CN111627086A - 一种头像的展示方法、装置、计算机设备及存储介质 - Google Patents
一种头像的展示方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111627086A CN111627086A CN202010492440.9A CN202010492440A CN111627086A CN 111627086 A CN111627086 A CN 111627086A CN 202010492440 A CN202010492440 A CN 202010492440A CN 111627086 A CN111627086 A CN 111627086A
- Authority
- CN
- China
- Prior art keywords
- face image
- special effect
- attribute information
- face
- head portrait
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000000694 effects Effects 0.000 claims abstract description 108
- 238000013528 artificial neural network Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 30
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 230000036651 mood Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 7
- 230000008451 emotion Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种头像的展示方法、装置、计算机设备及存储介质，其中，该方法包括：获取人脸图像；对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像；展示所述特效头像。本公开实施例通过利用用户人脸的属性信息，为不同的用户针对性的生成特效头像，并利用展示屏幕展示特效头像，展现形式更加的丰富。
Description
技术领域
本公开涉及图像处理技术领域，具体而言，涉及一种头像的展示方法、装置、计算机设备及存储介质。
背景技术
在很多场景下都会涉及以头像的形式展示用户的人脸头像；例如应用程序中的头像展示、个人资料介绍页面的头像展示、签到场景的头像展示等。当前的头衔展示方法存在展示形式单一的问题。
发明内容
本公开实施例至少提供一种头像的展示方法、装置、计算机设备及存储介质。
第一方面，本公开实施例提供了一种头像的展示方法，包括：获取人脸图像；对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像；展示所述特效头像。
一种可能的实施方式中，对所述人脸图像进行属性识别，包括：
利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息。
一种可能的实施方式中，所述属性信息包括下述至少一种：年龄信息、性别信息、情绪信息、表情信息、颜值信息、以及肤色信息。
一种可能的实施方式中，所述利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息，包括：
将所述人脸图像发送至部署有所述神经网络的图像处理设备，以使所述图像处理设备基于部署在本地的所述神经网络对所述人脸图像进行属性识别；
接收所述图像处理设备反馈的与所述人脸图像对应的属性信息。
一种可能的实施方式中，在所述属性信息包括至少两种的情况下，所述神经网络包括：
特征提取子网络、以及分别与所述特征提取子网络连接的至少两个检测子网络；
其中，所述特征提取子网络用于对所述人脸图像进行特征提取，得到所述人脸图像的特征图；
不同检测子网络，用于基于所述特征图，得到所述人脸图像的不同属性信息。
一种可能的实施方式中，所述基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像，包括：
对所述人脸图像进行预设的美颜处理，生成美颜图像，并基于所述美颜图像和所述目标特效素材，生成所述人脸图像对应的特效头像。
一种可能的实施方式中，所述获取人脸图像，包括：
获取预设时长的原始视频；所述原始视频包括多帧包含人脸的原始图像；
基于多帧所述原始图像，对所述人脸进行活体检测；
在所述活体检测的结果为所述人脸为活体人脸后，基于所述原始视频，基于多帧所述原始图像，获取所述人脸图像。
第二方面，本公开实施例提供一种头像的展示装置，包括：
获取模块，用于获取人脸图像；
识别模块，用于对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
