CN111968029A - 表情变换方法、装置、电子设备和计算机可读介质 - Google Patents

表情变换方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN111968029A
CN111968029A CN202010837052.XA CN202010837052A CN111968029A CN 111968029 A CN111968029 A CN 111968029A CN 202010837052 A CN202010837052 A CN 202010837052A CN 111968029 A CN111968029 A CN 111968029A
Authority
CN
China
Prior art keywords
expression
face image
expression transformation
preset
transformation
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
Application number
CN202010837052.XA
Other languages
English (en)
Inventor
何茜
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 ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010837052.XA priority Critical patent/CN111968029A/zh
Publication of CN111968029A publication Critical patent/CN111968029A/zh
Priority to PCT/CN2021/113208 priority patent/WO2022037602A1/zh
Priority to EP21857694.0A priority patent/EP4187479A4/en
Priority to US18/042,149 priority patent/US20230326248A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06V10/7747—Organisation of the process, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/778—Active pattern-learning, e.g. online learning of image or video features
    • 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
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本公开的实施例公开了表情变换方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像。上述表情变换模型对目标人脸图像进行变换表情，进而实现不同的表情变换效果。例如，可以进行笑脸特效变换(正常的人脸图像变换为对应的笑脸特效图像)。此外，由于使用经过局部处理的、显示有预设表情的人脸图像集进行训练，可以使得表情变换图像在变换的基础上，也能实现附加特效的效果。

Description

表情变换方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及表情变换方法、装置、电子设备和计算机可读介质。
背景技术
随着互联网的发展和以深度学习为核心的人工智能技术的普及，计算机视觉技术应用到人们生活的各个领域，越来越多的应用软件应用到人们的生活，一些应用可以实现特效转换等效果，但存在表情变换效果差缺陷。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了表情变换方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种表情变换方法，该方法包括：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
第二方面，本公开的一些实施例提供了一种表情变换装置，装置包括：获取单元，被配置成获取目标人脸图像；第一输入单元，被配置成将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
第三方面，本公开的一些实施例提供了一种电子设备，该电子设备包括：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第一方面中任一实现方式描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像。上述表情变换模型对目标人脸图像进行变换表情，进而实现不同的表情变换效果。例如，可以进行笑脸特效变换(正常的人脸图像变换为对应的笑脸特效图像)。此外，由于使用经过局部处理的、显示有预设表情的人脸图像集进行训练，可以使得表情变换图像在变换的基础上，也能实现附加特效的效果。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的表情变换方法的一个应用场景的示意图；
图2是根据本公开的表情变换方法的一些实施例的流程图；
图3是根据本公开的表情变换方法的另一些实施例的流程图；
图4是根据本公开的表情变换方法的另一些实施例的流程图；
图5是根据本公开的表情变换方法的另一些实施例的流程图；
图6是根据本公开的表情变换装置的一些实施例的结构示意图；
