CN111968050B - 人体图像处理方法及相关产品 - Google Patents

人体图像处理方法及相关产品 Download PDF

Info

Publication number
CN111968050B
CN111968050B CN202010789830.2A CN202010789830A CN111968050B CN 111968050 B CN111968050 B CN 111968050B CN 202010789830 A CN202010789830 A CN 202010789830A CN 111968050 B CN111968050 B CN 111968050B
Authority
CN
China
Prior art keywords
parameter
area
stretching
region
beautifying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010789830.2A
Other languages
English (en)
Other versions
CN111968050A (zh
Inventor
黄海东
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.)
Oppo Chongqing Intelligent Technology Co Ltd
Original Assignee
Oppo Chongqing Intelligent 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 Oppo Chongqing Intelligent Technology Co Ltd filed Critical Oppo Chongqing Intelligent Technology Co Ltd
Priority to CN202010789830.2A priority Critical patent/CN111968050B/zh
Publication of CN111968050A publication Critical patent/CN111968050A/zh
Application granted granted Critical
Publication of CN111968050B publication Critical patent/CN111968050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例提供一种人体图像处理方法及相关产品,该人体图像处理方法包括:终端设备对待处理人体图像进行人体关键点检测,确定待处理人体图像中的目标人体;对待处理图像进行目标检测,确定待处理图像中的易失真区域;确定对目标人体的腿部区域进行美化处理所涉及的美化区域;在易失真区域位于美化区域内的情况下,对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,第一区域为美化区域内除易失真区域之外的区域,第二美化参数的调整幅度小于第一美化参数的调整幅度。本申请实施例可以提高人体图像的整体美化效果。

Description

人体图像处理方法及相关产品
技术领域
本申请涉及图像处理技术领域,具体涉及一种人体图像处理方法及相关产品。
背景技术
由于拍照角度以及镜头本身的膨胀效果,拍摄的被拍摄的人体图像的腿型容易显得臃肿、短粗,难以满足被拍摄者的需求,所以需要瘦腿算法让被拍摄者显得更修长、自然。现在一般的实现方法是用深度学习或其他方法检测人体图像中的人体轮廓,再根据预设规则对人体轮廓进行美化处理。然而,在对人体轮廓进行美化处理的同时,难免会对人体图像中的不适宜美化处理的物体也进行美化处理,导致不适宜美化处理的物体发生了形变,出现不自然、不协调的现象,使得整体的美化效果较差。
发明内容
本申请实施例提供一种人体图像处理方法及相关产品,可以提高人体图像的整体美化效果。
本申请实施例的第一方面提供了一种人体图像处理方法,包括:
对待处理人体图像进行人体关键点检测,确定所述待处理人体图像中的目标人体;
对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域;
确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;
在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。
本申请实施例的第二方面提供了一种人体图像处理装置,包括:
关键点检测单元,用于对待处理人体图像进行人体关键点检测,确定所述待处理人体图像中的目标人体;
目标检测单元,用于对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域;
第一确定单元,用于确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;
美化处理单元,用于在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。
本申请实施例的第三方面提供了一种终端设备,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如本申请实施例第一方面中的步骤指令。
本申请实施例的第四方面提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
本申请实施例的第五方面提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
本申请实施例中,对待处理人体图像进行美化处理时,对待处理人体图像进行人体关键点检测,确定所述待处理人体图像中的目标人体;对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域;确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。本申请实施例在对目标人体的腿部区域进行美化处理时,考虑了美化处理所涉及的美化区域是否会影响到图像中的易失真区域,让易失真区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真区域在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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的附图。
图1是本申请实施例提供的一种人体图像处理方法的流程示意图;
图2a是本申请实施例提供的一种待处理人体图像中确定目标人体的示意图;
图2b是本申请实施例提供的一种对待处理图像进行目标检测得到易失真区域的示意图;