生成模块，用于基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材，以及所述人脸图像，生成与所述人脸图像对应的特效头像；
展示模块，用于展示所述特效头像。
一种可能的实施方式中，所述识别模块，在对所述人脸图像进行属性识别时，用于：
利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息。
一种可能的实施方式中，所述属性信息包括下述至少一种：年龄信息、性别信息、情绪信息、表情信息、颜值信息、以及肤色信息。
一种可能的实施方式中，所述识别模块，在利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息时，用于：
将所述人脸图像发送至部署有所述神经网络的图像处理设备，以使所述图像处理设备基于部署在本地的所述神经网络对所述人脸图像进行属性识别；
接收所述图像处理设备反馈的与所述人脸图像对应的属性信息。
一种可能的实施方式中，在所述属性信息包括至少两种的情况下，所述神经网络包括：
特征提取子网络、以及分别与所述特征提取子网络连接的至少两个检测子网络；
其中，所述特征提取子网络用于对所述人脸图像进行特征提取，得到所述人脸图像的特征图；
不同检测子网络，用于基于所述特征图，得到所述人脸图像的不同属性信息。
一种可能的实施方式中，所述生成模块，在基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像时，用于：
对所述人脸图像进行预设的美颜处理，生成美颜图像，并基于所述美颜图像和所述目标特效素材，生成所述人脸图像对应的特效头像。
一种可能的实施方式中，所述获取模块，在获取人脸图像时，用于：
获取预设时长的原始视频；所述原始视频包括多帧包含人脸的原始图像；
基于多帧所述原始图像，对所述人脸进行活体检测；
在所述活体检测的结果为所述人脸为活体人脸后，基于所述原始视频，基于多帧所述原始图像，获取所述人脸图像。
第三方面，本公开可选实现方式还提供一种计算机设备，处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述机器可读指令被所述处理器执行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
第四方面，本公开可选实现方式还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被运行时执行上述第一方面，或第一方面中任一种可能的实施方式中的步骤。
本公开实施例通过对获取的人脸图像进行属性识别，得到人脸图像对应的属性信息，并基于属性信息，确定与人脸图像对应的目标特效素材，并基于目标特效素材和人脸图像，生成与人脸图像对应的特效头像，然后利用展示屏幕展示特效头像，从而通过利用用户人脸的属性信息，为不同的用户针对性的生成特效头像，并利用展示屏幕展示特效头像，展现形式更加的丰富。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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他相关的附图。
图1示出了本公开实施例所提供的一种头像的展示方法的流程图；
图2示出了本公开实施例所提供的一种头像的展示装置的示意图；
图3示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
经研究发现，当前的头像展示方法一般为获取用户上传的图像，并基于用户的选择操作从图像中截取一定区域的子图像，并直接将子图像作为用户的头像进行展示。这种头像展示方法展示形式单一。
基于上述研究，本公开提供了一种头像的展示方法，通过利用用户人脸的属性信息，为不同的用户针对性的生成特效头像，展现形式更加的丰富。
同时，由于是利用用户人脸的属性信息为用户生成特效头像，因而还能进一步加强与用户之间的互动与联系。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种头像的展示方法进行详细介绍，本公开实施例所提供的头像的展示方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该头像的展示方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面对本公开实施例提供的头像的展示方法加以说明。
参见图1所示，为本公开实施例提供的头像的展示方法的流程图，所述方法包括步骤S101～S104，其中：
S101：获取人脸图像；
S102：对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
S103：基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像；
