,可以让与偏移的关键点相关的三角网格进行变形,从而实现对人脸变形的精准控制。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一些实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的图像生成方法的一个实施例的流程图;
图3是根据本申请的图像生成方法的一个应用场景的示意图;
图4是根据本申请的图像生成方法的又一个实施例的流程图;
图5是根据本申请的图像生成装置的一个实施例的结构示意图;
图6是适于用来实现本申请一些实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的图像生成方法或图像生成装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对接收到的待处理人脸图像等数据进行分析等处理,并将处理结果(例如目标人脸图像)反馈给终端设备。
需要说明的是,本申请实施例所提供的图像生成方法可以由服务器105或者终端设备101、102、103执行,相应地,图像生成装置可以设置于服务器105或者终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的图像生成方法的一个实施例的流程200。该图像生成方法,包括以下步骤:
步骤201,获取待处理人脸图像中的多个关键点,其中,所获取的关键点包括待处理人脸图像所包含的人脸的人脸关键点。
在本实施例中,图像生成方法的执行主体(例如图1所示的服务器或终端设备)可以获取待处理人脸图像所包含人脸的多个关键点。具体地,上述执行主体可以仅仅获取待处理人脸图像所包含人脸的关键点,即人脸关键点,比如包括人脸五官的关键点,也可以包括人脸边缘的关键点。或者,上述执行主体可以不仅获取上述的人脸的关键点,还可以获取待处理人脸图像中其它区域的关键点,例如额头、脸颊和/或脸部周围比如脖子处的关键点。
在实践中,上述执行主体可以从本地或者其它电子设备直接获取上述关键点。此外,上述执行主体也可以获取待处理人脸图像,并对待处理人脸图像进行关键点检测等关键点的生成技术,从而得到待处理人脸图像中的关键点。
步骤202,对待处理人脸图像进行三角剖分,生成以上述多个关键点为顶点的多个三角网格。
在本实施例中,上述执行主体可以对待处理人脸图像进行三角剖分(Triangulation),三角剖分的结果为以所获取的多个关键点为顶点的多个三角网格。
步骤203,对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量。
在本实施例中,上述执行主体可以对于人脸中的指定局部,获取该指定局部的关键点将要偏移的偏移量。具体地,指定局部可以是人脸中包含所获取的多个关键点的任意局部。比如,眼部,或者眉毛和嘴部等等。上述指定方向可以是任意的方向,比如向左上方。指定局部中的不同关键点的偏移量可以是不尽相同的。此外,指定局部中也可以存在并不将要偏移的关键点。
在实践中,上述执行主体可以从本地或者其它电子设备直接获取上述偏移量,此外,上述执行主体也可以从预设偏移量集合中随机确定或者按照预设规则确定出上述偏移量。
步骤204,按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
在本实施例中,上述执行主体可以按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使这些关键点偏移出所获取的偏移量,并以使偏移的关键点作为顶点的三角网格发生形变,这样,待处理人脸图像就转换为目标人脸图像。在实践中,上述执行主体可以利用各种方式(比如OpenGL算法或DirectX算法)生成目标人脸图像。
在实践中,上述执行主体可以将得到的目标人脸图像作为训练深度神经网络的样本。这里的深度神经网络可以用于检测人脸。
本申请的上述实施例提供的方法通过将局部的关键点进行偏移处理,可以改变关键点之间的位置关系,让关键点所连成的线条的形状发生改变,提高了图像的丰富性,进而有助于提高训练样本的丰富性。此外,通过三角剖分,可以让与偏移的关键点相关的三角网格进行变形,从而实现对人脸变形的精准控制。
在本实施例的一些可选的实现方式中,指定局部包括五官中的任意一项;在指定方向的垂直方向上,指定局部的中心的关键点的偏移量大于中心的任意一侧的关键点的偏移量。
在这些可选的实现方式中,在指定方向的垂直方向上,指定局部中在指定方向的垂直方向上,中心的关键点的偏移量大于中心的两侧的关键点的偏移量,也即两侧的关键点的偏移量较小,中间的关键点的偏移量较大。
这些实现方式可以通过准确地控制偏移,更形象地模仿人脸的动作,有助于生成更逼真的新训练样本。