图2c是本申请实施例提供的一种对目标人体的腿部区域进行美化处理所涉及的美化区域的示意图;
图3是本申请实施例提供的另一种人体图像处理方法的流程示意图;
图4a是本申请实施例提供的一种对待处理图像进行霍夫变换的示意图;
图4b是本申请实施例提供的一种易失真目标采用和目标人体的腿部区域同样的美化处理的前后对照示意图;
图5是本申请实施例提供的另一种人体图像处理方法的流程示意图;
图6a是本申请实施例提供的一种目标人体的腿部区域进行拉伸处理会改变目标人体的其他区域的形状的示意图;
图6b是本申请实施例提供的一种目标人体的腿部区域进行拉伸处理不会改变目标人体的其他区域的形状的示意图;
图7是本申请实施例提供的一种对图2a的待处理图像进行人体的腿部区域的美化处理的效果图对照图;
图8为本申请实施例提供的一种人体图像处理装置的结构示意图;
图9是本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
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,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的终端设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为终端设备。
请参阅图1,图1是本申请实施例提供的一种人体图像处理方法的流程示意图。如图1所示,该人体图像处理方法可以包括如下步骤。
101,终端设备对待处理人体图像进行人体关键点检测,确定待处理人体图像中的目标人体。
本申请实施例中,待处理人体图像是指包含人体的图像,待处理人体图像中可以包含一个人体,也可以包含多个人体。
终端设备可以通过深度学习模型对待处理人体图像进行人体关键点检测,可以对人体的多个主要关键点(比如,头顶、五官、颈部、四肢主要关节部位等部分)进行检测。
目标人体可以是待处理人体图像中的多个人体中占据待处理人体图像的面积比例最大的人体,目标人体也可以是响应用户触摸事件而选择的人体(比如,在该待处理图像进入可编辑模式后,检测到待处理图像中的多个人体后,用户可以通过触摸目标人体,从而选择对目标人体进行进一步的美化处理)。
请参阅图2a,图2a是本申请实施例提供的一种待处理人体图像中确定目标人体的示意图。如图2a所示,当检测到包含头、颈、四肢、关节的关键特征点时,即可确定为人体。待处理人体图像中占据待处理人体图像的面积比例最大的人体即为目标人体。
102,终端设备对待处理图像进行目标检测,确定待处理图像中的易失真区域。
本申请实施例中,终端设备可以通过神经网络模型对待处理图像进行目标检测。神经网络模型可以包括基于候选区域(region proposal)的区域卷积神经网络(region-convolutional neural networks,R-CNN)模型。比如R-CNN模型,Fast R-CNN模型,FasterR-CNN模型等。对于待处理图像,R-CNN模型基于选择性搜索(selective search)方法生成多个候选区域,然后每个候选区域被调成为固定大小,并送入一个卷积神经网络(convolutional neural networks,CNN)模型中,最后得到一个特征向量。然后这个特征向量被送入一个多类别支持向量机(support vector machine,SVM)分类器中,预测出候选区域中所含物体的属于每个类的概率值。每个类别都训练一个SVM分类器,从特征向量中推断其属于该类别的概率大小。
目标检测可以检测出待处理图中不宜拉伸处理或不宜收缩处理的目标,通常可以包括人脸、人体、鞋子、规则形状的目标等类别。
易失真区域可以包括预先定义的类别所属的区域。举例来说,预先定义的类别可以包括人脸、除目标人体之外的人体、鞋子、规则形状(比如,矩形、圆形、椭圆形等)的目标等。
请参阅图2b,图2b是本申请实施例提供的一种对待处理图像进行目标检测得到易失真区域的示意图。如图2b所示,当检测到包含人脸、人体、鞋子、规则形状的目标,即可确定为易失真区域,如图2b中的矩形框区域。如果对待处理图像进行拉伸处理或收缩处理,则图2b中的矩形框区域内的目标容易发生变形。
步骤101和步骤102可以同时执行,也可以先执行步骤101后执行步骤102,也可以先执行步骤102后执行步骤101,此处不做限定。
103,终端设备确定对目标人体的腿部区域进行美化处理所涉及的美化区域。
本申请实施例中,腿部区域可以包括人体的大腿区域和小腿区域。大腿区域可以包括大腿的轮廓形成的区域,小腿区域可以包括小腿的轮廓形成的区域。终端设备可以通过训练好的分割网络识别目标人体的腿部区域。分割网络可以包括全卷积网络(fullyconvolutional networks,FCN)、SegNet、U-Net等语义分割网络。
美化处理可以包括拉伸处理、收缩处理、拉伸收缩处理中的任一种。比如,拉伸处理可以对目标人体沿着腿部的延伸方向对对待处理图像进行拉伸。又比如,收缩处理可以对目标人体沿着腿部的延伸方向的垂直方向对对待处理图像进行压缩。拉伸收缩处理可以包括上述拉伸处理和上述收缩处理。
其中,收缩处理也可以称为液化处理。
美化区域可以是进行上述美化处理的区域。比如,对目标人体的腿部区域进行拉伸处理时,整个美化区域都会进行类似的拉伸处理,对目标人体的腿部区域进行收缩处理时,整个美化区域都会进行类似的收缩处理。
当对目标人体的腿部区域进行美化处理时,不可避免对腿部区域对应的美化区域进行类似的美化处理。
请参阅图2c,图2c是本申请实施例提供的一种对目标人体的腿部区域进行美化处理所涉及的美化区域的示意图。如图2c所示,需要对目标人体的腿部区域向右进行拉伸处理时,为了保持整个画面的协调性,需要对美化区域进行相应的拉伸处理。拉伸处理所涉及的区域即为美化区域。
其中,步骤102和步骤103可以同时执行,也可以先执行步骤102后执行步骤103,也可以先执行步骤103后执行步骤102,此处不做限定。步骤103需在步骤101之后执行。
104,在易失真区域位于美化区域内的情况下,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整。
其中,第一区域为美化区域内除易失真区域之外的区域,第二美化参数的调整幅度小于第一美化参数的调整幅度。
本申请实施例中,对于在美化区域内的易失真区域,为了保护易失真区域在美化处理后不失真,对易失真区域进行保护处理,即对美化区域内除易失真区域之外的区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,设置第二美化参数的调整幅度小于第一美化参数的调整幅度,让易失真区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真区域在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