S104：展示所述特效头像。
本公开实施例通过对获取的人脸图像进行属性识别，得到人脸图像对应的属性信息，并基于属性信息，确定与人脸图像对应的目标特效素材，并基于目标特效素材和人脸图像，生成与人脸图像对应的特效头像，然后利用展示屏幕展示特效头像，从而通过利用用户人脸的属性信息，为不同的用户针对性的生成特效头像，并利用展示屏幕展示特效头像，展现形式更加的丰富。
下面以执行主体为终端设备为例，分别对上述S101～S104加以详细说明。
I：在上述S101中，人脸图像为包括人脸的图像。此处，在不同的场景下，需要的人脸图像有所不同；例如在签到场景下，人脸图像为基于活体人脸得到的图像；在为应用程序设置用户头像时，人脸图像即可以是基于活体人脸得到的图像(例如调用终端设备上安装的图像获取装置即时获取人脸图像)，也可以是基于预先拍摄好的照片确定的人脸图像(例如从终端设备的相册中获取已经拍摄好的照片，或者从其他位置，如服务器、其他应用程序等读获取已经拍摄好的照片)
示例性的，在基于活体人脸获得人脸图像时，例如可以采用下述方法：
获取预设时长的原始视频；所述原始视频包括多帧包含人脸的原始图像；基于多帧所述原始图像，对所述人脸进行活体检测；在所述活体检测的结果为所述人脸为活体人脸后，基于所述原始视频，基于多帧所述原始图像，获取所述人脸图像。
在基于原始视频进行活体检测时，例如可以首先针对原始视频中的每帧原始图像，从中截取包括人脸的子图像，然后计算相邻两帧原始图像分别对应的子图像之间的相似度。然后基于每相邻的两帧原始图像分别对应的子图像之间的相似度，来确定原始视频中包括的人脸是否为活体人脸。
示例性的，以签到场景为例，用户在通过终端设备进入签到页面后，终端设备的图像获取装置被启动，开始获取拍摄视野范围内的图像；图像获取装置获取的图像被显示在签到页面的预设区域。用户可以通过调整自己的位置、表情、动作等，来调整其被图像获取装置拍摄到的形象。
在图签到页面还可以提供拍照控件；终端设备基于拍照控件被触发时(或之后预设时间内)展示在预设区域的画面得到人脸图像。在该种情况下，终端设备获取的人脸图像可以是一张也可以是多张。在终端设备得到的人脸图像有多张的情况下，可以基于不同人脸图像中包含人脸的完整度、清晰度等从得到的多张人脸图像中，确定一张人脸图像；在另一种可能的情况下，也可以将多张人脸图像均展示给用户，供用户从中选择一张人脸图像。
在另一实施例中，终端设备还可以对图像获取装置获取的图像进行人脸识别，在用户无感知状态下获取多张包含有用户人脸的图像，并从获取的多张包含有用户人脸的图像中，分别截取人脸图像；然后将截取的多张人脸图像展示给用户，以供用户从中选择自己较为满意的一张。
II：在上述S102中，在获取了人脸图像后，例如可以采用下述方式对人脸图像进行属性识别：
利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息。
在具体实施中，属性信息例如包括但不限于下述至少一种：年龄信息、性别信息、情绪信息、表情信息、颜值信息、以及肤色信息。
在一种可能的实施方式中，神经网络的数量与属性信息的种类一一对应。例如，在属性信息包括年龄信息的情况下，神经网络包括：用于检测用户年龄的神经网络；在属性信息包括性别信息、和情绪信息的情况下，神经网络包括：用于检测用户性别的神经网络和用于检测用户情绪的神经网络。
在另一种可能的实施方式中，在属性信息的数量为至少两种的情况下，经网络例如为包括至少两个检测分支的神经网络，其中检测分支的数量与属性信息的种类一一对应。例如，在属性信息包括年龄信息和颜值信息的情况下，神经网络包括用于检测用户年龄的检测分支、以及用于监测用户颜值的检测分支；在属性信息包括性别信息和情绪信息的情况下，神经网络包括用于检测用户性别的网络分支和用于检测用户情绪的网络分支。
示例性的，在神经网络包括：特征提取子网络、以及至少两个检测子网络；至少两个检测子网络分别与特征提取子网络连接。特征提取子网络用于对人脸图像进行特征提取，得到人脸图像的特征图，每个检测子网络基于人脸图像的特征图，实现对与检测子网络对应的属性信息的检测，得到人脸图像的属性信息。
在具体实施中，例如可以利用多个样本人脸图像，对神经网络进行训练，得到训练好的神经网络。
在另一种可能的实施方式中，由于神经网络通常需要的计算资源都较多，若要获取的属性信息过多，可能会造成终端上设备无法支撑人脸图像的属性信息的检测过程。
因此在本公开另一实施例中，终端设备在获取人脸图像后，还可以将人脸图像发送至其他图像处理设备，如服务器等；在图像处理设备中中部署有用于检测人脸图像属性信息的神经网络。图像处理设备在接收到终端设备发送的人脸图像后，利用部署在图像处理设备中的神经网络对人脸图像进行属性检测，并将属性检测的结果反馈至终端设备。
III：在上述S103中，在终端设备中，存储有属性信息和特效素材之间的对应关系信息；该对应关系信息，能够指示出与不同属性信息分别对应的特效素材。
此处，特效素材里例如包括：头像框、三维模型、衬托背景等中任一种。
在具体实施中，在属性信息类别有多种的情况下，例如可以为属性信息的不同属性值组合分别设置匹配的特效素材。
例如，假设属性信息的类别包括：年龄信息、性别信息、以及情绪信息三种，其中年龄信息的属性值包括：0-15，16-20，21-30，31-40，40-60，60共6种可能结果；性别信息的属性值包括：男，女共2种可能的结果，情绪信息的属性值包括：喜，怒，哀，乐共4种可能的结果，则不同的属性信息的组合数量为：6×2×4共48种可能的组合，则可以生成48种组合中，每种组合对应的特效素材。
在得到人脸图像对应的属性信息后，基于人脸图像对应的属性信息，从48种特效素材中，确定识别到的属性信息对应的目标特效素材。
在另一种可能的实施方式中，还可以为每一种类的属性信息的不同属性值分别确定多种特效素材；不同的两种属性信息的属性值对应的特效素材具有交叉部分。
示例性的，假设属性信息的类别包括：性别信息、以及年龄信息的情况下，其中性别信息的属性值包括：男，女共2种可能的结果，年龄信息的属性值包括：0-20，20-40，40-60，60以上共4种可能结果。
在性别信息的属性值为“男”时，对应的多种特效素材包括：A1、B1、C1、D1四种；
在性别信息的属性值为“女”时，对应的多种特效素材包括：A2、B2、C2、D2四种；
在年龄信息的属性值为“0-20”时，对应的多种特效素材包括：A1、A2；
在年龄信息的属性值为“20-40”时，对应的多种特效素材包括：B1、B2；
在年龄信息的属性值为“40-60”时，对应的多种特效素材包括：C1、C2；
在年龄信息的属性值为“60以上”时，对应的多种特效素材包括：D1、D2。
则在确认某人脸图像的属性信息后，对应的属性值分别为：“女”，“20-40”，则基于上述对应关系，为该人脸图像确定的目标特效素材为：B2。
具体还可以采用其他的设置方式，只需要采用任一种设置方式，使得能够基于任一种属性信息属性值的组合，确定至少一种目标特效素材即可。
示例性的，在特效素材为头像框时，头像框可以具有一定设计元素；不同的属性信息对应了不同的头像框；不同头像框的色彩、设计元素、动画效果等中任一种元素会存在差异。例如在不同头像框的色彩存在差异的情况下，若属性信息包括：性别信息的情况下，在识别到人脸图像的性别信息为女时，所确定的头像框为粉色；在识别到的人脸图像的性别信息为男时，所确定的头像框为蓝色。
在基于目标特效素材以及人脸图像，生成特效头像时，例如可以将人脸图像嵌入到头像框内部。
又例如，在原始特效素材包括三维模型时，在基于目标特效素材以及人脸图像，生成特效头像时，例如可以将人脸图像作为嵌入三维模型中的预设位置；在三维模型为动态三维模型的情况下，在进行形态变化的时候，还可以控制人脸图像随三维模型的动态变化而变化。
又例如，在原始特效素材包括衬托背景时，在基于目标特效素材以及人脸图像，生成特效头像时，例如可以将人脸图像叠加在衬托背景的前方。
这里，特效素材的形式、以及所生成的特效头像的展现形式可以根据实际的需要进行设定，在此不做限定。
在本公开另一实施例中，在基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像，还包括：
对所述人脸图像进行预设的美颜处理，生成美颜图像，并基于所述美颜图像和所述目标特效素材，生成所述人脸图像对应的特效头像。
这样，美颜处理例如为对人脸图像中人脸的轮廓调整处理，对人脸图像的色调调整处理、对人脸图像中人脸的倾斜角度调整处理，对人脸图像中人脸的肤色调整处理等。具体可以根据实际的需要进行具体的设定，在此不再赘述，进而能够得到显示效果更好的特效头像。
IV：在上述S104中，在展示特效头像时，例如可以利用展示屏幕展示特效头像；示例性的，终端设备与展示屏幕之间会建立无线连接；通过该无线连接，终端设备能够将特效头像发送至展示屏幕。
在具体实施中，在终端设备为个人终端设备的情况下，终端设备在将特效头像发送至展示屏幕之前，例如可以先建立与展示屏幕之间的无线连接；该无线连接例如包括：蓝牙连接、无线保真(Wireless-Fidelity，WiFi)连接。在建立无线连接后，终端设备向展示屏幕发送特效头像。
在终端设备为共用终端设备的情况下，终端设备可以预先建立与展示屏幕之间的无线连接。在得到特效头像后，可以直接基于该无线连接，将特效头像发送至展示屏幕。
展示屏幕在接收到终端设备发送的特效头像后，将特效头像展示出来。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与头像的展示方法对应的头像的展示装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述头像的展示方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图2所示，为本公开实施例提供的一种头像的展示装置的示意图，所述装置包括：获取模块21、识别模块22、生成模块23、以及展示模块24；其中，
获取模块21，用于获取人脸图像；
识别模块22，用于对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
生成模块23，用于基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材，以及所述人脸图像，生成与所述人脸图像对应的特效头像；
展示模块24，用于展示所述特效头像。
一种可能的实施方式中，所述识别模块22，在对所述人脸图像进行属性识别时，用于：
利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息。
一种可能的实施方式中，所述属性信息包括下述至少一种：年龄信息、性别信息、情绪信息、表情信息、颜值信息、以及肤色信息。
一种可能的实施方式中，所述识别模块22，在利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息时，用于：
将所述人脸图像发送至部署有所述神经网络的图像处理设备，以使所述图像处理设备基于部署在本地的所述神经网络对所述人脸图像进行属性识别；
接收所述图像处理设备反馈的与所述人脸图像对应的属性信息。
一种可能的实施方式中，在所述属性信息包括至少两种的情况下，所述神经网络包括：
特征提取子网络、以及分别与所述特征提取子网络连接的至少两个检测子网络；
其中，所述特征提取子网络用于对所述人脸图像进行特征提取，得到所述人脸图像的特征图；
不同检测子网络，用于基于所述特征图，得到所述人脸图像的不同属性信息。
一种可能的实施方式中，所述生成模块23，在基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像时，用于：
对所述人脸图像进行预设的美颜处理，生成美颜图像，并基于所述美颜图像和所述目标特效素材，生成所述人脸图像对应的特效头像。
一种可能的实施方式中，所述获取模块21，在获取人脸图像时，用于：
获取预设时长的原始视频；所述原始视频包括多帧包含人脸的原始图像；
基于多帧所述原始图像，对所述人脸进行活体检测；
在所述活体检测的结果为所述人脸为活体人脸后，基于所述原始视频，基于多帧所述原始图像，获取所述人脸图像。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
本公开实施例还提供了一种计算机设备，如图3所示，为本公开实施例提供的计算机设备结构示意图，包括：
处理器11和存储器12；所述存储器12存储有所述处理器11可执行的机器可读指令，当计算机设备运行时，所述机器可读指令被所述处理器执行以实现下述步骤：
获取人脸图像；
对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像；
展示所述特效头像。
上述指令的具体执行过程可以参考本公开实施例中所述的头像的展示方法的步骤，此处不再赘述。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的头像的展示方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的头像的展示方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的头像的展示方法的步骤，具体可参见上述方法实施例，在此不再赘述。
本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
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，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种头像的展示方法，其特征在于，包括：
获取人脸图像；
对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像；
展示所述特效头像。
2.根据权利要求1所述的展示方法，其特征在于，对所述人脸图像进行属性识别，包括：
利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息。
3.根据权利要求1或2所述的展示方法，其特征在于，所述属性信息包括下述至少一种：年龄信息、性别信息、情绪信息、表情信息、颜值信息、以及肤色信息。
4.根据权利要求2或3所述的展示方法，其特征在于，所述利用预先训练的神经网络对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息，包括：
将所述人脸图像发送至部署有所述神经网络的图像处理设备，以使所述图像处理设备基于部署在本地的所述神经网络对所述人脸图像进行属性识别；
接收所述图像处理设备反馈的与所述人脸图像对应的属性信息。
5.根据权利要求2-4任一项所述的展示方法，其特征在于，在所述属性信息包括至少两种的情况下，所述神经网络包括：
特征提取子网络、以及分别与所述特征提取子网络连接的至少两个检测子网络；
其中，所述特征提取子网络用于对所述人脸图像进行特征提取，得到所述人脸图像的特征图；
不同检测子网络，用于基于所述特征图，得到所述人脸图像的不同属性信息。
6.根据权利要求1-5任一项所述的展示方法，其特征在于，所述基于所述目标特效素材、以及所述人脸图像，生成与所述人脸图像对应的特效头像，包括：
对所述人脸图像进行预设的美颜处理，生成美颜图像，并基于所述美颜图像和所述目标特效素材，生成所述人脸图像对应的特效头像。
7.根据权利要求1-6任一项所述的展示方法，其特征在于，所述获取人脸图像，包括：
获取预设时长的原始视频；所述原始视频包括多帧包含人脸的原始图像；
基于多帧所述原始图像，对所述人脸进行活体检测；
在所述活体检测的结果为所述人脸为活体人脸后，基于所述原始视频，基于多帧所述原始图像，获取所述人脸图像。
8.一种头像的展示装置，其特征在于，包括：
获取模块，用于获取人脸图像；
识别模块，用于对所述人脸图像进行属性识别，得到所述人脸图像对应的属性信息；
生成模块，用于基于所述属性信息，确定与所述人脸图像对应的目标特效素材，并基于所述目标特效素材，以及所述人脸图像，生成与所述人脸图像对应的特效头像；
展示模块，用于展示所述特效头像。
9.一种计算机设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述处理器用于执行所述存储器中存储的机器可读指令，所述机器可读指令被所述处理器执行时，所述处理器执行如权利要求1至7任一项所述的头像的展示方法的步骤。
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上存储有计算机程序，所述计算机程序被计算机设备运行时，所述计算机设备执行如权利要求1至7任意一项所述的头像的展示方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010492440.9A CN111627086A (zh) | 2020-06-03 | 2020-06-03 | 一种头像的展示方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010492440.9A CN111627086A (zh) | 2020-06-03 | 2020-06-03 | 一种头像的展示方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111627086A true CN111627086A (zh) | 2020-09-04 |
Family
ID=72260202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010492440.9A Pending CN111627086A (zh) | 2020-06-03 | 2020-06-03 | 一种头像的展示方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111627086A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112231669A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种基于面部识别的页面展示方法、装置和电子设备 |
| CN112925595A (zh) * | 2021-01-25 | 2021-06-08 | 北京达佳互联信息技术有限公司 | 资源分发方法、装置、电子设备及存储介质 |
| CN113657247A (zh) * | 2021-08-13 | 2021-11-16 | 深圳市商汤科技有限公司 | 人机互动方法、装置、设备及存储介质 |
| CN113760161A (zh) * | 2021-08-31 | 2021-12-07 | 北京市商汤科技开发有限公司 | 数据生成、图像处理方法、装置、设备及存储介质 |
| CN116110099A (zh) * | 2023-01-19 | 2023-05-12 | 北京百度网讯科技有限公司 | 头像生成的方法和头像更换的方法 |
| CN117079324A (zh) * | 2023-08-17 | 2023-11-17 | 厚德明心(北京)科技有限公司 | 一种人脸情绪识别方法、装置、电子设备及存储介质 |
| CN116110099B (zh) * | 2023-01-19 | 2024-10-22 | 北京百度网讯科技有限公司 | 头像生成的方法和头像更换的方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413270A (zh) * | 2013-08-15 | 2013-11-27 | 北京小米科技有限责任公司 | 一种图像的处理方法、装置和终端设备 |
| JP2017130976A (ja) * | 2017-04-17 | 2017-07-27 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN107529096A (zh) * | 2017-09-11 | 2017-12-29 | 广东欧珀移动通信有限公司 | 图像处理方法及装置 |
| CN108121957A (zh) * | 2017-12-19 | 2018-06-05 | 北京麒麟合盛网络技术有限公司 | 美颜素材的推送方法及装置 |
| CN108229269A (zh) * | 2016-12-31 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸检测方法、装置和电子设备 |
| CN108419115A (zh) * | 2018-02-13 | 2018-08-17 | 杭州炫映科技有限公司 | 一种广告植入方法 |
| CN108696699A (zh) * | 2018-04-10 | 2018-10-23 | 光锐恒宇（北京）科技有限公司 | 一种视频处理的方法和装置 |
| CN109977781A (zh) * | 2019-02-26 | 2019-07-05 | 上海上湖信息技术有限公司 | 人脸检测方法及装置、可读存储介质 |
| CN110111246A (zh) * | 2019-05-15 | 2019-08-09 | 北京市商汤科技开发有限公司 | 一种虚拟头像生成方法及装置、存储介质 |
| CN110197108A (zh) * | 2018-08-17 | 2019-09-03 | 平安科技（深圳）有限公司 | 身份验证方法、装置、计算机设备及存储介质 |
| WO2020029406A1 (zh) * | 2018-08-07 | 2020-02-13 | 平安科技（深圳）有限公司 | 人脸情绪识别方法、装置、计算机设备及存储介质 |
-
2020
- 2020-06-03 CN CN202010492440.9A patent/CN111627086A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103413270A (zh) * | 2013-08-15 | 2013-11-27 | 北京小米科技有限责任公司 | 一种图像的处理方法、装置和终端设备 |
| CN108229269A (zh) * | 2016-12-31 | 2018-06-29 | 深圳市商汤科技有限公司 | 人脸检测方法、装置和电子设备 |
| JP2017130976A (ja) * | 2017-04-17 | 2017-07-27 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN107529096A (zh) * | 2017-09-11 | 2017-12-29 | 广东欧珀移动通信有限公司 | 图像处理方法及装置 |
| CN108121957A (zh) * | 2017-12-19 | 2018-06-05 | 北京麒麟合盛网络技术有限公司 | 美颜素材的推送方法及装置 |
| CN108419115A (zh) * | 2018-02-13 | 2018-08-17 | 杭州炫映科技有限公司 | 一种广告植入方法 |
| CN108696699A (zh) * | 2018-04-10 | 2018-10-23 | 光锐恒宇（北京）科技有限公司 | 一种视频处理的方法和装置 |
| WO2020029406A1 (zh) * | 2018-08-07 | 2020-02-13 | 平安科技（深圳）有限公司 | 人脸情绪识别方法、装置、计算机设备及存储介质 |
| CN110197108A (zh) * | 2018-08-17 | 2019-09-03 | 平安科技（深圳）有限公司 | 身份验证方法、装置、计算机设备及存储介质 |
| CN109977781A (zh) * | 2019-02-26 | 2019-07-05 | 上海上湖信息技术有限公司 | 人脸检测方法及装置、可读存储介质 |
| CN110111246A (zh) * | 2019-05-15 | 2019-08-09 | 北京市商汤科技开发有限公司 | 一种虚拟头像生成方法及装置、存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 邱佳梁;戴声奎;: "结合肤色分割与平滑的人脸图像快速美化", no. 07 * |
| 郑雅羽;陈杰华;贾婷婷;: "基于受众兴趣识别的智能广告展示系统设计", no. 05 * |
| 都伊林: "保险科技创新运用与商业模式", 华中科技大学出版社, pages: 53 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112231669A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种基于面部识别的页面展示方法、装置和电子设备 |