在本实施例的一些可选的实现方式中,上述多个关键点还包括脸周关键点;步骤201,可以包括:对待处理人脸图像进行关键点检测,得到待处理人脸图像所包含的人脸的人脸关键点;对人脸关键点进行插值处理,生成包括额头关键点的脸周关键点;将人脸关键点和脸周关键点作为待处理人脸图像中的多个关键点。
在这些可选的实现方式中,上述执行主体可以对检测到的人脸关键点进行插值处理,从而得到人脸的边框以外的其它关键点。上述脸周关键点距离该人脸的边缘在预设范围内,比如脸周关键点可以是额头、脖子、脸颊周围(人脸以外)的关键点等等。这样上述执行主体可以带动与偏移的关键点相关的各个三角网格形变,从而避免形变的区域过少以使得到的目标人脸图像中人脸表情不自然的问题。
继续参见图3,图3是根据本实施例的图像生成方法的应用场景的一个示意图。在图3的应用场景中,执行主体301可以获取待处理人脸图像的关键点302比如人脸图像X中的多个关键点,其中,所获取的关键点包括人脸图像X所包含人脸的人脸关键点。执行主体301对人脸图像X进行三角剖分,生成以上述多个关键点为顶点的三角网格303。执行主体301对于人脸图像X所包含人脸的指定局部,获取眉毛的5个关键点向上待偏移的偏移量304。执行主体301按照所获取的偏移量304,对眉毛的关键点进行偏移处理,以使以眉毛的关键点为顶点的三角网格303发生形变,得到目标人脸图像305,其中,目标人脸图像中眉毛的各个关键点连成的线条的形状,与人脸图像X中眉毛的各个关键点连成的线条的形状不同。
进一步参考图4,其示出了图像生成方法的又一个实施例的流程400。该图像生成方法的流程400,包括以下步骤:
步骤401,获取待处理人脸图像中的多个关键点,其中,所获取的关键点包括待处理人脸图像所包含人脸的人脸关键点。
在本实施例中,图像生成方法的执行主体(例如图1所示的服务器或终端设备)可以获取待处理人脸图像所包含人脸的关键点。具体地,上述执行主体可以仅仅获取待处理人脸图像所包含人脸的关键点,比如包括人脸五官的关键点,也可以包括人脸边缘的关键点。或者,上述执行主体可以不仅获取上述的人脸的关键点,还可以获取待处理人脸图像中其它区域的关键点,例如额头、脸颊和/或脸部周围比如脖子处的关键点。
步骤402,对待处理人脸图像进行三角剖分,生成以所上述多个关键点为顶点的多个三角网格。
在本实施例中,上述执行主体可以对待处理人脸图像进行三角剖分,三角剖分的结果为以所获取的关键点为顶点的三角网格。
步骤403,对于待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上待偏移的偏移量,其中,在指定方向的垂直方向上,指定局部中从中心的关键点到中心的任意一侧的关键点,偏移量越来越小。
在本实施例中,在指定方向的垂直方向上,指定局部中在指定方向的垂直方向上,中心的关键点的偏移量大于中心的两侧的关键点的偏移量,并且从中心到两侧,关键点的偏移量越来越小。中心的关键点可以指在中心位置的关键点、距离中心位置最近的关键点或者与中心位置的距离在预设范围内的关键点,此外,也可以指排序在最中间(即正中)的关键点。
举例来说,针对眉毛有5个关键点,中间的关键点为第三个关键点,也即眉峰处(或与眉峰处最近)的关键点。如果要通过偏移处理,让目标人脸图像中生成挑眉的动作,则中间的关键点的偏移量最大,眉毛的其它关键点的偏移量则小于该偏移量,比如人脸图像中右侧的眉毛(人的左眉)的五个关键点的偏移量可以从左到右依次设置为0.02×A、0.06×A、0.08×A、0.06×A、0.04×A。这里的A可以固定是人脸的边框(bounding box)即检测框的高,也可以是该边框在上述指定方向的边的长度。
在本实施例的一些可选的实现方式中,步骤403可以包括:响应于待处理人脸图像所包含的人脸为张嘴人脸,获取待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,第一指定方向和第二指定方向均为待处理人脸图像所包含人脸的检测框的高的方向,第一指定方向与第二指定方向相反。
在这些可选的实现方式中,人脸中的嘴部可以为上述的任意一项。上述执行主体可以利用上嘴唇和下嘴唇两者的关键点在相反方向的偏移,做出张大嘴或者减小张嘴程度的表情,也即偏移后的目标人脸图像仍然可以为张嘴人脸。在人脸为张嘴人脸的情况下,偏移得到的张嘴表情会更加自然,效果更逼真。
步骤404,按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
在本实施例中,上述执行主体可以按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使这些关键点偏移出所获取的偏移量,并以使以指定局部中偏移的关键点作为顶点的三角网格发生形变,这样,待处理人脸图像就转换为目标人脸图像。在实践中,上述执行主体可以利用各种方式生成目标人脸图像。
本实施例可以通过准确设定不同位置关键点的偏移量,对目标人脸图像的表情进行精准控制。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种图像生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的图像生成装置500包括:第一获取单元501、剖分单元502、第二获取单元503和偏移单元504。其中,第一获取单元501,被配置成获取待处理人脸图像中的多个关键点,其中,多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;剖分单元502,被配置成对待处理人脸图像进行三角剖分,生成以多个关键点为顶点的多个三角网格;第二获取单元503,被配置成对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量;偏移单元504,被配置成按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
在本实施例中,图像生成装置500的第一获取单元、剖分单元、第二获取单元和偏移单元的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,指定局部包括五官中的任意一项;在指定方向的垂直方向上,指定局部的中心的关键点的偏移量大于中心的任意一侧的关键点的偏移量。
在本实施例的一些可选的实现方式中,第二获取单元,进一步被配置成按照如下方式执行对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量:对于待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上待偏移的偏移量,其中,在指定方向的垂直方向上,指定局部中从中心的关键点到中心的任意一侧的关键点,偏移量越来越小。
在本实施例的一些可选的实现方式中,第二获取单元,进一步被配置成按照如下方式执行对于待处理人脸图像所包含人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在指定方向上将要偏移的偏移量:响应于待处理人脸图像所包含的人脸为张嘴人脸,获取待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,第一指定方向和第二指定方向均为待处理人脸图像所包含人脸的检测框的高度的方向,第一指定方向与第二指定方向相反。
在本实施例的一些可选的实现方式中,多个关键点还包括脸周关键点;第一获取单元,进一步被配置成按照如下方式执行获取待处理人脸图像中的关键点:对待处理人脸图像进行关键点检测,得到待处理人脸图像所包含的人脸的人脸关键点;对人脸关键点进行插值处理,生成包括额头关键点的脸周关键点;将人脸关键点和脸周关键点作为待处理人脸图像中的多个关键点。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、剖分单元、第二获取单元和偏移单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取待处理人脸图像中的多个关键点的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待处理人脸图像中的多个关键点,其中,多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;对待处理人脸图像进行三角剖分,生成以多个关键点为顶点的多个三角网格;对于待处理人脸图像所包含的人脸的指定局部,获取指定局部的关键点在指定方向上待偏移的偏移量;按照所获取的偏移量,对指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,目标人脸图像中指定局部的各个关键点连成的线条的形状,与待处理人脸图像中指定局部的各个关键点连成的线条的形状不同。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种图像生成方法,所述方法包括:
获取待处理人脸图像中的多个关键点,其中,所述多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;
对所述待处理人脸图像进行三角剖分,生成以所述多个关键点为顶点的多个三角网格;
对于所述待处理人脸图像所包含的人脸的指定局部,获取所述指定局部的关键点在指定方向上待偏移的偏移量;
按照所获取的偏移量,对所述指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,所述目标人脸图像中所述指定局部的各个关键点连成的线条的形状,与所述待处理人脸图像中所述指定局部的各个关键点连成的线条的形状不同;
其中,所述多个关键点还包括脸周关键点;
所述获取待处理人脸图像中的多个关键点,包括:
对所述待处理人脸图像进行关键点检测,得到所述待处理人脸图像所包含的人脸的人脸关键点;
对所述人脸关键点进行插值处理,生成脸周关键点;所述脸周关键点距离所述人脸的边缘在预设范围内,包括额头关键点、脖子关键点、除人脸以外的脸颊周围关键点;
将所述人脸关键点和所述脸周关键点作为所述待处理人脸图像中的多个关键点。
2.根据权利要求1所述的方法,其中,所述指定局部包括五官中的任意一项;在所述指定方向的垂直方向上,所述指定局部的中心的关键点的偏移量大于所述中心的任意一侧的关键点的偏移量。
3.根据权利要求1或2所述的方法,所述对于所述待处理人脸图像所包含的人脸的指定局部,获取所述指定局部的关键点在指定方向上待偏移的偏移量,包括:
对于所述待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在所述指定方向上待偏移的偏移量,其中,在所述指定方向的垂直方向上,所述指定局部中从中心的关键点到所述中心的任意一侧的关键点,偏移量越来越小。
4.根据权利要求3所述的方法,其中,所述对于所述待处理人脸图像所包含人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在所述指定方向上将要偏移的偏移量,包括:
响应于所述待处理人脸图像所包含的人脸为张嘴人脸,获取所述待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取所述嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,所述第一指定方向和所述第二指定方向均为所述待处理人脸图像所包含人脸的检测框的高度的方向,所述第一指定方向与所述第二指定方向相反。
5.一种图像生成装置,所述装置包括:
第一获取单元,被配置成获取待处理人脸图像中的多个关键点,其中,所述多个关键点包括待处理人脸图像所包含的人脸的人脸关键点;
剖分单元,被配置成对所述待处理人脸图像进行三角剖分,生成以所述多个关键点为顶点的多个三角网格;
第二获取单元,被配置成对于所述待处理人脸图像所包含的人脸的指定局部,获取所述指定局部的关键点在指定方向上待偏移的偏移量;
偏移单元,被配置成按照所获取的偏移量,对所述指定局部的关键点进行偏移处理,以使以偏移的关键点为顶点的三角网格形变,生成目标人脸图像,其中,所述目标人脸图像中所述指定局部的各个关键点连成的线条的形状,与所述待处理人脸图像中所述指定局部的各个关键点连成的线条的形状不同;
其中,所述多个关键点还包括脸周关键点;
所述第一获取单元,进一步被配置成按照如下方式执行所述获取待处理人脸图像中的多个关键点:
对所述待处理人脸图像进行关键点检测,得到所述待处理人脸图像所包含的人脸的人脸关键点;
对所述人脸关键点进行插值处理,生成脸周关键点;所述脸周关键点距离所述人脸的边缘在预设范围内,包括额头关键点、脖子关键点、脸颊周围关键点;
将所述人脸关键点和所述脸周关键点作为所述待处理人脸图像中的多个关键点。
6.根据权利要求5所述的装置,其中,所述指定局部包括五官中的任意一项;在所述指定方向的垂直方向上,所述指定局部的中心的关键点的偏移量大于所述中心的任意一侧的关键点的偏移量。
7.根据权利要求5或6所述的装置,第二获取单元,进一步被配置成按照如下方式执行所述对于所述待处理人脸图像所包含的人脸的指定局部,获取所述指定局部的关键点在指定方向上待偏移的偏移量:
对于所述待处理人脸图像所包含的人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在所述指定方向上待偏移的偏移量,其中,在所述指定方向的垂直方向上,所述指定局部中从中心的关键点到所述中心的任意一侧的关键点,偏移量越来越小。
8.根据权利要求7所述的装置,其中,第二获取单元,进一步被配置成按照如下方式执行所述对于所述待处理人脸图像所包含人脸的五官中的任意一项,获取该项的至少两个关键点中的每个关键点在所述指定方向上将要偏移的偏移量:
响应于所述待处理人脸图像所包含的人脸为张嘴人脸,获取所述待处理人脸图像所包含的人脸中,嘴部的上嘴唇关键点在第一指定方向上将要偏移的偏移量,以及获取所述嘴部的下嘴唇关键点在第二指定方向上将要偏移的偏移量,其中,所述第一指定方向和所述第二指定方向均为所述待处理人脸图像所包含人脸的检测框的高度的方向,所述第一指定方向与所述第二指定方向相反。
9.一种电子设备,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1-4中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202010320769.7A 2020-04-22 2020-04-22 图像生成方法和装置 Active CN111524062B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010320769.7A CN111524062B (zh) 2020-04-22 2020-04-22 图像生成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010320769.7A CN111524062B (zh) 2020-04-22 2020-04-22 图像生成方法和装置

Publications (2)

Publication Number Publication Date
CN111524062A CN111524062A (zh) 2020-08-11
CN111524062B true CN111524062B (zh) 2023-11-24

Family

ID=71903133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010320769.7A Active CN111524062B (zh) 2020-04-22 2020-04-22 图像生成方法和装置

Country Status (1)

Country Link
CN (1) CN111524062B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1475969A (zh) * 2002-05-31 2004-02-18 ��˹���´﹫˾ 用于增强人像图像的方法和系统
CN101159015A (zh) * 2007-11-08 2008-04-09 清华大学 一种二维人脸图像的识别方法
CN101354795A (zh) * 2008-08-28 2009-01-28 北京中星微电子有限公司 基于视频的三维人脸动画驱动方法和系统
CN104637078A (zh) * 2013-11-14 2015-05-20 腾讯科技(深圳)有限公司 一种图像处理方法及装置
CN105704419A (zh) * 2014-11-27 2016-06-22 程超 一种基于可调模板头像的人人交互的方法
CN106920274A (zh) * 2017-01-20 2017-07-04 南京开为网络科技有限公司 移动端2d关键点快速转换为3d融合变形的人脸建模方法
CN108876732A (zh) * 2018-05-25 2018-11-23 北京小米移动软件有限公司 人脸美颜方法及装置
CN109087239A (zh) * 2018-07-25 2018-12-25 腾讯科技(深圳)有限公司 一种人脸图像处理方法、装置及存储介质
CN109816601A (zh) * 2018-12-26 2019-05-28 维沃移动通信有限公司 一种图像处理方法和终端设备
CN110060348A (zh) * 2019-04-26 2019-07-26 北京迈格威科技有限公司 人脸图像整形方法及装置
CN110147776A (zh) * 2019-05-24 2019-08-20 北京百度网讯科技有限公司 确定人脸关键点位置的方法和装置
CN110189252A (zh) * 2019-06-10 2019-08-30 北京字节跳动网络技术有限公司 生成平均脸图像的方法和装置
CN110211030A (zh) * 2019-06-04 2019-09-06 北京字节跳动网络技术有限公司 图像生成方法和装置
CN110349081A (zh) * 2019-06-17 2019-10-18 达闼科技(北京)有限公司 图像的生成方法、装置、存储介质和电子设备
WO2019232894A1 (zh) * 2018-06-05 2019-12-12 中国石油大学(华东) 一种基于复杂场景下的人体关键点检测系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012149772A1 (zh) * 2011-09-27 2012-11-08 华为技术有限公司 一种渐变动画的生成方法和装置
JP6214236B2 (ja) * 2013-03-05 2017-10-18 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、及びプログラム

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1475969A (zh) * 2002-05-31 2004-02-18 ��˹���´﹫˾ 用于增强人像图像的方法和系统
