CN111627076A - 换脸方法、装置及电子设备 - Google Patents
换脸方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111627076A CN111627076A CN202010350652.3A CN202010350652A CN111627076A CN 111627076 A CN111627076 A CN 111627076A CN 202010350652 A CN202010350652 A CN 202010350652A CN 111627076 A CN111627076 A CN 111627076A
- Authority
- CN
- China
- Prior art keywords
- face image
- color
- face
- color space
- parameter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000013508 migration Methods 0.000 claims abstract description 73
- 230000005012 migration Effects 0.000 claims abstract description 73
- 230000004927 fusion Effects 0.000 claims abstract description 42
- 238000007499 fusion processing Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 17
- 230000000694 effects Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 210000000887 face Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 210000001508 eye Anatomy 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 210000001331 nose Anatomy 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本申请公开一种换脸方法、装置、电子设备及存储介质。该方法包括：在检测到处于换脸状态下，获取待处理人脸图像；获取目标区域对应于第一颜色空间的颜色通道参数；基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数；将肤色迁移参数转换到第二颜色空间，得到特征融合参数；基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。通过上述方法可以得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
Description
技术领域
本申请涉及图像处理技术领域，更具体地，涉及一种换脸方法、装置、电子设备及存储介质。
背景技术
随着互联网技术的不断发展，大众娱乐社交性质的应用程序不断增多，通常人们可以通过相关应用程序进行人脸替换，其中，可以是用自己的脸替换指定人物的脸部，从而实现换脸进行娱乐的目的。然而，目前的换脸过程通常是将用于替换的人脸直接叠加在被换人脸上，进行简单的轮廓对齐，而忽略了用于替换的人脸的肤色与被换人脸的肤色之间的协调性，导致替换后的人脸与被换人脸所在身体的其他部分存在较大差异，显得比较突兀，换脸效果较差。
发明内容
鉴于上述问题，本申请提出了一种换脸方法、装置、电子设备及存储介质，以改善上述问题。
第一方面，本申请实施例提供了一种换脸方法，该方法包括：在检测到处于换脸状态下，获取待处理人脸图像，所述待处理人脸图像对应的颜色空间为第一颜色空间，所述待处理人脸图像包括第一人脸图像以及第二人脸图像，所述待处理人脸图像对应有目标区域，所述目标区域为与所述第一人脸图像以及所述第二人脸图像相对应的区域；获取所述目标区域对应于所述第一颜色空间的颜色通道参数；基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数；将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数，所述第一颜色空间的色彩空间范围大于所述第二颜色空间的色彩空间范围；基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
第二方面，本申请实施例提供了一种换脸装置，该装置包括：第一获取模块，用于在检测到处于换脸状态下，获取待处理人脸图像，所述待处理人脸图像对应的颜色空间为第一颜色空间，所述待处理人脸图像包括第一人脸图像以及第二人脸图像，所述待处理人脸图像对应有目标区域，所述目标区域为与所述第一人脸图像以及所述第二人脸图像相对应的区域；第二获取模块，用于获取所述目标区域对应于所述第一颜色空间的颜色通道参数；肤色迁移参数获取模块，用于基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数；转换模块，用于将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数，所述第一颜色空间的色彩空间范围大于所述第二颜色空间的色彩空间范围；换脸模块，用于基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
第三方面，本申请实施例提供了一种电子设备，包括存储器以及一个或多个处理器；一个或多个程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于执行上述第一方面或者上述第二方面所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有程序代码，其中，在程序代码由处理器运行时执行上述第一方面或者上述第二方面所述的方法。
本申请实施例提供的一种换脸方法、装置、电子设备以及存储介质，通过在检测到处于换脸状态下，获取待处理人脸图像，继而获取目标区域对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，得到特征融合参数，然后基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。从而通过上述方式实现了通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，然后基于转换后得到的特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，可以得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1示出了本申请一实施例提供的一种换脸方法的方法流程图。