| CN112925595A (zh) * | 2021-01-25 | 2021-06-08 | 北京达佳互联信息技术有限公司 | 资源分发方法、装置、电子设备及存储介质 |
| CN113657247A (zh) * | 2021-08-13 | 2021-11-16 | 深圳市商汤科技有限公司 | 人机互动方法、装置、设备及存储介质 |
| CN113760161A (zh) * | 2021-08-31 | 2021-12-07 | 北京市商汤科技开发有限公司 | 数据生成、图像处理方法、装置、设备及存储介质 |
| CN116110099A (zh) * | 2023-01-19 | 2023-05-12 | 北京百度网讯科技有限公司 | 头像生成的方法和头像更换的方法 |
| CN116110099B (zh) * | 2023-01-19 | 2024-10-22 | 北京百度网讯科技有限公司 | 头像生成的方法和头像更换的方法 |
| CN117079324A (zh) * | 2023-08-17 | 2023-11-17 | 厚德明心(北京)科技有限公司 | 一种人脸情绪识别方法、装置、电子设备及存储介质 |
| CN117079324B (zh) * | 2023-08-17 | 2024-03-12 | 厚德明心(北京)科技有限公司 | 一种人脸情绪识别方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111627086A (zh) | 一种头像的展示方法、装置、计算机设备及存储介质 | |
| CN109087376B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN111640166B (zh) | 一种ar合影方法、装置、计算机设备及存储介质 | |
| CN111640197A (zh) | 一种增强现实ar特效控制方法、装置及设备 | |
| WO2019105411A1 (zh) | 信息推荐方法、智能镜子及计算机可读存储介质 | |
| JP2014147561A (ja) | メイクアップ支援装置、メイクアップ支援システム、およびメイクアップ支援方法 | |
| CN111627117B (zh) | 画像展示特效的调整方法、装置、电子设备及存储介质 | |
| CN109857311A (zh) | 生成人脸三维模型的方法、装置、终端及存储介质 | |
| CN110705365A (zh) | 一种人体关键点检测方法、装置、电子设备及存储介质 | |
| CN111880709A (zh) | 一种展示方法、装置、计算机设备及存储介质 | |
| CN111339420A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111639979A (zh) | 一种游乐项目推荐方法及装置 | |
| JPWO2017125975A1 (ja) | メイクトレンド分析装置、メイクトレンド分析方法、およびメイクトレンド分析プログラム | |
| CN106791091B (zh) | 图像生成方法、装置和移动终端 | |
| CN111639818A (zh) | 一种路线规划方法、装置、计算机设备及存储介质 | |
| CN111580679A (zh) | 一种太空舱展示方法、装置、电子设备及存储介质 | |
| CN111639613A (zh) | 一种增强现实ar特效生成方法、装置及电子设备 | |
| CN111640167A (zh) | 一种ar合影方法、装置、计算机设备及存储介质 | |
| KR101757184B1 (ko) | 감정표현 콘텐츠를 자동으로 생성하고 분류하는 시스템 및 그 방법 | |
| CN113012040B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111640194A (zh) | Ar场景图像展示控制方法、装置、电子设备及存储介质 | |
| CN112991157B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN108875670A (zh) | 信息处理方法、装置和存储介质 | |
| CN111626258B (zh) | 一种签到信息展示方法、装置、计算机设备及存储介质 | |
| CN113301243B (zh) | 图像处理方法、交互方法、系统、装置、设备和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |
|
| RJ01 | Rejection of invention patent application after publication |