图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
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。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的表情变换方法的一个应用场景的示意图。
如图1所示，计算设备101将获取的目标人脸图像102(例如，一张含有小孩人脸的图片)输入至表情变换模型103(例如，生成对抗网络)，得到表情变换图像104(带有笑脸表情变换的小孩人脸图片)。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成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。
应该理解，图1中的终端设备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。
继续参考图2，示出了根据本公开的表情变换方法的一些实施例的流程200。该表情变换方法，包括以下步骤：
步骤201，获取目标人脸图像。
在一些实施例中，表情变换方法的执行主体(例如图1所示的计算设备)可以通过有线连接方式或者无线连接方式获取目标人脸图像。其中，上述目标人脸图像可以是任意类型的人脸图像。作为示例，上述方法的执行主体可以通过蓝牙方式获取一幅小孩的人脸图像。
步骤202，将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像。
在一些实施例中，基于步骤201得到的目标人脸图像，上述执行主体可以将上述目标人脸图像输入预先训练的表情变换模型，得到表情变换图像；其中，上述表情变换图像可以是具有含有表情特效的人脸图像，作为示例，可以是一幅正常的人的、牙齿经过美白的笑脸图像。
在一些实施例的一些可选的实现方式中，上述预先设置的表情变换模型包括以下任意一项：表情变换网络，表情变换网格。
在一些实施例的可选的实现方式中，上述显示有预设表情的人脸图像是通过以下步骤得到：将原始人脸图像输入预先训练好的第二生成对抗网络中，得到上述显示有预设表情的人脸图像。
本公开的上述各个实施例中的一个实施例具有如下有益效果：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像。上述表情变换模型对目标人脸图像进行变换表情，进而实现不同的表情变换效果。例如，可以进行笑脸特效变换(正常的人脸图像变换为对应的笑脸特效图像)。此外，由于使用经过局部处理的、显示有预设表情的人脸图像集进行训练，可以使得表情变换图像在变换的基础上，也能实现附加特效的效果。
进一步参考图3，其示出了表情变换方法的另一些实施例的流程300。该表情变换方法的流程300，包括以下步骤：
步骤301，获取目标人脸图像。
在一些实施例中，表情变换方法的执行主体可以通过有线连接方式或者无线连接方式获取目标人脸图像。其中，上述目标人脸图像可以是任意类型的人脸图像。作为示例，上述方法的执行主体可以通过蓝牙方式获取一幅小孩的人脸图像。
步骤302，响应于将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像，其中，上述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集训练得到。
在一些实施例中，基于步骤301中得到的人脸图像，上述执行主体可以将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像；其中，上述表情变换图像可以是具有含有表情特效的人脸图像，作为示例，可以是一幅正常的人的、具有牙齿美白等特效的笑脸图像。上述表情变换网络可以通过原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集训练得到。上述表情变换网络可以是生成对抗网络，也可以是其他能够生成图像的任意神经网络。上述原始人脸图像集可以是任意的人脸图像集，该人脸图像集是开源合法的。上述经过局部处理的、显示有预设表情的人脸图像集可以是带有表情的任意的人脸图像集，通过对每个表情图像进行局部处理得到。上述局部处理可以是图像超分辨率处理算法，也可以是局部进行美白超分处理。
作为示例，将一幅小孩的人脸图像输入到上述生成对抗网络，生成一幅笑容满面的、带有牙齿美白，头发乌黑等特效的小孩的人脸图像。在一些实施例的可选的实现方式中，上述表情变换网络是通过以下步骤训练得到：获取上述原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集。将上述原始人脸图像集和上述显示有预设表情的人脸图像集输入预设第一生成对抗网络中进行训练，生成上述表情变换网络。
作为示例，有很多任意的女孩的原始人脸图像，将上述女孩的原始人脸图像组成原始人脸图像集，有很多幅经过局部处理的、带有女孩的笑脸的人脸图像，将上述带有女孩的笑脸的人脸图像经过局部处理，就得到了经过局部处理的、显示有预设表情的人脸图像集。将上述原始人脸图像集和上述经过局部处理的、显示有预设表情的人脸图像集输入到预先的生成对抗网络的生成器和判别器中进行训练，当上述生成对抗网络中的判别器达到最优值，也就是生成器生成的图像的数据分布和上述经过局部处理的、显示有预设表情的人脸图像的数据分布之间的JS(Jensen-Shannon)散度为0时，上述两者数据分布一致。上述表情变换网络训练完成。
在一些实施例的可选的实现方式中，上述经过局部处理的、显示有预设表情的人脸图像是通过以下步骤得到：对显示有预设表情的人脸图像进行局部处理，得到上述经过局部处理的、显示有预设表情的人脸图像。
作为示例，对带有笑脸表情的男孩的人脸图像的牙齿进行超分处理，得到上述经过局部处理的、带有表情变换的男孩的人脸图像。