图2示出了本申请另一实施例提供的一种换脸方法的方法流程图。
图3示出了本申请实施例提供的待替换人脸图像的示例图。
图4示出了本申请实施例提供的第一人脸图像的一示例图。
图5示出了本申请实施例提供的第二人脸图像的一示例图。
图6示出了本申请实施例提供的目标人脸图像的一示例图。
图7示出了本申请实施例提供的第一人脸图像的另一示例图。
图8示出了本申请实施例提供的目标人脸图像的另一示例图。
图9示出了本申请又一实施例提供的一种换脸方法的方法流程图。
图10示出了本申请一实施例提供的一种换脸装置的结构框图。
图11示出了本申请实施例提供的一种电子设备的结构框图。
图12示出了本申请实施例的用于保存或者携带实现根据本申请实施例的换脸方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
在图像处理的过程中，某些场景下需要对图像(包括图片或者是视频图像等)中的人脸进行替换，例如影视作品的后期处理等。对人脸进行替换，即图片换脸，是指用一张图片中的人脸替换另一图片中的人脸。
作为一种方式，可以通过用户提供的照片，以及人脸关键点判断五官，再将用户脸部五官特征替换到原有的人脸上。然而，由于不同图片之间存在差别(包括不同人脸的纹理差别以及肤色差别等)，该替换过程可能出现人脸变形甚至扭曲、替换后的人脸图像失真等情形，导致图像处理的效果不佳；对于一些肤色差异比较大的人脸替换，其计算过程比较复杂，可能会降低CPU的功耗。
针对上述的问题，发明人经过长期的研究发现，可以通过在检测到处于换脸状态下，获取待处理人脸图像，继而获取目标区域对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，得到特征融合参数，然后基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。从而通过上述方式实现通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，然后基于转换后得到的特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度，因此提出了本申请实施例提供的换脸方法、装置、电子设备以及存储介质。
为了便于更好的理解本申请的内容，下面对本申请所涉及的颜色空间进行简要介绍：
颜色空间也称彩色模型(又称彩色空间或彩色系统)。颜色空间按照基本结构可以分两大类，基色颜色空间和色、亮分离颜色空间。基色颜色空间可以包括RGB、CMY、CMYK、CIEXYZ等颜色空间。色、亮分离颜色空间可以包括YCC/YUV、Lab等颜色空间。
其中，RGB颜色空间以红(R)、绿(G)和蓝(B)组成三维坐标，在三个坐标轴上分别指定一个0～255的值。显示器通过将三个基色(红、绿、蓝)光组合起来产生颜色。RGB值越大的颜色所对应的光量越多，产生的颜色较淡、较亮。若三个颜色值(R，G，B)都为最大值，则产生白色；若三种颜色的值都为0时，则产生黑色。
Lab颜色空间是由CIE(国际照明委员会)制定的一种色彩模式，Lab颜色空间中的L值代表光亮度，其值从0(黑色)～100(白色)。b和a代表色度坐标，其中a代表红-绿轴，b代表黄-蓝轴，它们的值从0到10。a＝b＝0表示无色。
下面将结合附图具体描述本申请的各实施例。
请参阅图1，示出了本申请一实施例提供的一种换脸方法的流程图，本实施例提供一种换脸方法，可应用于电子设备，该方法包括：
步骤S110：在检测到处于换脸状态下，获取待处理人脸图像。
本实施例中，待处理人脸图像对应的颜色空间为第一颜色空间，在一种实施方式中，第一颜色空间可以为Lab颜色空间。待处理人脸图像可以包括第一人脸图像以及第二人脸图像。其中，第一人脸图像可以理解为用于替换的人脸图像，例如，第一人脸图像可以是任一用户的人脸图像。第二人脸图像可以理解为被替换的人脸图像，例如，第二人脸图像可以是模特(例如，一些公众人物、明星、模特等)的人脸图像。
可选的，本实施例中的待处理人脸图像对应有目标区域，目标区域为与第一人脸图像以及第二人脸图像相对应的区域。可以理解的是，第一人脸图像和第二人脸图像可以不同，在这种方式下，目标区域对应于第一人脸图像的位置与目标区域对应于第二人脸图像的位置可以不同。
作为一种方式，可以在检测到处于换脸状态下时，获取待处理人像。在获取待处理人脸图像的过程中，第一人脸图像可以为预先存储的包括用户人脸的图片，也可以为实时拍摄的包含用户人脸的图片。其中，若为实时拍摄的图片，可以是添加有对应特效(例如，滤镜、瘦脸等)的图片。
在一种实施方式中，第一人脸图像可以是用户在录制视频或直播时，通过电子设备的摄像头实时采集视频帧，然后利用人脸检测方法识别视频帧中是否存在人脸图像，若存在，则提取出该人脸图像，从而得到用于替换人脸的第一人脸图像。在这种方式下，若检测到电子设备的换脸功能处于开启状态，可以获取待处理人脸图像。
可选的，电子设备可以通过多种方式检测是否处于换脸状态。例如，作为一种方式，可以配置客户端在启动时默认开启换脸功能，其中，可以将换脸功能界面配置为客户端开启时的主界面，可选的，用户可以通过设置修改客户端开启时的主界面。在这种方式下，可以通过检测客户端是否处于开启状态的方式检测是否处于换脸状态。可选的，若客户端处于开启状态，可以判定为处于换脸状态，可选的，若客户端未处于开启状态，可以判定未处于换脸状态。
可选的，若在客户端开启后由于误触切换到了与换脸功能对应的界面，例如，用户首次使用该客户端，在启动客户端后在客户端的各个功能之间来回切换，在这种情况下，若判定处于换脸状态，进而获取待处理人脸图像，可能会导致获取到的人脸图像不清晰，或者会导致因误判带来的计算功耗。作为一种改善这一问题的方式，可以先检测换脸功能对应的界面是否处于客户端的主界面，可选的，若换脸功能对应的界面处于客户端的主界面，可以进一步判断换脸功能对应的界面处于客户端的主界面的时长是否大于预设时长。其中，预设时长的具体数值可以根据实际情况进行设定，例如，可以为2秒、5秒或者是10秒等，具体可以不做限定。在这种方式下，若换脸功能对应的界面处于客户端的主界面的时长大于预设时长，那么可以判定处于换脸状态。
作为另一种方式，可以配置换脸功能的状态标识值，将换脸功能的状态与对应的标识值以映射关系预先进行存储，继而可以通过检测换脸功能对应的状态标识值的方式检测是否处于换脸状态。例如，若换脸功能处于开启状态时对应的状态标识值可以配置为“1”，换脸功能处于关闭状态时对应的状态标识值可以配置为“0”。在这种方式下，若检测到换脸功能对应的状态标识值为“1”，可以判定处于换脸状态；可选的，若检测到换脸功能对应的状态标识值为“0”，可以判定未处于换脸状态。可选的，状态标识值的具体数值仅作为示例，不构成对本方案的限定。
步骤S120：获取所述目标区域对应于所述第一颜色空间的颜色通道参数。
作为一种方式，可以分别获取第一颜色空间内，第一人脸图像对应于目标区域的各个颜色通道的均值和标准差，以及第二人脸图像对应于目标区域内的各个颜色通道的均值和标准差，可选的，可以将第一人脸图像与第二人脸图像各自对应于目标区域内的各个颜色通道的均值和标准差作为目标区域对应于第一颜色空间的颜色通道参数。其中，第一人脸图像以及第二人脸图像对应于目标区域内的各个颜色通道的均值和标准差的具体计算原理可以参见后续实施例中的描述。
步骤S130：基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数。
可选的，肤色迁移参数可以表征第一人脸图像与第二人脸图像之间肤色的差异量，或者可以理解为用第一人脸图像替换第二人脸图像后第一人脸图像对应的肤色需要调整的量。作为一种方式，可以基于上述的第一人脸图像以及第二人脸图像对应于目标区域内的各个颜色通道的均值和标准差计算与第一人脸图像匹配的肤色迁移参数。
步骤S140：将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数。
本实施例中，第一颜色空间的色彩空间范围大于第二颜色空间的色彩空间范围。在一种实施方式中，第二颜色空间可以为RGB颜色空间。
可选的，在第一颜色空间下计算出了与第一人脸图像匹配的肤色迁移参数之后，可以将肤色迁移参数转换到第二颜色空间，以得到特征融合参数，特征融合参数可以用于对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，进而可以得到换脸后的人脸图像。例如，若第一颜色空间为Lab颜色空间，第二颜色空间为RGB颜色空间，在Lab颜色空间计算出了肤色迁移参数之后，为了便于更准确的计算出第一人脸图像与第二人脸图像之间的肤色差异，可以将Lab颜色空间下的肤色迁移参数转换为RGB颜色空间下的特征融合参数，其中，具体的转换原理以及转换过程可以参考相关技术，在此不再赘述。
步骤S150：基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
其中，目标人脸图像为换脸状态下，第一人脸的肤色经过调整后的人脸图像，可选的，通过基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，可以得到与用于替换的用户人脸肤色匹配的人脸，较大程度减少了用于替换人脸与被替换人脸之间的肤色差异。
本实施例提供的换脸方法，通过在检测到处于换脸状态下，获取待处理人脸图像，继而获取目标区域对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，得到特征融合参数，然后基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。从而通过上述方式实现了通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，然后基于转换后得到的特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，可以得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
请参阅图2，示出了本申请另一实施例提供的一种换脸方法的流程图，本实施例提供一种换脸方法，可应用于电子设备，该方法包括：
步骤S210：获取与第一人脸图像对应的第一关键特征点。
作为一种方式，在获取第一人脸图像后，可对第一人脸图像的关键特征点进行提取，得到与第一人脸图像对应的第一关键特征点。可选的，本实施例中的第一关键特征点可以包括第一人脸的眼睛、鼻子、额头、眉毛、嘴等关键特征点。其中，对第一人脸图像的关键特征点进行提取的具体实现过程可以参考相关技术，在此不再赘述。
步骤S220：根据所述第一关键特征点构建第一三角网格。
可选的，在获取了第一关键特征点后，可以根据第一关键特征点构建第一三角网格，从而得到与第一人脸图像对应的各个特征点之间的相对位置关系，其中，该相对位置关系可以根据上述各个特征点对应的坐标值计算得到。
步骤S230：获取与第二人脸图像对应的第二关键特征点。
可选的，对于第二人脸图像，可以获取与其对应的第二关键特征点，第二关键特征点可以包括第二人脸的眼睛、鼻子、额头、眉毛、嘴等关键特征点。可选的，第一关键特征点的数量可以和第二关键特征点的数量可以不同，第一关键特征点的位置分布关系和第二关键特征点的位置分布关系可以不同。
步骤S240：根据所述第二关键特征点构建第二三角网格。
可选的，通过构建第二三角网格，可以得到与第二人脸图像对应的各个特征点之间的位置关系。
步骤S250：获取参考人脸图像，所述参考人脸图像包括标定人脸区域。
本实施例中，参考人脸图像可以为标定有人脸区域的图片，其中，参考人脸图像的标定区域可以根据实际需求进行设计。作为一种方式，可以为参考人脸图像中的标定区域创建标识，以便于可以快速的识别。例如，可以对标定人脸区域内的点对应的标识进行赋值，可选的，本实施例可以将标定区域内的点的标识赋值为1，而将非标定区域内的点的标识赋值为0，在这种方式下，GPU可以快速的根据标识的值识别出是标定区域或者是非标定区域，从而减少了因计算量带来的功耗问题。
步骤S260：基于所述第二三角网格的顶点将所述第一三角网格以及所述标定人脸区域映射至所述第二人脸图像，得到待替换人脸图像。
其中，待替换人脸图像为将第一人脸图像、参考人脸图像分别与第二人脸图像进行叠加后得到的人脸图像。作为一种方式，可以以第二三角网格的顶点为基准，将第一三角网格以及标定的人脸区域映射至第二人脸图像，得到待替换人脸图像。具体的，可以以第一三角网格构建mesh图，将参考人脸图像映射至第二三角网格，可以对第二三角网格中的人脸区域进行标定，再将mesh图映射至包括标定区域的第二三角网格，得到待替换人脸图像(例如，如图3所示，为本申请实施例提供的待替换人脸图像的示例图)。
步骤S270：对所述待替换人脸图像对应的颜色空间进行转换，得到待处理人脸图像。
可选的，本实施例中的待替换人脸图像对应的颜色空间可以是RGB颜色空间，待处理人脸图像对应的颜色空间可以是Lab颜色空间，可以理解的是，Lab颜色空间的色彩范围大于RGB颜色空间的色彩范围，在获取了待替换人脸图像后，为了便于计算第一人脸图像与第二人脸图像之间的肤色差异，可以对待替换人脸图像对应的颜色空间进行转换(即将待替换人脸图像的色彩空间由RGB颜色空间转换至Lab颜色空间)，得到待处理人脸图像。
步骤S280：获取所述目标区域对应于所述第一颜色空间的颜色通道参数。