第二美化参数的调整幅度小于第一美化参数的调整幅度。具体的,若美化处理为拉伸处理,第二美化参数的拉伸幅度小于第一美化参数的拉伸幅度;若美化处理为收缩处理,第二美化参数的收缩幅度小于第一美化参数的收缩幅度。其中,第二美化参数的调整幅度可以为0。
举例来说,以拉伸处理为例,第一美化参数的拉伸方向为第一方向(以图2c为例,第一方向为图中的箭头的方向)、拉伸幅度为10%,第二美化参数的拉伸方向为第一方向、拉伸幅度为3%。
可选的,图1还可以包括如下步骤:
在易失真区域不位于美化区域内的情况下,终端设备对美化区域按照第一美化参数进行调整。
当美化区域内不存在易失真区域的情况下,由于不会对易失真区域进行美化处理,无需考虑易失真区域的美化失真的情况,则直接对美化区域按照第一美化参数进行调整。
本申请实施例中,在对目标人体的腿部区域进行美化处理时,考虑了美化处理所涉及的美化区域是否会影响到图像中的易失真区域,让易失真区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真区域在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
请参阅图3,图3是本申请实施例提供的另一种人体图像处理方法的流程示意图。如图3所示,该人体图像处理方法可以包括如下步骤:
301,终端设备对待处理人体图像进行人体关键点检测,确定待处理人体图像中的目标人体。
302,终端设备对待处理图像进行目标检测,确定待处理图像中的易失真区域。
其中,步骤301至步骤302的具体实施可以参见图1中步骤101至步骤102的具体描述,此处不再赘述。
303,终端设备对待处理图像进行霍夫变换,确定待处理图像中的易失真目标。
本申请实施例中,霍夫变换是一种特征检测(feature extraction),被广泛应用在图像分析(image analysis)、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征,例如:直线、圆形、椭圆形等。这些特征被称为易失真目标。
举例来说,请参阅图4a,图4a是本申请实施例提供的一种对待处理图像进行霍夫变换的示意图。如图4a所示,待处理图像中的直线即为霍夫变换得到的易失真目标。
霍夫变换可以找到待处理图像中的易失真目标,易失真目标在特定情况下会发生失真。比如,易失真目标在一部分位于美化区域,另一部分不位于美化区域的情况下,如果位于美化区域的易失真目标采用和目标人体的腿部区域同样的美化处理,则容易出现失真。
举例来说,请参阅图4b,图4b是本申请实施例提供的一种易失真目标采用和目标人体的腿部区域同样的美化处理的前后对照示意图。如图4b所示,直线的一部分位于美化区域,另一部分不位于美化区域,如果位于美化区域的直线采用和目标人体的腿部区域同样的美化处理,将直线位于美化区域的部分按照一个方向拉伸或收缩,而另一部分不做处理,则直线会变成折线,美化处理会造成失真。如果位于美化区域的圆形采用和目标人体的腿部区域同样的美化处理,将圆形位于美化区域的部分按照一个方向拉伸或收缩,而另一部分不做处理,则圆形会变成半圆形与半椭圆形拼接的形状,美化处理会造成失真。如果位于美化区域的椭圆形采用和目标人体的腿部区域同样的美化处理,将椭圆形位于美化区域的部分按照一个方向拉伸或收缩,而另一部分不做处理,则椭圆形会变成两个大小不一致的半椭圆拼接而成的形状,美化处理会造成失真。
其中,步骤301至步骤303的实际执行顺序不做限定,三个步骤可以同时执行,也可以任意一个步骤先执行,另外两个步骤后执行。
304,终端设备确定对目标人体的腿部区域进行美化处理所涉及的美化区域。
其中,步骤304的具体实施可以参见图1中步骤103的具体描述,此处不再赘述。
305,在易失真区域位于美化区域内,并且易失真目标部分位于美化区域内的情况下,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,对第二区域按照第三美化参数进行调整。
其中,第二区域为易失真目标位于美化区域的区域,第一区域为美化区域内除易失真区域和第二区域之外的区域;第二美化参数的调整幅度小于第一美化参数的调整幅度,第三美化参数的调整幅度小于第一美化参数的调整幅度。
本申请实施例中,易失真目标有一部分位于美化区域,另一部分不位于美化区域的情况下。易失真目标位于美化区域的区域定义为第二区域,则第二区域为易失真目标所在的区域。由于易失真目标所在的区域进行美化处理后出现不同程度的失真,则可以对第二区域按照第三美化参数进行调整,让易失真目标所在的区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真目标在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
可选的,图3所示的方法还可以包括如下步骤:
在易失真区域位于美化区域内,并且易失真目标全部位于美化区域或全部不位于美化区域内的情况下,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,第二美化参数的调整幅度小于第一美化参数的调整幅度。
本申请实施例中,在易失真目标全部位于美化区域或全部不位于美化区域内的情况下,美化处理不会对易失真目标造成较大的失真,至只需考虑易失真区域的失真问题,避免不必要的失真保护处理。
可选的,图3所示的方法还可以包括如下步骤:
在易失真区域不位于美化区域内,并且易失真目标部分位于美化区域内的情况下,终端设备对第一区域按照第一美化参数进行调整,对第二区域按照第三美化参数进行调整。
其中,第二区域为易失真目标位于美化区域的区域,第一区域为美化区域内除第二区域之外的区域;第三美化参数的调整幅度小于第一美化参数的调整幅度。
本申请实施例中,在易失真区域不位于美化区域的情况下,美化处理不会对易失真区域造成失真,至只需考虑易失真目标位于美化区域的失真问题,避免不必要的失真保护处理。
可选的,图3所示的方法还可以包括如下步骤:
在易失真区域不位于美化区域内,并且易失真目标全部位于美化区域或全部不位于美化区域内的情况下,终端设备对美化区域按照第一美化参数进行调整。
本申请实施例中,在易失真区域不位于美化区域,并且易失真目标全部位于美化区域或全部不位于美化区域内的情况下,美化处理不会对易失真区域造成失真,美化处理不会对易失真目标造成较大的失真,直接对美化区域按照第一美化参数进行调整,提高美化处理的速度。
请参阅图5,图5是本申请实施例提供的另一种人体图像处理方法的流程示意图。如图5所示,该人体图像处理方法可以包括如下步骤:
501,终端设备对待处理人体图像进行人体关键点检测,确定待处理人体图像中的目标人体。
502,终端设备对待处理图像进行目标检测,确定待处理图像中的易失真区域。
503,终端设备对待处理图像进行霍夫变换,确定待处理图像中的易失真目标。
504,终端设备判断对目标人体的腿部区域进行拉伸处理是否改变目标人体的其他区域的形状。若是,执行步骤505,若否,执行步骤506。