本公开的上述各个实施例中的一个实施例具有如下有益效果：获取目标人脸图像；响应于将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像，其中，上述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集训练得到；上述表情变换网络对目标人脸图像进行变换表情。根据实际需要，可以实现不同的效果。例如，可以进行笑脸特效(正常的人脸图像变换为对应的笑脸特效图像)。此外，由于使用经过局部处理的、显示有预设表情的人脸图像集进行训练，可以使得表情变换图像在变换的基础上，也能实现附加特效的效果。
进一步参考图4，其示出了表情变换方法的另一些实施例的流程400。该表情变换方法的流程400，包括以下步骤：
步骤401，获取目标人脸图像。
在一些实施例中，表情变换方法的执行主体可以通过有线连接方式或者无线连接方式获取目标人脸图像。其中，上述目标人脸图像可以是任意类型的人脸图像。作为示例，上述方法的执行主体可以通过网络下载方式获取一幅大人的人脸图像。
步骤402，响应于将上述目标人脸图像输入预先设置的表情变换网格，得到表情变换图像；其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。
在一些实施例中，基于步骤401得到的人脸图像，上述执行主体可以将上述目标人脸图像输入至预先训练的表情变换网格，得到表情变换图像；其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。其中，上述原始人脸图像集可以是任意的人脸图像集，上述经过局部处理的、显示有预设表情的原始人脸图像集可以是上述原始人脸图像集中每个原始人脸图像对应的笑脸图像，将上述笑脸图像进行牙齿美白等局部处理的图像。
在一些实施例的一些可选的实现方式中，上述预先设置的表情变换网格通过以下步骤得到：获取上述原始人脸图像集；对上述原始人脸图像集对应的显示有预设表情的每个原始人脸图像进行局部处理，得到经过局部处理的、显示有预设表情的原始人脸图像集；将上述原始人脸图像集和所述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格，其中，上述成表情变换表格能够表征所述原始人脸图像和与之对应的表情变换图像的一一对应关系。
作为示例，有很多任意的女孩的原始人脸图像，将上述女孩的原始人脸图像组成原始人脸图像集，将上述女孩的原始人脸图像对应笑脸图像进行牙齿美白处理，得到经过局部处理的、显示有笑脸特效的女孩图像，进而生成上述原始人脸图像对应的笑脸图像集，也就是经过局部处理的、显示有预设表情的原始人脸图像集。将上述原始人脸图像集和所述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格。当在上述表情变换表格中，都可以查询到与上述每幅女孩的原始人脸图像一一对应的笑脸图像时，完成上述表情变换表格生成过程。
本公开的上述各个实施例中的一个实施例具有如下有益效果：获取目标人脸图像；响应于将上述目标人脸图像输入预先训练的表情变换网格，得到表情变换图像，其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集训练得到；上述表情变换网格对目标人脸图像进行变换表情。根据实际需要，可以实现不同的效果。例如，可以进行哭脸特效(正常的人脸图像变换为对应的哭脸特效图像)。此外，由于使用经过局部处理的、显示有预设表情的人脸图像集进行训练，可以使得表情变换图像在变换的基础上，也能实现附加特效的效果。
进一步参考图5，其示出了表情变换方法的另一些实施例的流程500。该表情变换方法的流程500，包括以下步骤：
步骤501，获取目标人脸图像。
步骤502，将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像。
在一些实施例中，步骤501至步骤502的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201至步骤202，在此不再赘述。
步骤503，对上述表情变换图像的目标区域进行遮罩处理。
在一些实施例中，上述方法的执行主体可以对上述表情变换图像的目标区域进行遮罩处理。其中，上述目标区域可以是上述表情变换图像的任意区域。上述遮罩处理是一种定义图层不透明区的一种方法。
作为示例，为了解决特效的精度和质量，上述执行主体标定了一幅人脸图像的遮罩图片，该图片的红、绿、蓝三个颜色通道分别对应脸部器官(眼睛、眉毛、鼻子、嘴等)区域的Mask1。法令纹区域和眼袋区域的遮罩Mask2。脸部高、低光区域的遮罩Mask3。通过人脸关键点信息结合该遮罩图片，利用三角剖分的方法实时生成与当前人脸所对应的脸部遮罩Mask，对经过平滑后的图像和原图进行融合处理。Mask1会保护脸部各个器官不被平滑，保证了脸部磨皮区域的精准性，Mask2增强了法令纹区域和眼袋区域的磨皮程度，达到去除法令纹和眼袋的目的，Mask3则通过高、低光的处理使得磨皮后的五官更为立体。在非脸部区域通过肤色检测实现对肤色区域磨皮，不是肤色的区域则拒绝被平滑，从而实现对整图的磨皮处理。
从图5中可以看出，与图2对应的一些实施例的描述相比，图5对应的一些实施例中的表情变换方法的流程500体现了对表情变换图像进行遮罩处的步骤。由此，这些实施例描述的方案保证了图像不同区域的精确处理。作为示例，在控制磨皮效果的精度和质量的场景下，可以使得表情变换图像的高低光区域更加均匀，达到快速施加特效的效果。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种表情变换装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，一些实施例的表情变换装置600包括：获取单元601、第一输入单元602。其中，获取单元601被配置成获取目标人脸图像；第一输入单元602被配置成将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
在一些实施例的可选实现方式中，上述预先设置的表情变换模型包括以下任意一项：表情变换网络，表情变换网格。
在一些实施例的可选实现方式中，上述表情变换装置600还包括第二输入单元，上述第二输入单元被配置成响应于将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像；其中，上述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
在一些实施例的可选实现方式中，上述表情变换装置600还包括遮罩单元，上述遮罩单元被配置成对上述表情变换图像的目标区域进行遮罩处理。
在一些实施例的可选实现方式中，上述表情变换装置600进一步被配置成获取原始人脸图像集；将上述原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集输入预设第一生成对抗网络中进行训练，生成上述表情变换网络。
在一些实施例的可选实现方式中，上述表情变换装置600进一步被配置成对显示有预设表情的人脸图像进行局部处理，得到经过局部处理的、显示有预设表情的人脸图像。
在一些实施例的可选实现方式中，上述表情变换装置600进一步被配置成将原始人脸图像输入预先训练好的第二生成对抗网络中，得到上述显示有预设表情的人脸图像。
在一些实施例的可选实现方式中，上述表情变换装置600还包括第三输入单元，其中，上述第三输入单元被配置成响应于将上述目标人脸图像输入预先设置的表情变换网格，得到与上述目标人脸图像对应的表情变换图像；其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。
在一些实施例的可选实现方式中，上述第三输入单元进一步被配置成获取上述原始人脸图像集；对上述原始人脸图像集对应的显示有预设表情的每个原始人脸图像进行局部处理，得到上述经过局部处理的、显示有预设表情的原始人脸图像集；将上述原始人脸图像集和上述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格，其中，上述成表情变换表格能够表征所述原始人脸图像和与之对应的表情变换图像的一一对应关系。
可以理解的是，该装置600中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元，在此不再赘述。
下面参考图7，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备)700的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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7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，根据本公开的一些实施例，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，本公开的一些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。在这样的一些实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述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。在本公开的一些实施例中，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。而在本公开的一些实施例中，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。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述计算设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。
描述于本公开的一些实施例中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：一种处理器包括特征获取单元、第一输入单元。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，获取单元还可以被描述为“获取目标人脸图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例，提供了一种表情变换方法，包括：获取目标人脸图像；将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。根据本公开的一个或多个实施例，上述预先设置的表情变换模型包括以下任意一项：表情变换网络，表情变换网格。
根据本公开的一个或多个实施例，响应于将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像；其中，上述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
根据本公开的一个或多个实施例，对上述表情变换图像的目标区域进行遮罩处理。
根据本公开的一个或多个实施例，获取原始人脸图像集；将上述原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集输入预设第一生成对抗网络中进行训练，生成上述表情变换网络。
根据本公开的一个或多个实施例，对显示有预设表情的人脸图像进行局部处理，得到经过局部处理的、显示有预设表情的人脸图像。
根据本公开的一个或多个实施例，将原始人脸图像输入预先训练好的第二生成对抗网络中，得到上述显示有预设表情的人脸图像。
根据本公开的一个或多个实施例，响应于将上述目标人脸图像输入预先设置的表情变换网格，得到与上述目标人脸图像对应的表情变换图像；其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。
根据本公开的一个或多个实施例，获取上述原始人脸图像集；对上述原始人脸图像集对应的显示有预设表情的每个原始人脸图像进行局部处理，得到上述经过局部处理的、显示有预设表情的原始人脸图像集；将上述原始人脸图像集和上述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格，其中，上述成表情变换表格能够表征所述原始人脸图像和与之对应的表情变换图像的一一对应关系。
根据本公开的一个或多个实施例，提供了一种表情变换装置，包括：获取单元，被配置成获取目标人脸图像；第一输入单元，被配置成将上述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。根据本公开的一个或多个实施例，上述预先设置的表情变换模型包括以下任意一项：表情变换网络，表情变换网格。
根据本公开的一个或多个实施例，上述表情变换装置还包括第二输入单元，上述第二输入单元被配置成响应于将上述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像；其中，上述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
根据本公开的一个或多个实施例，上述表情变换装置还包括遮罩单元，上述遮罩单元被配置成对上述表情变换图像的目标区域进行遮罩处理。
根据本公开的一个或多个实施例，上述表情变换装置进一步被配置成获取原始人脸图像集；将上述原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集输入预设第一生成对抗网络中进行训练，生成上述表情变换网络。
根据本公开的一个或多个实施例，上述表情变换装置进一步被配置成对显示有预设表情的人脸图像进行局部处理，得到经过局部处理的、显示有预设表情的人脸图像。
根据本公开的一个或多个实施例，上述表情变换装置进一步被配置成将原始人脸图像输入预先训练好的第二生成对抗网络中，得到上述显示有预设表情的人脸图像。
根据本公开的一个或多个实施例，上述表情变换装置还包括第三输入单元，其中，上述第三输入单元被配置成响应于将上述目标人脸图像输入预先设置的表情变换网格，得到与上述目标人脸图像对应的表情变换图像；其中，上述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。
根据本公开的一个或多个实施例，上述第三输入单元进一步被配置成获取上述原始人脸图像集；对上述原始人脸图像集对应的显示有预设表情的每个原始人脸图像进行局部处理，得到上述经过局部处理的、显示有预设表情的原始人脸图像集；将上述原始人脸图像集和上述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格，其中，上述成表情变换表格能够表征所述原始人脸图像和与之对应的表情变换图像的一一对应关系。
根据本公开的一个或多个实施例，本公开的一些实施例提供了一种电子设备，该电子设备包括：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第一方面中任一实现方式描述的方法。
根据本公开的一个或多个实施例，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
以上描述仅为本公开的一些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，本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (12)

1.一种表情变换方法，包括：
获取目标人脸图像；
将所述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像，其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
2.根据权利要求1所述的方法，其中，在所述将所述目标人脸图像输入预先训练的表情变换模型，得到表情变换图像之后，所述方法还包括：
对所述表情变换图像的目标区域进行遮罩处理，得到遮罩处理后的表情变换图像。
3.根据权利要求1所述的方法，其中，所述预先设置的表情变换模型包括以下任意一项：表情变换网络，表情变换网格。
4.根据权利要求3所述的方法，其中，所述方法还包括：
响应于将所述目标人脸图像输入预先训练的表情变换网络，得到表情变换图像；其中，所述表情变换网络通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
5.根据权利要求4所述的方法，其中，所述表情变换网络是通过以下步骤训练得到：
获取所述原始人脸图像集；
将所述原始人脸图像集和经过局部处理的、显示有预设表情的人脸图像集输入预设第一生成对抗网络中进行训练，生成所述表情变换网络。
6.根据权利要求5所述的方法，其中，所述经过局部处理的、显示有预设表情的人脸图像是通过以下步骤得到：
对显示有预设表情的人脸图像进行局部处理，得到经过局部处理的、显示有预设表情的人脸图像。
7.根据权利要求4所述的方法，其中，所述显示有预设表情的人脸图像是通过以下步骤得到：
将所述原始人脸图像集中的原始人脸图像输入预先训练好的第二生成对抗网络中，得到所述显示有预设表情的人脸图像。
8.根据权利要求3所述的方法，其中，所述方法还包括：
响应于将所述目标人脸图像输入预先设置的表情变换网格，得到与所述目标人脸图像对应的表情变换图像；其中，所述表情变换网格通过原始人脸图像集和经过局部处理的、显示有预设表情的原始人脸图像集得到。
9.根据权利要求8所述的方法，其中，所述预先设置的表情变换网格通过以下步骤得到：
获取所述原始人脸图像集；
对所述原始人脸图像集对应的显示有预设表情的每个原始人脸图像进行局部处理，得到所述经过局部处理的、显示有预设表情的原始人脸图像集；
将所述原始人脸图像集和所述经过局部处理的、显示有预设表情的原始人脸图像集存储在预设表格中，生成表情变换表格，其中，所述成表情变换表格能够表征所述原始人脸图像和与之对应的表情变换图像的一一对应关系。
10.一种表情变换装置，包括：
获取单元，被配置成获取目标人脸图像；
第一输入单元，被配置成将所述目标人脸图像输入预先设置的表情变换模型，得到表情变换图像，其中，所述表情变换模型通过原始人脸图像集和经过局部处理的、显示有预设表情的图像集训练得到。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
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1-9中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202010837052.XA 2020-08-19 2020-08-19 表情变换方法、装置、电子设备和计算机可读介质 Pending CN111968029A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010837052.XA CN111968029A (zh) 2020-08-19 2020-08-19 表情变换方法、装置、电子设备和计算机可读介质
PCT/CN2021/113208 WO2022037602A1 (zh) 2020-08-19 2021-08-18 表情变换方法、装置、电子设备和计算机可读介质
EP21857694.0A EP4187479A4 (en) 2020-08-19 2021-08-18 EXPRESSION TRANSFORMATION METHOD AND APPARATUS, ELECTRONIC DEVICE AND COMPUTER-READABLE MEDIUM
US18/042,149 US20230326248A1 (en) 2020-08-19 2021-08-18 Expression transformation method and apparatus, electronic device, and computer readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010837052.XA CN111968029A (zh) 2020-08-19 2020-08-19 表情变换方法、装置、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN111968029A true CN111968029A (zh) 2020-11-20

Family

ID=73388968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010837052.XA Pending CN111968029A (zh) 2020-08-19 2020-08-19 表情变换方法、装置、电子设备和计算机可读介质

Country Status (4)

Country Link
US (1) US20230326248A1 (zh)
EP (1) EP4187479A4 (zh)
CN (1) CN111968029A (zh)
WO (1) WO2022037602A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022037602A1 (zh) * 2020-08-19 2022-02-24 北京字节跳动网络技术有限公司 表情变换方法、装置、电子设备和计算机可读介质
WO2022100690A1 (zh) * 2020-11-13 2022-05-19 北京字跳网络技术有限公司 动物脸风格图像生成方法、模型训练方法、装置和设备
WO2022257677A1 (zh) * 2021-06-10 2022-12-15 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质
WO2023116799A1 (zh) * 2021-12-23 2023-06-29 北京字跳网络技术有限公司 一种视频显示方法、装置及电子设备
WO2024074118A1 (zh) * 2022-10-08 2024-04-11 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028305A (zh) * 2019-10-18 2020-04-17 平安科技（深圳）有限公司 表情生成方法、装置、设备及存储介质
CN111179156A (zh) * 2019-12-23 2020-05-19 北京中广上洋科技股份有限公司 一种基于人脸检测的视频美化方法
CN111191564A (zh) * 2019-12-26 2020-05-22 三盟科技股份有限公司 基于多角度神经网络的多姿态人脸情绪识别方法及系统
CN111428572A (zh) * 2020-02-28 2020-07-17 中国工商银行股份有限公司 信息处理方法、装置、电子设备和介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107368810A (zh) * 2017-07-20 2017-11-21 北京小米移动软件有限公司 人脸检测方法及装置
CN109859295B (zh) * 2019-02-01 2021-01-12 厦门大学 一种特定动漫人脸生成方法、终端设备及存储介质
CN110490164B (zh) * 2019-08-26 2022-05-24 北京达佳互联信息技术有限公司 生成虚拟表情的方法、装置、设备及介质
CN111243066B (zh) * 2020-01-09 2022-03-22 浙江大学 一种基于自监督学习与生成对抗机制的人脸表情迁移方法
CN111968029A (zh) * 2020-08-19 2020-11-20 北京字节跳动网络技术有限公司 表情变换方法、装置、电子设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028305A (zh) * 2019-10-18 2020-04-17 平安科技（深圳）有限公司 表情生成方法、装置、设备及存储介质
CN111179156A (zh) * 2019-12-23 2020-05-19 北京中广上洋科技股份有限公司 一种基于人脸检测的视频美化方法
CN111191564A (zh) * 2019-12-26 2020-05-22 三盟科技股份有限公司 基于多角度神经网络的多姿态人脸情绪识别方法及系统
CN111428572A (zh) * 2020-02-28 2020-07-17 中国工商银行股份有限公司 信息处理方法、装置、电子设备和介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022037602A1 (zh) * 2020-08-19 2022-02-24 北京字节跳动网络技术有限公司 表情变换方法、装置、电子设备和计算机可读介质
WO2022100690A1 (zh) * 2020-11-13 2022-05-19 北京字跳网络技术有限公司 动物脸风格图像生成方法、模型训练方法、装置和设备
WO2022257677A1 (zh) * 2021-06-10 2022-12-15 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质
WO2023116799A1 (zh) * 2021-12-23 2023-06-29 北京字跳网络技术有限公司 一种视频显示方法、装置及电子设备
WO2024074118A1 (zh) * 2022-10-08 2024-04-11 北京字跳网络技术有限公司 图像处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20230326248A1 (en) 2023-10-12
EP4187479A4 (en) 2024-01-24
WO2022037602A1 (zh) 2022-02-24
EP4187479A1 (en) 2023-05-31

Similar Documents

Publication Publication Date Title
CN111968029A (zh) 表情变换方法、装置、电子设备和计算机可读介质
CN112989904B (zh) 风格图像生成方法、模型训练方法、装置、设备和介质
CN111476871B (zh) 用于生成视频的方法和装置
CN111833242A (zh) 人脸变换方法、装置、电子设备和计算机可读介质
CN111369427A (zh) 图像处理方法、装置、可读介质和电子设备
CN115311178A (zh) 图像拼接方法、装置、设备及介质
CN112364144A (zh) 交互方法、装置、设备和计算机可读介质
CN110570383B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN113850890A (zh) 动物形象的生成方法、装置、设备及存储介质
CN114004905A (zh) 人物风格形象图的生成方法、装置、设备及存储介质
CN113344776A (zh) 图像处理方法、模型训练方法、装置、电子设备及介质
CN110619602B (zh) 一种图像生成方法、装置、电子设备及存储介质
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
WO2023207779A1 (zh) 图像处理方法、装置、设备及介质
CN109949213B (zh) 用于生成图像的方法和装置
CN111784726A (zh) 人像抠图方法和装置
WO2022083213A1 (zh) 图像生成方法、装置、设备和计算机可读介质
CN113850716A (zh) 模型训练方法、图像处理方法、装置、电子设备及介质
CN114399590A (zh) 一种基于人脸解析图的人脸遮挡移除和三维模型生成方法
CN111314627B (zh) 用于处理视频帧的方法和装置
CN114092712A (zh) 图像生成方法、装置、可读介质和电子设备
CN111583139B (zh) 腮红调整方法、装置、电子设备及计算机可读介质
CN113284219A (zh) 图像处理方法、装置、设备及存储介质
CN113240599A (zh) 图像调色方法及装置、计算机可读存储介质、电子设备
CN112418233A (zh) 图像处理方法、装置、可读介质及电子设备

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication

Application publication date: 20201120