CN101159015A (zh) * 2007-11-08 2008-04-09 清华大学 一种二维人脸图像的识别方法
CN101354795A (zh) * 2008-08-28 2009-01-28 北京中星微电子有限公司 基于视频的三维人脸动画驱动方法和系统
CN104637078A (zh) * 2013-11-14 2015-05-20 腾讯科技(深圳)有限公司 一种图像处理方法及装置
CN105704419A (zh) * 2014-11-27 2016-06-22 程超 一种基于可调模板头像的人人交互的方法
CN106920274A (zh) * 2017-01-20 2017-07-04 南京开为网络科技有限公司 移动端2d关键点快速转换为3d融合变形的人脸建模方法
CN108876732A (zh) * 2018-05-25 2018-11-23 北京小米移动软件有限公司 人脸美颜方法及装置
WO2019232894A1 (zh) * 2018-06-05 2019-12-12 中国石油大学(华东) 一种基于复杂场景下的人体关键点检测系统及方法
CN109087239A (zh) * 2018-07-25 2018-12-25 腾讯科技(深圳)有限公司 一种人脸图像处理方法、装置及存储介质
CN109816601A (zh) * 2018-12-26 2019-05-28 维沃移动通信有限公司 一种图像处理方法和终端设备
CN110060348A (zh) * 2019-04-26 2019-07-26 北京迈格威科技有限公司 人脸图像整形方法及装置
CN110147776A (zh) * 2019-05-24 2019-08-20 北京百度网讯科技有限公司 确定人脸关键点位置的方法和装置
CN110211030A (zh) * 2019-06-04 2019-09-06 北京字节跳动网络技术有限公司 图像生成方法和装置
CN110189252A (zh) * 2019-06-10 2019-08-30 北京字节跳动网络技术有限公司 生成平均脸图像的方法和装置
CN110349081A (zh) * 2019-06-17 2019-10-18 达闼科技(北京)有限公司 图像的生成方法、装置、存储介质和电子设备

Also Published As

Publication number Publication date
CN111524062A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN107578017B (zh) 用于生成图像的方法和装置
CN106846497B (zh) 应用于终端的呈现三维地图的方法和装置
CN110058685B (zh) 虚拟对象的显示方法、装置、电子设备和计算机可读存储介质
CN110766777A (zh) 虚拟形象的生成方法、装置、电子设备及存储介质
CN108363995B (zh) 用于生成数据的方法和装置
CN111476871B (zh) 用于生成视频的方法和装置
CN107609506B (zh) 用于生成图像的方法和装置
CN111369428B (zh) 虚拟头像生成方法和装置
CN107622252B (zh) 信息生成方法和装置
CN110136054B (zh) 图像处理方法和装置
JP7361060B2 (ja) 3d関節点回帰モデル生成方法及び装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム
CN110288705B (zh) 生成三维模型的方法和装置
CN109272543B (zh) 用于生成模型的方法和装置
CN111524216B (zh) 生成三维人脸数据的方法和装置
CN109754464B (zh) 用于生成信息的方法和装置
CN109711508B (zh) 图像处理方法和装置
CN108510084B (zh) 用于生成信息的方法和装置
CN108388889B (zh) 用于分析人脸图像的方法和装置
US11205290B2 (en) Method and device for inserting an image into a determined region of a target eye image
CN110189252B (zh) 生成平均脸图像的方法和装置
CN110837332A (zh) 面部图像变形方法、装置、电子设备和计算机可读介质
CN110288523B (zh) 图像生成方法和装置
CN111523408B (zh) 动作捕捉方法和装置
CN111524062B (zh) 图像生成方法和装置
CN109816791B (zh) 用于生成信息的方法和装置

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