其中,其他区域为目标人体中除腿部区域之外的区域。
505,终端设备确定美化处理包括收缩处理。
506,终端设备确定美化处理包括拉伸处理、收缩处理、拉伸收缩处理中的任一种,拉伸收缩处理包括拉伸处理和收缩处理。
本申请实施例中,在一些情况下,目标人体的腿部区域进行拉伸处理会改变目标人体的其他区域的形状,比如,人体的腿部区域为弯曲形状,比如U型弯曲、V型弯曲等,则人体的腿部区域拉伸后,整个人体的形状会显得奇怪,看上去不协调。如图6a所示,图6a中的两张人体图像的腿部区域分别为V型弯曲和U型弯曲。如果将人体的腿部区域拉伸,则会出现不协调,此时不适合对腿部区域做拉伸处理,而是适合做收缩处理,不对腿部区域进行拉伸,而是沿着腿部的延伸方向的垂直方向进行收缩处理(瘦腿处理),这样不会改变人体的其他区域的形状。
在一些情况下,目标人体的腿部区域进行拉伸处理不会改变目标人体的其他区域的形状,人体的腿部区域在拉伸后只会改变腿部区域的长度,不会对人体的其他区域造成影响。比如,人体的腿部区域为直线形状或折线形状。如图6b所示,图6b中的两张人体图像的腿部区域为直线或折线形状。如果将人体的腿部区域拉伸,则不会出现不协调,此时适合对腿部区域做拉伸处理。
507,终端设备确定对目标人体的腿部区域进行美化处理所涉及的美化区域。
508,在易失真区域位于美化区域内,并且易失真目标部分位于美化区域内的情况下,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,对第二区域按照第三美化参数进行调整。
其中,第二区域为易失真目标位于美化区域的区域,第一区域为美化区域内除易失真区域和第二区域之外的区域;第二美化参数的调整幅度小于第一美化参数的调整幅度,第三美化参数的调整幅度小于第一美化参数的调整幅度。
可选的,若所述美化处理包括拉伸处理,步骤508中,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整之前,还可以执行如下步骤:
终端设备确定第一拉伸参数,根据拉伸方向和形状与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真区域的形状对应的第一目标拉伸幅度上限;
步骤508中,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,具体可以包括如下步骤:
终端设备对所述第一区域按照所述第一拉伸参数进行调整,对所述易失真区域按照第二拉伸参数进行调整;所述第二拉伸参数的拉伸幅度小于或等于所述第一目标拉伸幅度上限,所述第二拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
本申请实施例中,拉伸方向和形状与拉伸幅度上限的对应关系可以预先进行设定并存储在终端设备的存储器(比如,非易失性存储器)中。易失真区域的形状的不同,其在不同拉伸方向上允许的拉伸幅度上限也不同,比如,对于易失真区域为矩形的,在对角线方向上的拉伸幅度上限相对最低,在沿长度方向和宽度方向的拉伸幅度上限相对最高。
对于易失真区域为不规则形状的,在易失真区域的边界的切线方向的切线的导数变化最快的地方的垂直方向上允许的拉伸幅度上限相对最低,在易失真区域的边界的切线方向的切线的导数最慢的地方的垂直方向上允许的拉伸幅度上限相对最高,其中,易失真区域的边界的切线方向的切线的导数变化幅度到切线的垂直方向拉伸幅度上限的映射为单调递减函数。
本申请实施例可以根据第一拉伸参数的拉伸方向和易失真区域的形状确定拉伸幅度上限,可以在保证易失真区域进行拉伸处理后不会出现明显的失真,可以满足不同形状的易失真区域在不同方向上的拉伸处理需求,让待处理图像的整体美化效果看起来更加自然。
可选的,若所述美化处理包括拉伸处理,步骤508中,终端设备对第二区域按照第三美化参数进行调整之前,还可以执行如下步骤:
终端设备根据拉伸方向和类型与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真目标的类型对应的第二目标拉伸幅度上限;
步骤508中,终端设备对第二区域按照第三美化参数进行调整,具体可以包括如下步骤:
终端设备对所述第二区域按照第三拉伸参数进行调整,所述第三拉伸参数的拉伸幅度小于所述第二目标拉伸幅度上限,所述第三拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
本申请实施例中,拉伸方向和类型与拉伸幅度上限的对应关系可以预先进行设定并存储在终端设备的存储器(比如,非易失性存储器)中。易失真目标的类型的不同,其在不同拉伸方向上允许的拉伸幅度上限也不同,比如,对于易失真目标的类型为圆形或椭圆形的,拉伸方向为垂直于美化区域与非美化区域的分界线的方向时,拉伸幅度上限相对最高,拉伸方向为美化区域与非美化区域的分界线的方向时,拉伸幅度上限相对最低,拉伸方向与美化区域与非美化区域的分界线的方向(两个方向中取夹角小于或等于90度的方向)的夹角(小于或等于90度)到拉伸幅度上限的映射为单调递增函数。
对于易失真目标的类型为直线的,拉伸方向与直线平行的,拉伸幅度上限相对最高,拉伸方向与直线垂直的,拉伸幅度上限相对最低,拉伸方向与直线的延长线方向(两个方向中取夹角小于或等于90度的方向)的夹角(小于或等于90度)到拉伸幅度上限的映射为单调递减函数。
本申请实施例可以根据第一拉伸参数的拉伸方向和易失真目标的类型确定拉伸幅度上限,可以在保证易失真目标进行拉伸处理后不会出现明显的失真,可以满足不同类型的易失真目标在不同方向上的拉伸处理需求,让待处理图像的整体美化效果看起来更加自然。
可选的,若所述美化处理包括收缩处理,步骤508中,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整之前,还可以执行如下步骤:
终端设备确定第一收缩参数,根据收缩方向和形状与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真区域的形状对应的第一目标收缩幅度上限;
步骤508中,终端设备对第一区域按照第一美化参数进行调整,对易失真区域按照第二美化参数进行调整,具体可以包括如下步骤:
终端设备对所述第一区域按照所述第一收缩参数进行调整,对所述易失真区域按照第二收缩参数进行调整;所述第二收缩参数的收缩幅度小于或等于所述第一目标收缩幅度上限,所述第二收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
本申请实施例中,收缩方向和形状与收缩幅度上限的对应关系可以预先进行设定并存储在终端设备的存储器(比如,非易失性存储器)中。易失真区域的形状的不同,其在不同收缩方向上允许的收缩幅度上限也不同,比如,对于易失真区域为矩形的,在对角线方向上的收缩幅度上限相对最低,在沿长度方向和宽度方向的收缩幅度上限相对最高。
对于易失真区域为不规则形状的,在易失真区域的边界的切线方向的切线的导数变化最快的地方的垂直方向上允许的收缩幅度上限相对最低,在易失真区域的边界的切线方向的切线的导数最慢的地方的垂直方向上允许的收缩幅度上限相对最高,其中,易失真区域的边界的切线方向的切线的导数变化幅度到切线的垂直方向收缩幅度上限的映射为单调递减函数。
本申请实施例可以根据第一收缩参数的收缩方向和易失真区域的形状确定收缩幅度上限,可以在保证易失真区域进行收缩处理后不会出现明显的失真,可以满足不同形状的易失真区域在不同方向上的收缩处理需求,让待处理图像的整体美化效果看起来更加自然。
可选的,若所述美化处理包括收缩处理,步骤508中,终端设备对第二区域按照第三美化参数进行调整之前,还可以执行如下步骤:
终端设备根据收缩方向和类型与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真目标的类型对应的第二目标收缩幅度上限;
步骤508中,终端设备对第二区域按照第三美化参数进行调整,具体可以包括如下步骤:
终端设备对所述第二区域按照第三收缩参数进行调整,所述第三收缩参数的收缩幅度小于所述第二目标收缩幅度上限,所述第三收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
本申请实施例中,收缩方向和类型与收缩幅度上限的对应关系可以预先进行设定并存储在终端设备的存储器(比如,非易失性存储器)中。易失真目标的类型的不同,其在不同收缩方向上允许的收缩幅度上限也不同,比如,对于易失真目标的类型为圆形或椭圆形的,收缩方向为垂直于美化区域与非美化区域的分界线的方向时,收缩幅度上限相对最高,收缩方向为美化区域与非美化区域的分界线的方向时,收缩幅度上限相对最低,收缩方向与美化区域与非美化区域的分界线的方向(两个方向中取夹角小于或等于90度的方向)的夹角(小于或等于90度)到收缩幅度上限的映射为单调递增函数。
对于易失真目标的类型为直线的,收缩方向与直线平行的,收缩幅度上限相对最高,收缩方向与直线垂直的,收缩幅度上限相对最低,收缩方向与直线的延长线方向(两个方向中取夹角小于或等于90度的方向)的夹角(小于或等于90度)到收缩幅度上限的映射为单调递减函数。
本申请实施例可以根据第一收缩参数的收缩方向和易失真目标的类型确定收缩幅度上限,可以在保证易失真目标进行收缩处理后不会出现明显的失真,可以满足不同类型的易失真目标在不同方向上的收缩处理需求,让待处理图像的整体美化效果看起来更加自然。
本申请实施例中,在易失真区域不位于美化区域,并且易失真目标全部位于美化区域或全部不位于美化区域内的情况下,美化处理不会对易失真区域造成失真,美化处理不会对易失真目标造成较大的失真,直接对美化区域按照第一美化参数进行调整,提高美化处理的速度。如果对目标人体的腿部区域进行拉伸处理会改变目标人体的其他区域的形状,则不能对目标人体进行拉伸处理,只能进行收缩处理,如果对目标人体的腿部区域进行拉伸处理不会改变目标人体的其他区域的形状,则可以对目标人体做拉伸处理、收缩处理以及拉伸收缩处理。可以根据目标人体的腿部区域是否进行拉伸而选择不同的美化处理方式,避免出现采用不合适的美化处理方式进行美化处理导致美化效果打折扣的情况,提高美化处理的针对性和适用性。
请参阅图7,图7是本申请实施例提供的一种对图2a的待处理图像进行人体的腿部区域的美化处理的效果图对照图。如图7所示,待处理图像经过美化处理(图7实际为拉伸处理)后的效果图与原图相比,腿部区域得到明显拉长,人体美化后整体匀称,不失真,图中其他部分也没有出现过度失真,整体协调性较好。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,终端设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对终端设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
与上述一致的,请参阅图8,图8为本申请实施例提供的一种人体图像处理装置的结构示意图,该人体图像处理装置800应用于终端设备,该人体图像处理装置800可以包括关键点检测单元801、目标检测单元802、第一确定单元803和美化处理单元804,其中:
关键点检测单元801,用于对待处理人体图像进行人体关键点检测,确定所述待处理人体图像中的目标人体;
目标检测单元802,用于对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域;
第一确定单元803,用于确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;
美化处理单元804,用于在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。
可选的,该人体图像处理装置800还可以包括霍夫变换单元805。
所述霍夫变换单元805,用于对所述待处理图像进行霍夫变换,确定所述待处理图像中的易失真目标;
所述美化处理单元804,还用于在所述易失真目标部分位于所述美化区域内的情况下,对第二区域按照第三美化参数进行调整,所述第二区域为所述易失真目标位于所述美化区域的区域;所述第一区域为所述美化区域内除所述易失真区域和所述第二区域之外的区域;所述第三美化参数的调整幅度小于所述第一美化参数的调整幅度。
可选的,所述美化处理包括拉伸处理或收缩处理或拉伸收缩处理,该人体图像处理装置800还可以包括判断单元806和第二确定单元807。
所述判断单元806,用于在所述第一确定单元803确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域之前,判断对所述目标人体的腿部区域进行拉伸处理是否改变所述目标人体的其他区域的形状;所述其他区域为所述目标人体中除所述腿部区域之外的区域;
所述第二确定单元807,用于在所述判断单元806判断结果为否的情况下,确定所述美化处理包括拉伸处理、收缩处理、拉伸收缩处理中的任一种,所述拉伸收缩处理包括拉伸处理和收缩处理;
所述第二确定单元807,用于在所述判断单元806判断结果为是的情况下,确定所述美化处理包括收缩处理。
可选的,所述美化处理包括拉伸处理或收缩处理或拉伸收缩处理;
所述判断单元806,还用于在所述第一确定单元803所述确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域之前,判断对所述目标人体的腿部区域进行拉伸处理是否改变所述目标人体的其他区域的形状;所述其他区域为所述目标人体中除所述腿部区域之外的区域;
所述第二确定单元807,还用于在所述判断单元806判断结果为否的情况下,确定所述美化处理包括拉伸处理、收缩处理、拉伸收缩处理中的任一种,所述拉伸收缩处理包括拉伸处理和收缩处理;
所述第二确定单元807,还用于在所述判断单元806判断结果为是的情况下,确定所述美化处理包括收缩处理。
可选的,该人体图像处理装置800还可以包括第三确定单元808;
若所述美化处理包括拉伸处理,所述第三确定单元808,用于在所述美化处理单元804对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整之前,确定第一拉伸参数,根据拉伸方向和形状与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真区域的形状对应的第一目标拉伸幅度上限;
所述美化处理单元804对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,具体为:对所述第一区域按照所述第一拉伸参数进行调整,对所述易失真区域按照第二拉伸参数进行调整;所述第二拉伸参数的拉伸幅度小于或等于所述第一目标拉伸幅度上限,所述第二拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
可选的,所述第三确定单元808,还用于在所述美化处理单元804对第二区域按照第三美化参数进行调整之前,根据拉伸方向和类型与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真目标的类型对应的第二目标拉伸幅度上限;
所述美化处理单元804对第二区域按照第三美化参数进行调整,具体为:对所述第二区域按照第三拉伸参数进行调整,所述第三拉伸参数的拉伸幅度小于所述第二目标拉伸幅度上限,所述第三拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
可选的,若所述美化处理包括收缩处理,所述第三确定单元808,还用于在所述美化处理单元804对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整之前,确定第一收缩参数,根据收缩方向和形状与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真区域的形状对应的第一目标收缩幅度上限;
所述美化处理单元804对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,具体为:对所述第一区域按照所述第一收缩参数进行调整,对所述易失真区域按照第二收缩参数进行调整;所述第二收缩参数的收缩幅度小于或等于所述第一目标收缩幅度上限,所述第二收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
可选的,所述第三确定单元808,还用于在所述美化处理单元804对第二区域按照第三美化参数进行调整之前,根据收缩方向和类型与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真目标的类型对应的第二目标收缩幅度上限;
所述美化处理单元804对第二区域按照第三美化参数进行调整,具体为:对所述第二区域按照第三收缩参数进行调整,所述第三收缩参数的收缩幅度小于所述第二目标收缩幅度上限,所述第三收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
其中,本申请实施例中的关键点检测单元801、目标检测单元802、第一确定单元803、美化处理单元804、霍夫变换单元805、判断单元806、第二确定单元807和第三确定单元808可以是终端设备中的处理器。
本申请实施例中,在对目标人体的腿部区域进行美化处理时,考虑了美化处理所涉及的美化区域是否会影响到图像中的易失真区域,让易失真区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真区域在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
请参阅图9,图9是本申请实施例提供的一种终端设备的结构示意图,如图9所示,该终端设备900包括处理器901和存储器902,处理器901、存储器902可以通过通信总线903相互连接。通信总线903可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。通信总线903可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。存储器902用于存储计算机程序,计算机程序包括程序指令,处理器901被配置用于调用程序指令,上述程序包括用于执行图1~5所示的方法中的部分或全部步骤。
处理器901可以是通用中央处理器(CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制以上方案程序执行的集成电路。
存储器902可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
此外,该终端设备900还可以包括通信接口、天线等通用部件,在此不再详述。
本申请实施例中,在对目标人体的腿部区域进行美化处理时,考虑了美化处理所涉及的美化区域是否会影响到图像中的易失真区域,让易失真区域的美化处理的美化参数的幅度小于第一区域的美化处理的美化参数的幅度,避免易失真区域在美化处理后出现较大的形变与失真,从而可以提高人体图像的整体美化效果。
本申请实施例还提供一种计算机可读存储介质,其中,该计算机可读存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种人体图像处理方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,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,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接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
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,在申请明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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种人体图像处理方法,其特征在于,包括:
对待处理图像进行人体关键点检测,确定所述待处理图像中的目标人体;
对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域,所述易失真区域包括预先定义的类别所属的区域,所述预先定义的类别包括人脸、除目标人体之外的人体、鞋子、规则形状的目标中的至少一种;
确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;