作为一种方式，可以获取目标区域对应于第一颜色空间内，与第一人脸图像以及第二人脸图像分别对应的各个颜色通道的均值和标准差，将所述均值和标准差作为颜色通道参数。在一种实施方式中，若第一颜色空间为Lab颜色空间，以颜色通道为L通道为例，可以根据公式Lmean＝(∑Li)/N计算第一人脸图像的L颜色通道的均值以及计算第二人脸图像的L颜色通道的均值，式中，Lmean表征L颜色通道的均值，Li表征Lab颜色空间的L通道值，可选的，Li∈Φ，Φ表征目标区域，N表征目标区域Φ中像素的总个数。
可选的，继续以L颜色通道为例，在计算出了L颜色通道的均值后，可以根据公式
计算L颜色通道的标准差。其中，式中的σL可以表征标准差，Lmean表征L颜色通道的均值，Li表征Lab颜色空间的L通道值，N表征目标区域Φ中像素的总个数。可选的，该标准差可以理解为第一人脸图像的L颜色通道对应的标准差，以及第二人脸图像的L颜色通道对应的标准差，即第一人脸图像的L颜色通道对应的标准差与第二人脸图像的L颜色通道对应的标准差可以相同。
需要说明的是，上述仅示出了L颜色通道时，第一人脸图像与第二人脸图像对应的L颜色通道的均值与标注差的计算方式，对于a颜色通道以及b颜色通道的均值以及标准差的计算原理与L颜色通道的计算原理类似，可以参考L颜色通道的均值以及标准差的计算原理以及计算过程的描述，在此不再赘述。
步骤S290：基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数。
作为一种方式，在获取了颜色通道参数后，可以基于上述均值和标准差计算与第一人脸图像匹配的肤色迁移参数。其中，基于均值和标准差计算与第一人脸图像匹配的肤色迁移参数时满足以下公式：
其中，Xnew表征肤色迁移参数，σT表征第二人脸图像对应的颜色通道的标准差，σU表征第一人脸图像对应的颜色通道的标准差，Xu表征第一人脸图像对应的颜色通道的当前通道值，Xumean表征第一人脸图像对应的颜色通道的均值，XTmean表征第二人脸图像对应的颜色通道的均值，若第一颜色空间为Lab颜色空间，式中的X可以为L、a或者b。
步骤S291：将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数。
步骤S292：基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
在一些具体的实施方式中，请一并参阅图4-图8，图4示出了本实施例中第一人脸图像的示例图，图5示出了本实施例中第二人脸图像的示例图，可选的，在换脸的过程中，在对该第一人脸图像以及第二人脸图像做上述处理后，可以得到如图6所示的目标人脸图像，如图6所示，目标人脸图像是肤色与图4所示的第一人脸图像的肤色更加接近，较好的实现了肤色迁移。类似的，若将第一人脸图像替换为如图7所示的人脸图像，可以得到如图8所示的目标人脸图像，其中，图8所示的目标人脸图像较好的保留了图7所示的第一人脸图像的脸部轮廓、脸部纹理以及肤色，提升了用户体验。
可选的，在一些直播场景中，通过本实施例提供的换脸方法，可以使用户(可以是主播用户或者观众端用户)充分体验到换脸的趣味性与真实性，从而提升直播视频的用户观看留存。
可选的，本实施例中的第一颜色空间可以不仅限于Lab颜色空间，例如第一颜色空间可以为hsv颜色空间或者hsl颜色空间，第二颜色空间可以不仅限于RGB颜色空间，只需满足第一颜色空间的色彩范围大于第二颜色空间的色彩范围即可。
本实施例提供的换脸方法，实现了通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，然后基于转换后得到的特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，可以得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
请参阅图9，示出了本申请又一实施例提供的一种换脸方法的流程图，本实施例提供一种换脸方法，可应用于电子设备，该方法包括：
步骤S310：在检测到处于换脸状态下，获取待处理人脸图像。
步骤S320：获取所述目标区域对应于所述第一颜色空间的颜色通道参数。
步骤S330：基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数。
步骤S340：将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数。
步骤S350：获取Mask遮罩。
其中，Mask遮罩可以理解为Mask图像，Mask具有Alpha通道，通过获取Mask遮罩可以获取第一人脸图像上各个像素点的权重。可选的，对于Mask遮罩的具体获取原理以及获取过程可以参考相关技术，在此不再赘述。
步骤S360：基于所述Mask遮罩对所述第一人脸图像进行采样，得到与所述第一人脸图像对应的权重参数。
作为一种方式，可以基于Mask遮罩对第一人脸图像进行采样，具体的，可以将Mask遮罩映射在第一人脸图像上，以获取第一人脸图像上各个像素点的权重，即通过基于Mask遮罩对第一人脸图像进行采样，可以得到与第一人脸图像对应的权重参数，可选的，该权重参数可以表征Mask遮罩的Alpha通道值。
步骤S370：基于所述Mask遮罩的Alpha通道值对所述目标区域内的所述第一人脸图像对应的肤色与所述第二人脸图像对应的肤色进行颜色融合，得到换脸后的目标人脸图像。
作为一种方式，在获取了与第一人脸对应的权重参数以后，可以将第一人脸图像与第二人脸图像进行带权重的融合，具体的，可以基于Mask遮罩的Alpha通道值对目标区域内的第一人脸图像对应的肤色与第二人脸图像对应的肤色进行颜色融合，从而得到换脸后的目标人脸图像。其中，因进行肤色融合时采用了第一人脸图像的权重，可以使得融合后得到的目标人脸图像的肤色更接近与第一人脸图像的人脸肤色，从而提升了人脸肤色迁移的准确性，提高了换脸效果。
可选的，本实施例中的目标人脸图像的肤色满足以下公式：
Iresult＝(1-a)IT+a*Inew，
其中，Iresult表征目标人脸图像的肤色，a表征Mask遮罩的Alpha通道值，IT表征第二人脸图像在第二颜色空间下的颜色通道值(其中，可以为R颜色通道值，G颜色通道值或者是B颜色通道值)，Inew表征第一人脸图像在第二颜色空间下的颜色通道值(其中，可以为R颜色通道值，G颜色通道值或者是B颜色通道值)。需要说明的是，若IT表征第二人脸图像在第二颜色空间下的R颜色通道值，那么Inew表征第一人脸图像在第二颜色空间下的颜色通道值的R颜色通道值，即IT与Inew在同一时刻对应的颜色通道的类型相同。
本实施例提供的换脸方法，实现了通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，得到特征融合参数，再获取Mask遮罩，然后基于Mask遮罩对第一人脸图像进行采样，获得与第一人脸图像对应的权重参数，然后基于该权重参数将第一人脸图像与第二人脸图像进行带权重的肤色融合，得到换脸后较好的保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
请参阅图10，为本申请实施例提供的一种换脸装置的结构框图，本实施例提供一种换脸装置400，可以运行于电子设备，所述装置400包括：第一获取模块410、第二获取模块420、肤色迁移参数获取模块430、转换模块440以及换脸模块450：
第一获取模块410，用于在检测到处于换脸状态下，获取待处理人脸图像，所述待处理人脸图像对应的颜色空间为第一颜色空间，所述待处理人脸图像包括第一人脸图像以及第二人脸图像，所述待处理人脸图像对应有目标区域，所述目标区域为与所述第一人脸图像以及所述第二人脸图像相对应的区域。
作为一种方式，第一获取模块410可以用于获取与第一人脸图像对应的第一关键特征点；根据所述第一关键特征点构建第一三角网格；获取与第二人脸图像对应的第二关键特征点；根据所述第二关键特征点构建第二三角网格；获取参考人脸图像，所述参考人脸图像包括标定人脸区域；基于所述第二三角网格的顶点将所述第一三角网格以及所述标定人脸区域映射至所述第二人脸图像，得到待替换人脸图像；对所述待替换人脸图像对应的颜色空间进行转换，得到待处理人脸图像。
第二获取模块420，用于获取所述目标区域对应于所述第一颜色空间的颜色通道参数。
作为一种方式，第二获取模块420，具体可以用于获取所述目标区域对应于所述第一颜色空间内，与所述第一人脸图像以及所述第二人脸图像分别对应的颜色通道的均值和标准差，将所述均值和标准差作为颜色通道参数。
在一种实施方式中，若第一颜色空间为Lab颜色空间，以颜色通道为L通道为例，可以根据公式Lmean＝(∑Li)/N计算第一人脸图像的L颜色通道的均值以及计算第二人脸图像的L颜色通道的均值，式中，Lmean表征L颜色通道的均值，Li表征Lab颜色空间的L通道值，可选的，Li∈Φ，Φ表征目标区域，N表征目标区域Φ中像素的总个数。
可选的，继续以L颜色通道为例，在计算出了L颜色通道的均值后，可以根据公式
计算L颜色通道的标准差。其中，式中的σL可以表征标准差，Lmean表征L颜色通道的均值，Li表征Lab颜色空间的L通道值，N表征目标区域Φ中像素的总个数。可选的，该标准差可以理解为第一人脸图像的L颜色通道对应的标准差，以及第二人脸图像的L颜色通道对应的标准差，即第一人脸图像的L颜色通道对应的标准差与第二人脸图像的L颜色通道对应的标准差可以相同。
肤色迁移参数获取模块430，用于基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数。
作为一种方式，肤色迁移参数获取模块430可以用于基于所述均值和标准差计算与所述第一人脸图像匹配的肤色迁移参数。可选的，所述计算的公式满足：
其中，所述Xnew表征所述肤色迁移参数，所述σT表征所述第二人脸图像对应的颜色通道的标准差，所述σU表征所述第一人脸图像对应的颜色通道的标准差，所述Xu表征所述第一人脸图像当前对应的颜色通道的通道值，所述Xumean表征所述第一人脸图像对应的颜色通道的均值，所述XTmean表征所述第二人脸图像对应的颜色通道的均值。
转换模块440，用于将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数，所述第一颜色空间的色彩空间范围大于所述第二颜色空间的色彩空间范围。
可选的，本实施例中，第一颜色空间可以为Lab颜色空间，所述第二颜色空间可以为RGB颜色空间。
换脸模块450，用于基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
作为一种方式，换脸模块450可以用于获取Mask遮罩；基于所述Mask遮罩对所述第一人脸图像进行采样，得到与所述第一人脸图像对应的权重参数，所述权重参数表征所述Mask遮罩的Alpha通道值；基于所述Mask遮罩的Alpha通道值对所述目标区域内的所述第一人脸图像对应的肤色与所述第二人脸图像对应的肤色进行颜色混合，得到换脸后的目标人脸图像。
可选的，本实施例中所述目标人脸图像的肤色满足以下公式：
Iresult＝(1-a)IT+a*Inew，
其中，所述Iresult表征所述目标人脸图像的肤色，所述a表征所述Mask遮罩的Alpha通道值，所述IT表征所述第二人脸图像在所述第二颜色空间下的颜色通道值，所述Inew表征所述第一人脸图像在所述第二颜色空间下的颜色通道值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
请参阅图11，基于上述的换脸方法及装置，本申请实施例还提供了一种可以执行前述换脸方法的电子设备100。电子设备100包括存储器102以及相互耦合的一个或多个(图中仅示出一个)处理器104，存储器102以及处理器104之间通信线路连接。存储器102中存储有可以执行前述实施例中内容的程序，而处理器104可以执行存储器102中存储的程序。
其中，处理器104可以包括一个或者多个处理核。处理器104利用各种接口和线路连接整个电子设备100内的各个部分，通过运行或执行存储在存储器102内的指令、程序、代码集或指令集，以及调用存储在存储器102内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器104可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(ProgrammableLogic Array，PLA)中的至少一种硬件形式来实现。处理器104可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器104中，单独通过一块通信芯片进行实现。
存储器102可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器102可用于存储指令、程序、代码、代码集或指令集。存储器102可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现前述各个实施例的指令等。存储数据区还可以存储电子设备100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图12，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质500中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质500可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质1300包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质500具有执行上述方法中的任何方法步骤的程序代码510的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码510可以例如以适当形式进行压缩。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
综上所述，本申请提供的一种换脸方法、装置、电子设备以及存储介质，通过在检测到处于换脸状态下，获取待处理人脸图像，继而获取目标区域对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，得到特征融合参数，然后基于特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。从而通过上述方式实现了通过获取目标区域内对应于第一颜色空间的颜色通道参数，再基于颜色通道参数计算与第一人脸图像匹配的肤色迁移参数，再将肤色迁移参数转换到第二颜色空间，然后基于转换后得到的特征融合参数对目标区域内的第一人脸图像与第二人脸图像做肤色融合处理，可以得到换脸后较好保留了第一人脸图像的肤色效果的目标人脸图像，提升了人脸肤色迁移的准确性；通过颜色空间转换再进行计算的方式，降低了CPU的处理功耗，提升了人脸肤色迁移的速度。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种换脸方法，其特征在于，所述方法包括：
在检测到处于换脸状态下，获取待处理人脸图像，所述待处理人脸图像对应的颜色空间为第一颜色空间，所述待处理人脸图像包括第一人脸图像以及第二人脸图像，所述待处理人脸图像对应有目标区域，所述目标区域为与所述第一人脸图像以及所述第二人脸图像相对应的区域；
获取所述目标区域对应于所述第一颜色空间的颜色通道参数；
基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数；
将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数，所述第一颜色空间的色彩空间范围大于所述第二颜色空间的色彩空间范围；
基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
2.根据权利要求1所述的方法，其特征在于，所述获取待处理人脸图像，包括：
获取与第一人脸图像对应的第一关键特征点；
根据所述第一关键特征点构建第一三角网格；
获取与第二人脸图像对应的第二关键特征点；
根据所述第二关键特征点构建第二三角网格；
获取参考人脸图像，所述参考人脸图像包括标定人脸区域；
基于所述第二三角网格的顶点将所述第一三角网格以及所述标定人脸区域映射至所述第二人脸图像，得到待替换人脸图像；
对所述待替换人脸图像对应的颜色空间进行转换，得到待处理人脸图像。
3.根据权利要求2所述的方法，其特征在于，所述获取所述目标区域对应于所述第一颜色空间的颜色通道参数，包括：
获取所述目标区域对应于所述第一颜色空间内，与所述第一人脸图像以及所述第二人脸图像分别对应的颜色通道的均值和标准差，将所述均值和标准差作为颜色通道参数。
4.根据权利要求3所述的方法，其特征在于，所述基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数，包括：
基于所述均值和标准差计算与所述第一人脸图像匹配的肤色迁移参数，所述计算的公式满足：
其中，所述Xnew表征所述肤色迁移参数，所述σT表征所述第二人脸图像对应的颜色通道的标准差，所述σU表征所述第一人脸图像对应的颜色通道的标准差，所述Xu表征所述第一人脸图像对应的颜色通道的通道值，所述Xumean表征所述第一人脸图像对应的颜色通道的均值，所述XTmean表征所述第二人脸图像对应的颜色通道的均值。
5.根据权利要求1所述的方法，其特征在于，所述基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像，包括：
获取Mask遮罩；
基于所述Mask遮罩对所述第一人脸图像进行采样，得到与所述第一人脸图像对应的权重参数，所述权重参数表征所述Mask遮罩的Alpha通道值；
基于所述Mask遮罩的Alpha通道值对所述目标区域内的所述第一人脸图像对应的肤色与所述第二人脸图像对应的肤色进行颜色混合，得到换脸后的目标人脸图像。
6.根据权利要求5所述的方法，其特征在于，所述目标人脸图像的肤色满足以下公式：
Iresult＝(1-a)IT+a*Inew，
其中，所述Iresult表征所述目标人脸图像的肤色，所述a表征所述Mask遮罩的Alpha通道值，所述IT表征所述第二人脸图像在所述第二颜色空间下的颜色通道值，所述Inew表征所述第一人脸图像在所述第二颜色空间下的颜色通道值。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述第一颜色空间为Lab颜色空间，所述第二颜色空间为RGB颜色空间。
8.一种换脸装置，其特征在于，所述装置包括：
第一获取模块，用于在检测到处于换脸状态下，获取待处理人脸图像，所述待处理人脸图像对应的颜色空间为第一颜色空间，所述待处理人脸图像包括第一人脸图像以及第二人脸图像，所述待处理人脸图像对应有目标区域，所述目标区域为与所述第一人脸图像以及所述第二人脸图像相对应的区域；
第二获取模块，用于获取所述目标区域对应于所述第一颜色空间的颜色通道参数；
肤色迁移参数获取模块，用于基于所述颜色通道参数计算与所述第一人脸图像匹配的肤色迁移参数；
转换模块，用于将所述肤色迁移参数转换到第二颜色空间，得到特征融合参数，所述第一颜色空间的色彩空间范围大于所述第二颜色空间的色彩空间范围；
换脸模块，用于基于所述特征融合参数对所述目标区域内的所述第一人脸图像与所述第二人脸图像做肤色融合处理，得到换脸后的目标人脸图像。
9.一种电子设备，其特征在于，包括一个或多个处理器以及存储器；
一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行权利要求1-7任一所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被处理器运行时执行权利要求1-7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010350652.3A CN111627076B (zh) | 2020-04-28 | 2020-04-28 | 换脸方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010350652.3A CN111627076B (zh) | 2020-04-28 | 2020-04-28 | 换脸方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111627076A true CN111627076A (zh) | 2020-09-04 |
| CN111627076B CN111627076B (zh) | 2023-09-19 |
Family
ID=72270825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010350652.3A Active CN111627076B (zh) | 2020-04-28 | 2020-04-28 | 换脸方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111627076B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112348910A (zh) * | 2020-10-27 | 2021-02-09 | 北京字跳网络技术有限公司 | 获取图像的方法、装置、设备和计算机可读介质 |
| CN112419477A (zh) * | 2020-11-04 | 2021-02-26 | 中国科学院深圳先进技术研究院 | 一种面部图像风格转换方法、装置、存储介质和电子设备 |
| CN113160036A (zh) * | 2021-04-19 | 2021-07-23 | 金科智融科技(珠海)有限公司 | 一种保持脸型不变的图像换脸方法 |
| CN113674366A (zh) * | 2021-07-08 | 2021-11-19 | 北京旷视科技有限公司 | 皮肤颜色的识别方法、装置和电子设备 |
| CN113989108A (zh) * | 2021-11-08 | 2022-01-28 | 新华智云科技有限公司 | 一种妆容迁移方法以及系统 |
| CN114565506A (zh) * | 2022-01-17 | 2022-05-31 | 北京新氧科技有限公司 | 图像颜色迁移方法、装置、设备及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156915A (zh) * | 2014-07-23 | 2014-11-19 | 小米科技有限责任公司 | 肤色调整方法和装置 |
| WO2017035966A1 (zh) * | 2015-08-28 | 2017-03-09 | 百度在线网络技术（北京）有限公司 | 用于人脸图像处理的方法和装置 |
| CN107862657A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
| CN108665408A (zh) * | 2018-05-21 | 2018-10-16 | 北京微播视界科技有限公司 | 肤色调整方法、装置和电子设备 |
| CN109191410A (zh) * | 2018-08-06 | 2019-01-11 | 腾讯科技（深圳）有限公司 | 一种人脸图像融合方法、装置及存储介质 |
| CN109785228A (zh) * | 2018-12-29 | 2019-05-21 | 广州华多网络科技有限公司 | 图像处理方法、装置、存储介质和服务器 |
| CN110738732A (zh) * | 2019-10-24 | 2020-01-31 | 重庆灵翎互娱科技有限公司 | 一种三维人脸模型的生成方法和设备 |
| US20200065561A1 (en) * | 2015-10-26 | 2020-02-27 | Tencent Technology (Shenzhen) Company Limited | Method for detecting skin region and apparatus for detecting skin region |
| CN111063008A (zh) * | 2019-12-23 | 2020-04-24 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
-
2020
- 2020-04-28 CN CN202010350652.3A patent/CN111627076B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156915A (zh) * | 2014-07-23 | 2014-11-19 | 小米科技有限责任公司 | 肤色调整方法和装置 |
| WO2017035966A1 (zh) * | 2015-08-28 | 2017-03-09 | 百度在线网络技术（北京）有限公司 | 用于人脸图像处理的方法和装置 |
| US20200065561A1 (en) * | 2015-10-26 | 2020-02-27 | Tencent Technology (Shenzhen) Company Limited | Method for detecting skin region and apparatus for detecting skin region |
| CN107862657A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
| CN108665408A (zh) * | 2018-05-21 | 2018-10-16 | 北京微播视界科技有限公司 | 肤色调整方法、装置和电子设备 |
| CN109191410A (zh) * | 2018-08-06 | 2019-01-11 | 腾讯科技（深圳）有限公司 | 一种人脸图像融合方法、装置及存储介质 |
| CN109785228A (zh) * | 2018-12-29 | 2019-05-21 | 广州华多网络科技有限公司 | 图像处理方法、装置、存储介质和服务器 |
| CN110738732A (zh) * | 2019-10-24 | 2020-01-31 | 重庆灵翎互娱科技有限公司 | 一种三维人脸模型的生成方法和设备 |
| CN111063008A (zh) * | 2019-12-23 | 2020-04-24 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、设备及存储介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112348910A (zh) * | 2020-10-27 | 2021-02-09 | 北京字跳网络技术有限公司 | 获取图像的方法、装置、设备和计算机可读介质 |
| CN112419477A (zh) * | 2020-11-04 | 2021-02-26 | 中国科学院深圳先进技术研究院 | 一种面部图像风格转换方法、装置、存储介质和电子设备 |
| CN112419477B (zh) * | 2020-11-04 | 2023-08-15 | 中国科学院深圳先进技术研究院 | 一种面部图像风格转换方法、装置、存储介质和电子设备 |
| CN113160036A (zh) * | 2021-04-19 | 2021-07-23 | 金科智融科技(珠海)有限公司 | 一种保持脸型不变的图像换脸方法 |
| CN113160036B (zh) * | 2021-04-19 | 2022-09-20 | 金科智融科技(珠海)有限公司 | 一种保持脸型不变的图像换脸方法 |
| CN113674366A (zh) * | 2021-07-08 | 2021-11-19 | 北京旷视科技有限公司 | 皮肤颜色的识别方法、装置和电子设备 |
| CN113989108A (zh) * | 2021-11-08 | 2022-01-28 | 新华智云科技有限公司 | 一种妆容迁移方法以及系统 |
| CN114565506A (zh) * | 2022-01-17 | 2022-05-31 | 北京新氧科技有限公司 | 图像颜色迁移方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111627076B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111627076B (zh) | 换脸方法、装置及电子设备 | |
| CN109639982B (zh) | 一种图像降噪方法、装置、存储介质及终端 | |
| CN107993216B (zh) | 一种图像融合方法及其设备、存储介质、终端 | |
| US8525847B2 (en) | Enhancing images using known characteristics of image subjects | |
| CN103973977B (zh) | 一种预览界面的虚化处理方法、装置及电子设备 | |
| CN111163268B (zh) | 一种图像处理方法、装置以及计算机存储介质 | |
| CN114266838B (zh) | 图像数据处理方法、装置、电子设备及存储介质 | |
| CN110248242B (zh) | 一种图像处理和直播方法、装置、设备和存储介质 | |
| CN104424624B (zh) | 一种图像合成的优化方法及装置 | |
| CN113132696B (zh) | 图像色调映射方法、装置、电子设备和存储介质 | |
| US9378564B2 (en) | Methods for color correcting digital images and devices thereof | |
| US10957092B2 (en) | Method and apparatus for distinguishing between objects | |
| JP5253047B2 (ja) | 色処理装置およびその方法 | |
| CN109729259B (zh) | 图像处理装置、其方法、其系统以及计算机可读介质 | |
| CN112435173A (zh) | 一种图像处理和直播方法、装置、设备和存储介质 | |
| CN117372305A (zh) | 一种图像颜色增强方法、装置、设备和存储介质 | |
| CN109658360B (zh) | 图像处理的方法、装置、电子设备和计算机存储介质 | |
| CN108205795A (zh) | 一种直播过程中人脸图像处理方法及系统 | |
| EP2988485A1 (en) | Methods and apparatus for mapping input image | |
| CN113781330B (zh) | 图像处理方法、装置及电子系统 | |
| CN110310341A (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
| CN107454374B (zh) | 图像处理装置、图像处理方法以及图像处理系统 | |
| CN114820822A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| CN110378973B (zh) | 图像信息处理方法、装置以及电子设备 | |
| CN113947708A (zh) | 照明设备的灯效控制方法、系统、装置、电子设备及介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210118 Address after: 511442 3108, 79 Wanbo 2nd Road, Nancun Town, Panyu District, Guangzhou City, Guangdong Province Applicant after: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Address before: 511400 24th floor, building B-1, North District, Wanda Commercial Plaza, Wanbo business district, No.79 Wanbo 2nd Road, Nancun Town, Panyu District, Guangzhou, Guangdong Province Applicant before: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200904 Assignee: GUANGZHOU HUADUO NETWORK TECHNOLOGY Co.,Ltd. Assignor: GUANGZHOU CUBESILI INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2021440000054 Denomination of invention: Face changing method, device and electronic equipment License type: Common License Record date: 20210208 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |