CN111768356A - 一种人脸图像融合方法、装置、电子设备及存储介质 - Google Patents
一种人脸图像融合方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111768356A CN111768356A CN202010598241.6A CN202010598241A CN111768356A CN 111768356 A CN111768356 A CN 111768356A CN 202010598241 A CN202010598241 A CN 202010598241A CN 111768356 A CN111768356 A CN 111768356A
- Authority
- CN
- China
- Prior art keywords
- image
- fused
- mask
- face
- gaussian
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 57
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 230000015654 memory Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 230000001815 facial effect Effects 0.000 claims description 6
- 238000005728 strengthening Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Abstract
本申请实施例公开了人脸图像融合方法、装置、电子设备及存储介质,涉及图像融合领域和深度学习领域。具体实现方案为:确定待融合图像的高斯残差图;并获取待融合图像的面部关键点,利用面部关键点合成原始掩码;对原始掩码进行模糊操作,得到模糊操作后的掩码;按照模糊操作后的掩码将待融合图像融合至目标图像中,得到融合图像;按照模糊操作后的掩码,将待融合图像的高斯残差图添加至所述融合图像中。本申请实施例提出的人脸图像融合方法计算量较小,需要的时间成本较低,并且图像融合的效果较好。
Description
技术领域
本申请涉及图像处理领域和深度学习领域,尤其涉及图像融合领域。
背景技术
图像融合(Image Fusion)是图像处理中的重要部分,能够对同一场景的多种图像信息,或者不同场景下的不同图像信息,输出一幅适合于人类视觉感知或计算机进一步处理与分析的融合图像。图像融合具有广泛的应用场景:比如图像拼接,同一个设备短时间内拍摄多张图像需要融合才能获得全景图;又如在增强现实应用中,手机或其他设备生产的虚拟影像需要融合才能添加到真实图像中。
目前常见的图像融合技术有RGB差值、拉普拉斯金字塔融合、直方图匹配和泊松融合,其中泊松融合可以实现无缝融合和风格迁移,是现在技术中效果上等的图像融合算法。但是,泊松融合的特点是需要求解梯度场、求解方程组等,需要较高的时间成本,该特点使得泊松融合难以应用在实时场景中。
发明内容
本申请提供了一种人脸图像融合方法、装置、电子设备及存储介质。
根据本申请的一方面,提供了一种人脸图像融合方法,包括:
确定待融合图像的高斯残差图;并获取所述待融合图像的面部关键点,利用所述面部关键点合成原始掩码;
对所述原始掩码进行模糊操作,得到模糊操作后的掩码;
按照所述模糊操作后的掩码将所述待融合图像融合至目标图像中,得到融合图像;
按照所述模糊操作后的掩码,将所述待融合图像的高斯残差图添加至所述融合图像中。
根据本申请的另一方面,提供了一种人脸图像融合装置,包括:
处理模块,用于确定待融合图像的高斯残差图;并获取所述待融合图像的面部关键点,利用所述面部关键点合成原始掩码;
模糊操作模块,用于对所述原始掩码进行模糊操作,得到模糊操作后的掩码;
融合模块,用于按照所述模糊操作后的掩码将所述待融合图像融合至目标图像中,得到融合图像;
强化模块,用于按照所述模糊操作后的掩码,将所述待融合图像的高斯残差图添加至所述融合图像中。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项所述的方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述任一项所述的方法。
根据本申请的人脸图像融合方法,将待融合图像融合至目标图像中之后,再利用待融合图像的高斯残差图对融合图像进行强化,以突出待融合图像的纹理和细节特征,完成最终的图像融合。采用本申请实施例的人脸图像融合方法计算量较小,需要的时间成本较低,并且图像融合的效果较好。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例的一种人脸图像融合方法实现流程图一;
图2为本申请实施例的一种人脸图像融合方法实现流程图二;
图3为本申请实施例的人脸图像融合实现效果示意图;
图4为本申请实施例的一种人脸图像融合装置结构示意图;
图5为本申请实施例的另一种人脸图像融合装置结构示意图;
图6是用来实现本申请实施例的人脸图像融合方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请实施例提出一种人脸图像融合方法,图1为本申请实施例的一种人脸图像融合方法实现流程图一,包括:
步骤S101:确定待融合图像的高斯残差图;并获取待融合图像的面部关键点,利用面部关键点合成原始掩码;
步骤S102:对原始掩码进行模糊操作,得到模糊操作后的掩码;
步骤S103:按照模糊操作后的掩码将待融合图像融合至目标图像中,得到融合图像;
步骤S104:按照模糊操作后的掩码,将待融合图像的高斯残差图添加至上述融合图像中。
本申请实施例对于高度相似的两幅人脸图像(即目标图像和待融合图像)具有极好的融合效果,能够解决现有人脸融合技术中出现的以下问题:第一,性能耗时问题,本申请实施例的融合效率足够快,便于为其他处理算法提供更充裕的时间。第二,融合效果问题,本申请实施例能够在保证两幅图像彼此特征的同时,尽可能消除两幅图像的感知差异,具体来说,能够使图像内部和边缘都充分实现融合。
可选地,本申请实施例提出的图像融合技术建立在图形处理器(GPU,GraphicsProcessing Unit)并行计算基础上设计和实现的,其中操作可以通过开放图形库(OpenGL,Open Graphics Library)加速完成。
可选地,上述步骤S103中的将待融合图像融合至目标图像中包括:将待融合图像以低透明度融合至目标图像。
在进行融合时,通过调整掩码透明度,将待融合图像以低透明度(10%~30%)融合至目标图像中,能够令目标图像在保留较浅的待融合图像内容的同时不会由于过重的颜色差异而产生异常感。之后,本申请实施例采用步骤S104将待融合图像先前提取的高斯残差图按照模糊操作后的掩码添加至融合图像中,对较浅的待融合图像特征进行强化,突出其纹理细节,并至此完成最终的图像融合。
图2为本申请实施例的一种人脸图像融合方法实现流程图二,如图2所示,本申请实施例提出的人脸图像融合方法主要包括以下三个主要阶段:
第一阶段:
利用高斯残差从待融合图像中提取图像的纹理、明暗细节。
具体对应图1的步骤S101中的确定待融合图像的高斯残差图。可选地,图1的步骤S101中的确定待融合图像的高斯残差图包括:
对待融合图像进行高斯卷积,得到待融合图像的模糊图像;
利用待融合图像及待融合图像的模糊图像,确定待融合图像的高斯残差图。
高斯卷积操作可以使每一个像素值依据正太分布概率按照距离取周围颜色的平均值。高斯卷积被用来做图像模糊可以获得良好的效果。对待融合图像进行高斯卷积可以获得待融合图像的模糊图像,而待融合图像的高斯残差图可以利用待融合图像与待融合图像的模糊图像做差得到。
在待融合图像的高斯残差图中,每个像素存留的是待融合图像的模糊图像与待融合图像的颜色差值;对于颜色平滑的像素和区域则倾向于没有差,即高斯残差图中该像素或区域的像素值等于或接近0;对于颜色尖锐特征丰富的像素和区域则具有值,即高斯残差图中该像素或区域的像素值接不等于0。高斯残差图中包含了待融合图像在RGB三个通道的特征信息,该信息与明暗亮度关系较小,受光照影响小,具备更多的形状和纹理信息。
第二阶段:
利用人脸关键点检测器(face landmark detector)对待融合图像的面部关键点进行提取,如提取眉毛到下巴区域合成原始掩码;对原始掩码进行模糊操作,按照模糊操作后的掩码将待融合图像和目标图像在低透明度下加权相加。
具体对应于图1的步骤S101中的获取待融合图像的面部关键点,利用所述面部关键点合成原始掩码,以及步骤S102和步骤S103。
可选地,图1的步骤102包括:
将原始掩码进行位姿对齐操作,使原始掩码对齐至待融合图像的脸部区域;
对位姿对齐操作之后的原始掩码进行高斯模糊操作。
掩码是一种黑白图像,其逐像素地表示待融合图像和目标图像的混合比例,即透明度,单通道取值在0到1之间。利用掩码图像可以方便地指定融合区域的大小和形状,同时可以制定镂空和制定特殊的过渡曲线。本申请实施例通过高斯模糊对原始掩码边缘进行软化,得到模糊操作后的掩码,使图像融合的过渡更加柔和。另外,本申请实施例通过掩码方式进行融合,相比通常的融合方式避免了边缘像素计算插值的线性遍历,能够降低图像融合的时间成本。
可选地,本申请实施例可以采用以下公式进行融合:
融合图像的像素颜色=目标图像的像素颜色*第一透明度+待融合图像的像素颜色*(1.0–第一透明度);
其中,上述第一透明度为模糊操作后的掩码的透明度。
图3为本申请实施例的图像融合实现效果示意图。图3中的人脸图像是人工合成的,不是真人的图像。在图3中,第一行图像为现有的泊松融合的实现效果,第二行图像为本申请实施例的图像融合效果。在图3中,目标图像与待融合图像的相似度较高。可以看出,本申请实施例的融合图像上,除了眼镜,鼻尖的高光、眼角的形状、眉毛的浓淡等,都融合了待融合图像的特征。
第三阶段:
将待融合图像的高斯残差图加到融合图像中,即,对融合图像进行图像强化,得到强化后的图像。
可选地,本申请实施例可以采用以下公式进行图像强化:
强化像素颜色=融合图像像素颜色+高斯残差图像素颜色
第二透明度=(1.0–模糊操作后的掩码图像像素值)*2.0
强化图像的最终像素颜色=强化像素颜色*第二透明度+融合图像像素颜色*(1.0–第二透明度)。
采用第三阶段的步骤,可以对第二阶段得到的融合图像中较浅的待融合图像的特征进行强化,从而突出待融合图像的纹理细节,避免出现待融合图像特征丢失的问题。
本申请实施例效提供一种易于实施、融合效果良好且效率极高的融合方案,令待融合图像到目标图像的融合操作可以实时运行,并且本申请实施例的融合效果良好。
特别地,本申请实施例能够解决现有技术的性能耗时问题,本申请实施例采用的操作步骤,如高斯卷积、高斯残差、图像融合、模糊计算、纹理加强等,在最底层运算都是像素级的,所以从设计上能够满足GPU加速条件。在融合效果方面,本申请实施例通过低透明度融合避免了常见图像融合中容易出现的内部颜色差异问题;通过模糊掩码解决了融合图像边缘过渡突兀的问题,通过纹理加强避免了由于融合不充分可能出现的待融合图像或目标图像特征丢失的问题。
本申请实施例还提出一种人脸图像融合装置,图4为本申请实施例的一种人脸图像融合装置结构示意图,包括:
处理模块410,用于确定待融合图像的高斯残差图;并获取所述待融合图像的面部关键点,利用所述面部关键点合成原始掩码;
模糊操作模块420,用于对所述原始掩码进行模糊操作,得到模糊操作后的掩码;
融合模块430,用于按照所述模糊操作后的掩码将所述待融合图像融合至目标图像中,得到融合图像;
强化模块440,用于按照所述模糊操作后的掩码,将所述待融合图像的高斯残差图添加至所述融合图像中。
可选地,上述融合模块430,用于将所述待融合图像以低透明度融合至目标图像中。
图5为本申请实施例的另一种人脸图像融合装置结构示意图。如图5所示,可选地,处理模块410包括:
高斯卷积子模块411,用于对所述待融合图像进行高斯卷积,得到所述待融合图像的模糊图像;
高斯残差确定子模块412,用于利用所述待融合图像及所述待融合图像的模糊图像,确定待融合图像的高斯残差图。
如图5所示,可选地,上述处理模块410包括:
检测子模块413,用于利用人脸关键点检测器对所述待融合图像进行检测,得到所述待融合图像的面部关键点。
如图5所示,可选地,上述模糊操作模块420包括:
位姿对齐子模块421,用于将所述原始掩码进行位姿对齐操作,使所述原始掩码对齐至所述待融合图像的脸部区域;
高斯模糊子模块422,用于对位姿对齐操作之后的原始掩码进行高斯模糊操作。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的人脸图像融合方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的人脸图像融合方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的人脸图像融合方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的人脸图像融合方法对应的程序指令/模块(例如,附图4所示的处理模块410、模糊操作模块420、融合模块430和强化模块440)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的人脸图像融合方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据人脸图像融合的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至人脸图像融合的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
人脸图像融合方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与人脸图像融合的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与虚拟专用服务器(VPS)服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种人脸图像融合方法,包括:
确定待融合图像的高斯残差图;并获取所述待融合图像的面部关键点,利用所述面部关键点合成原始掩码;
对所述原始掩码进行模糊操作,得到模糊操作后的掩码;
按照所述模糊操作后的掩码将所述待融合图像融合至目标图像中,得到融合图像;
按照所述模糊操作后的掩码,将所述待融合图像的高斯残差图添加至所述融合图像中。
2.根据权利要求1所述的方法,其中,所述将所述待融合图像融合至目标图像中,包括:将所述待融合图像以低透明度融合至目标图像中。
3.根据权利要求1或2所述的方法,其中,所述确定待融合图像的高斯残差图,包括:
对所述待融合图像进行高斯卷积,得到所述待融合图像的模糊图像;
利用所述待融合图像及所述待融合图像的模糊图像,确定待融合图像的高斯残差图。
4.根据权利要求1或2所述的方法,其中,所述获取所述待融合图像的面部关键点包括:
利用人脸关键点检测器对所述待融合图像进行检测,得到所述待融合图像的面部关键点。
5.根据权利要求1或2所述的方法,其中,所述对所述原始掩码进行模糊操作,得到模糊操作后的掩码,包括:
将所述原始掩码进行位姿对齐操作,使所述原始掩码对齐至所述待融合图像的脸部区域;
对位姿对齐操作之后的原始掩码进行高斯模糊操作。
6.一种人脸图像融合装置,包括:
处理模块,用于确定待融合图像的高斯残差图;并获取所述待融合图像的面部关键点,利用所述面部关键点合成原始掩码;
模糊操作模块,用于对所述原始掩码进行模糊操作,得到模糊操作后的掩码;
融合模块,用于按照所述模糊操作后的掩码将所述待融合图像融合至目标图像中,得到融合图像;
强化模块,用于按照所述模糊操作后的掩码,将所述待融合图像的高斯残差图添加至所述融合图像中。
7.根据权利要求6所述的装置,其中,所述融合模块,用于将所述待融合图像以低透明度融合至目标图像中。
8.根据权利要求6或7所述的装置,其中,所述处理模块包括:
高斯卷积子模块,用于对所述待融合图像进行高斯卷积,得到所述待融合图像的模糊图像;
高斯残差确定子模块,用于利用所述待融合图像及所述待融合图像的模糊图像,确定待融合图像的高斯残差图。
9.根据权利要求6或7所述的装置,其中,所述处理模块包括:
检测子模块,用于利用人脸关键点检测器对所述待融合图像进行检测,得到所述待融合图像的面部关键点。
10.根据权利要求6或7所述的装置,其中,所述模糊操作模块包括:
位姿对齐子模块,用于将所述原始掩码进行位姿对齐操作,使所述原始掩码对齐至所述待融合图像的脸部区域;
高斯模糊子模块,用于对位姿对齐操作之后的原始掩码进行高斯模糊操作。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010598241.6A CN111768356A (zh) | 2020-06-28 | 2020-06-28 | 一种人脸图像融合方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010598241.6A CN111768356A (zh) | 2020-06-28 | 2020-06-28 | 一种人脸图像融合方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111768356A true CN111768356A (zh) | 2020-10-13 |
Family
ID=72722113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010598241.6A Pending CN111768356A (zh) | 2020-06-28 | 2020-06-28 | 一种人脸图像融合方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768356A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257664A (zh) * | 2020-11-12 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像融合方法、装置、计算机设备和存储介质 |
CN112381927A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 图像生成的方法、装置、设备以及存储介质 |
CN112381749A (zh) * | 2020-11-24 | 2021-02-19 | 维沃移动通信有限公司 | 一种图像处理方法、图像处理装置和电子设备 |
CN112907496A (zh) * | 2021-02-24 | 2021-06-04 | 嘉楠明芯(北京)科技有限公司 | 一种图像融合方法以及装置 |
CN114782708A (zh) * | 2022-05-12 | 2022-07-22 | 北京百度网讯科技有限公司 | 图像生成方法、图像生成模型的训练方法、装置和设备 |
WO2023283894A1 (zh) * | 2021-07-15 | 2023-01-19 | 京东方科技集团股份有限公司 | 图像处理方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019128508A1 (zh) * | 2017-12-28 | 2019-07-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110443230A (zh) * | 2019-08-21 | 2019-11-12 | 北京百度网讯科技有限公司 | 人脸融合方法、装置以及电子设备 |
-
2020
- 2020-06-28 CN CN202010598241.6A patent/CN111768356A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019128508A1 (zh) * | 2017-12-28 | 2019-07-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN110443230A (zh) * | 2019-08-21 | 2019-11-12 | 北京百度网讯科技有限公司 | 人脸融合方法、装置以及电子设备 |
Non-Patent Citations (2)
Title |
---|
H AVIEZER: "The Automaticity of Emotional Face-Context Integration", EMOTION, 31 December 2011 (2011-12-31) * |
林森;刘世本;唐延东;: "多输入融合对抗网络的水下图像增强", 红外与激光工程, no. 05, 25 May 2020 (2020-05-25) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257664A (zh) * | 2020-11-12 | 2021-01-22 | Oppo广东移动通信有限公司 | 图像融合方法、装置、计算机设备和存储介质 |
CN112381927A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 图像生成的方法、装置、设备以及存储介质 |
CN112381749A (zh) * | 2020-11-24 | 2021-02-19 | 维沃移动通信有限公司 | 一种图像处理方法、图像处理装置和电子设备 |
CN112907496A (zh) * | 2021-02-24 | 2021-06-04 | 嘉楠明芯(北京)科技有限公司 | 一种图像融合方法以及装置 |
WO2023283894A1 (zh) * | 2021-07-15 | 2023-01-19 | 京东方科技集团股份有限公司 | 图像处理方法及装置 |
CN114782708A (zh) * | 2022-05-12 | 2022-07-22 | 北京百度网讯科技有限公司 | 图像生成方法、图像生成模型的训练方法、装置和设备 |
CN114782708B (zh) * | 2022-05-12 | 2024-04-16 | 北京百度网讯科技有限公司 | 图像生成方法、图像生成模型的训练方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7135125B2 (ja) | 近赤外画像の生成方法、近赤外画像の生成装置、生成ネットワークの訓練方法、生成ネットワークの訓練装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN111768356A (zh) | 一种人脸图像融合方法、装置、电子设备及存储介质 | |
CN111783647B (zh) | 人脸融合模型的训练方法、人脸融合方法、装置及设备 | |
CN111652828B (zh) | 人脸图像生成方法、装置、设备和介质 | |
CN111709878B (zh) | 人脸超分辨率实现方法、装置、电子设备及存储介质 | |
CN111832745B (zh) | 数据增广的方法、装置及电子设备 | |
CN111598818A (zh) | 人脸融合模型训练方法、装置及电子设备 | |
CN112529073A (zh) | 模型训练方法、姿态估计方法、装置及电子设备 | |
US11074437B2 (en) | Method, apparatus, electronic device and storage medium for expression driving | |
US20220343680A1 (en) | Method for face liveness detection, electronic device and storage medium | |
CN111654746B (zh) | 视频的插帧方法、装置、电子设备和存储介质 | |
CN111709873B (zh) | 图像转换模型生成器的训练方法和装置 | |
CN112270745B (zh) | 一种图像生成方法、装置、设备以及存储介质 | |
CN112541876B (zh) | 卫星图像处理方法、网络训练方法、相关装置及电子设备 | |
US11641446B2 (en) | Method for video frame interpolation, and electronic device | |
CN112584077A (zh) | 视频的插帧方法、装置及电子设备 | |
WO2022152116A1 (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
JP2023525462A (ja) | 特徴を抽出するための方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
CN111709875B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN113408662A (zh) | 图像识别、图像识别模型的训练方法和装置 | |
CN111768467A (zh) | 图像填充方法、装置、设备及存储介质 | |
JP7160495B2 (ja) | 画像前処理方法、装置、電子機器及び記憶媒体 | |
CN113379877A (zh) | 人脸视频生成方法、装置、电子设备及存储介质 | |
CN112529154A (zh) | 图像生成模型训练方法和装置、图像生成方法和装置 | |
CN112116548A (zh) | 人脸图像的合成方法、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 |