在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述待处理图像进行霍夫变换,确定所述待处理图像中的易失真目标;
在所述易失真目标部分位于所述美化区域内的情况下,对第二区域按照第三美化参数进行调整,所述第二区域为所述易失真目标位于所述美化区域的区域;所述第一区域为所述美化区域内除所述易失真区域和所述第二区域之外的区域;所述第三美化参数的调整幅度小于所述第一美化参数的调整幅度。
3.根据权利要求2所述的方法,其特征在于,所述美化处理包括拉伸处理或收缩处理或拉伸收缩处理,所述确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域之前,所述方法还包括:
判断对所述目标人体的腿部区域进行拉伸处理是否改变所述目标人体的其他区域的形状;所述其他区域为所述目标人体中除所述腿部区域之外的区域;
若否,确定所述美化处理包括拉伸处理、收缩处理、拉伸收缩处理中的任一种,所述拉伸收缩处理包括拉伸处理和收缩处理;
若是,确定所述美化处理为收缩处理。
4.根据权利要求3所述的方法,其特征在于,若所述美化处理包括拉伸处理,所述对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整之前,所述方法还包括:
确定第一拉伸参数,根据拉伸方向和形状与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真区域的形状对应的第一目标拉伸幅度上限;
所述对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,包括:
对所述第一区域按照所述第一拉伸参数进行调整,对所述易失真区域按照第二拉伸参数进行调整;所述第二拉伸参数的拉伸幅度小于或等于所述第一目标拉伸幅度上限,所述第二拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
5.根据权利要求4所述的方法,其特征在于,所述对第二区域按照第三美化参数进行调整之前,所述方法还包括:
根据拉伸方向和类型与拉伸幅度上限的对应关系确定与所述第一拉伸参数的拉伸方向和所述易失真目标的类型对应的第二目标拉伸幅度上限;
所述对第二区域按照第三美化参数进行调整,包括:
对所述第二区域按照第三拉伸参数进行调整,所述第三拉伸参数的拉伸幅度小于所述第二目标拉伸幅度上限,所述第三拉伸参数的拉伸幅度小于所述第一拉伸参数的拉伸幅度。
6.根据权利要求3所述的方法,其特征在于,若所述美化处理包括收缩处理,所述对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整之前,所述方法还包括:
确定第一收缩参数,根据收缩方向和形状与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真区域的形状对应的第一目标收缩幅度上限;
所述对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,包括:
对所述第一区域按照所述第一收缩参数进行调整,对所述易失真区域按照第二收缩参数进行调整;所述第二收缩参数的收缩幅度小于或等于所述第一目标收缩幅度上限,所述第二收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
7.根据权利要求6所述的方法,其特征在于,所述对第二区域按照第三美化参数进行调整之前,所述方法还包括:
根据收缩方向和类型与收缩幅度上限的对应关系确定与所述第一收缩参数的收缩方向和所述易失真目标的类型对应的第二目标收缩幅度上限;
所述对第二区域按照第三美化参数进行调整,包括:
对所述第二区域按照第三收缩参数进行调整,所述第三收缩参数的收缩幅度小于所述第二目标收缩幅度上限,所述第三收缩参数的收缩幅度小于所述第一收缩参数的收缩幅度。
8.一种人体图像处理装置,其特征在于,包括:
关键点检测单元,用于对待处理图像进行人体关键点检测,确定所述待处理图像中的目标人体;
目标检测单元,用于对所述待处理图像进行目标检测,确定所述待处理图像中的易失真区域,所述易失真区域包括预先定义的类别所属的区域,所述预先定义的类别包括人脸、除目标人体之外的人体、鞋子、规则形状的目标中的至少一种;
第一确定单元,用于确定对所述目标人体的腿部区域进行美化处理所涉及的美化区域;
美化处理单元,用于在所述易失真区域位于所述美化区域内的情况下,对第一区域按照第一美化参数进行调整,对所述易失真区域按照第二美化参数进行调整,所述第一区域为所述美化区域内除所述易失真区域之外的区域,所述第二美化参数的调整幅度小于所述第一美化参数的调整幅度。
9.一种终端设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1~7任一项所述的方法。
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存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1~7任一项所述的方法。
CN202010789830.2A 2020-08-07 2020-08-07 人体图像处理方法及相关产品 Active CN111968050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010789830.2A CN111968050B (zh) 2020-08-07 2020-08-07 人体图像处理方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010789830.2A CN111968050B (zh) 2020-08-07 2020-08-07 人体图像处理方法及相关产品

Publications (2)

Publication Number Publication Date
CN111968050A CN111968050A (zh) 2020-11-20
CN111968050B true CN111968050B (zh) 2024-02-20

Family

ID=73365772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010789830.2A Active CN111968050B (zh) 2020-08-07 2020-08-07 人体图像处理方法及相关产品

Country Status (1)

Country Link
CN (1) CN111968050B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115177755A (zh) * 2022-07-07 2022-10-14 中国人民解放军军事科学院军事医学研究院 在线智能紫外辐射消毒系统和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质
CN107835373A (zh) * 2017-12-06 2018-03-23 深圳天珑无线科技有限公司 一种移动终端及其拍照美化方法和系统
CN109903217A (zh) * 2019-01-25 2019-06-18 北京百度网讯科技有限公司 图像变形方法和装置
CN110288519A (zh) * 2019-06-29 2019-09-27 北京字节跳动网络技术有限公司 图像美化方法、装置及电子设备
CN110880156A (zh) * 2018-09-05 2020-03-13 武汉斗鱼网络科技有限公司 一种长腿特效实现方法、存储介质、设备及系统
CN111028145A (zh) * 2019-12-10 2020-04-17 成都品果科技有限公司 一种防止背景变形的人物图像处理方法
CN111145086A (zh) * 2019-12-27 2020-05-12 北京奇艺世纪科技有限公司 一种图像处理方法、装置及电子设备
WO2020103647A1 (zh) * 2018-11-19 2020-05-28 腾讯科技(深圳)有限公司 物体关键点的定位方法、图像处理方法、装置及存储介质
CN111339971A (zh) * 2020-03-02 2020-06-26 北京字节跳动网络技术有限公司 视频中人体肩颈处理方法、装置及电子设备
CN111402116A (zh) * 2020-03-11 2020-07-10 北京字节跳动网络技术有限公司 图片中人体腰部美体处理方法、装置及电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154030A (zh) * 2017-05-17 2017-09-12 腾讯科技(上海)有限公司 图像处理方法及装置、电子设备及存储介质
CN107835373A (zh) * 2017-12-06 2018-03-23 深圳天珑无线科技有限公司 一种移动终端及其拍照美化方法和系统
CN110880156A (zh) * 2018-09-05 2020-03-13 武汉斗鱼网络科技有限公司 一种长腿特效实现方法、存储介质、设备及系统
WO2020103647A1 (zh) * 2018-11-19 2020-05-28 腾讯科技(深圳)有限公司 物体关键点的定位方法、图像处理方法、装置及存储介质
CN109903217A (zh) * 2019-01-25 2019-06-18 北京百度网讯科技有限公司 图像变形方法和装置
CN110288519A (zh) * 2019-06-29 2019-09-27 北京字节跳动网络技术有限公司 图像美化方法、装置及电子设备
CN111028145A (zh) * 2019-12-10 2020-04-17 成都品果科技有限公司 一种防止背景变形的人物图像处理方法
CN111145086A (zh) * 2019-12-27 2020-05-12 北京奇艺世纪科技有限公司 一种图像处理方法、装置及电子设备
CN111339971A (zh) * 2020-03-02 2020-06-26 北京字节跳动网络技术有限公司 视频中人体肩颈处理方法、装置及电子设备
CN111402116A (zh) * 2020-03-11 2020-07-10 北京字节跳动网络技术有限公司 图片中人体腰部美体处理方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
2M BeautyNet:Facial Beauty Prediction Based on Multi-Task Transfer Learning;Junying Gan等;《IEEE Access》;第8卷;第20245-20256页 *
基于反正切Gamma光照补偿的自适应肤色检测的研究与应用;刘付家玲;《中国优秀硕士学位论文全文数据库 信息科技辑》;第2019卷(第05期);第I138-1272页 *

Also Published As

Publication number Publication date
CN111968050A (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN109389562B (zh) 图像修复方法及装置
CN109325907B (zh) 图像美化处理方法、装置及系统
KR102442483B1 (ko) 이미지 처리 방법 및 장치
CN108830783B (zh) 一种图像处理方法、装置和计算机存储介质
CN105373766B (zh) 瞳孔定位方法与装置
CN110223218B (zh) 人脸图像处理方法、装置、电子设备及存储介质
CN107578380A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN111968050B (zh) 人体图像处理方法及相关产品
US20210035260A1 (en) Method and apparatus for image processing, and computer storage medium
CN110858286A (zh) 一种用于目标识别的图像处理方法及装置
CN105678251B (zh) 人脸图像处理方法及装置
US20170169278A1 (en) Method and fingerprint sensing system for forming a fingerprint image
CN108346130B (zh) 图像处理方法、装置及电子设备
CN108364254B (zh) 图像处理方法、装置及电子设备
KR102204307B1 (ko) 생체 정보를 포함하는 영상의 전 처리 방법
CN107463818A (zh) 解锁控制方法及相关产品
CN109859299B (zh) 人像图片处理方法、装置、计算机可读存储介质和计算机设备
CN108830200A (zh) 一种图像处理方法、装置和计算机存储介质
KR20180012882A (ko) 지문 인증 방법 및 장치
CN110908511B (zh) 触发重新校正的方法及相关装置
KR20200133778A (ko) 이미지 처리 방법, 장치 및 컴퓨터 저장 매체
KR20200077564A (ko) 이미지 처리 방법, 장치 및 컴퓨터 저장 매체
CN113807166A (zh) 图像处理方法、装置及存储介质
CN111612083A (zh) 一种手指静脉识别方法、装置及设备
CN106650719B (zh) 识别图片文字的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant