CN112351327A - 人脸图像的处理方法、装置、终端及存储介质 - Google Patents

人脸图像的处理方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN112351327A
CN112351327A CN201910720752.8A CN201910720752A CN112351327A CN 112351327 A CN112351327 A CN 112351327A CN 201910720752 A CN201910720752 A CN 201910720752A CN 112351327 A CN112351327 A CN 112351327A
Authority
CN
China
Prior art keywords
face
video
similarity
similarity matching
matching result
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
CN201910720752.8A
Other languages
English (en)
Inventor
张树鹏
张惜今
刘昂
郑微
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 CN201910720752.8A priority Critical patent/CN112351327A/zh
Priority to US17/631,891 priority patent/US20220292875A1/en
Priority to PCT/CN2020/104949 priority patent/WO2021023047A1/zh
Publication of CN112351327A publication Critical patent/CN112351327A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • 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
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • 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
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • 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
    • G06V40/172—Classification, e.g. identification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/62—Control of parameters via user interfaces

Landscapes

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

Abstract

本公开实施例提供一种人脸图像的处理方法、装置、终端及存储介质；方法包括：响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；响应于图像采集指令，采集至少包含第一人脸的帧图像；其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；在所述视频合拍界面中呈现所述相似度匹配结果。

Description

人脸图像的处理方法、装置、终端及存储介质
技术领域
本公开实施例涉及计算机技术领域，尤其涉及一种人脸图像的处理方法、装置、终端及存储介质。
背景技术
随着终端设备如智能手机、平板电脑等的日益普及，基于终端设备的交互应用成为一种沟通和娱乐的主要渠道。相关技术中，通过交互应用能够识别出用户面部，并在用户面部进行五官美观程度的检测，而这种检测方法只能判断一个用户面部的五官是否美观，应用场景过于单一，无法满足用户的多样化需求。
发明内容
有鉴于此，本公开实施例提供一种人脸图像的处理方法、装置、终端及存储介质。
第一方面，本公开实施例提供了一种人脸图像的处理方法，包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
在所述视频合拍界面中呈现所述相似度匹配结果。
上述方案中，所述响应于图像采集指令，采集至少包含第一人脸的帧图像之前，所述方法还包括：
接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
上述方案中，所述方法还包括：
在用户界面中呈现至少一个视频的视频信息；
基于呈现的所述至少一个视频的视频信息，接收到针对所述视频的视频选择指令，将所述视频选择指令所对应的视频作为所述目标视频。
上述方案中，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述帧图像给服务器，以使所述服务器基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
上述方案中，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
接收服务器发送的所述目标视频的视频文件；
解码所述视频文件，得到所述包含第二人脸的视频帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
上述方案中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸的五官整体的相似度匹配结果。
上述方案中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸中相似度最高的五官内容。
上述方案中，所述方法还包括：
当识别到采集的所述帧图像中包含多个人脸时，获取对应所述多个人脸的识别信息，所述识别信息包括以下至少之一：
所述多个人脸的识别顺序、识别到的所述多个人脸的人脸完整度；
基于所述识别信息，从所述多个人脸中确定所述第一人脸。
上述方案中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
获取多个所述相似度匹配结果，所述多个所述相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配得到；
确定多个所述相似度匹配结果所表征的人脸相似性结论一致时，在所述视频合拍界面中呈现所述人脸相似性结论。
第二方面，本公开实施例提供了一种人脸图像的处理方法，包括：
响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
通过所述特效资源呈现所述相似度匹配结果。
上述方案中，所述响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源之前，所述方法还包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
所述第一展示窗口用于展示所述目标视频所包含的帧图像，所述第二展示窗口用于展示采集的所述至少包含所述第一人脸及所述第二人脸的帧图像。
上述方案中，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述至少包括第一人脸及第二人脸的帧图像给服务器，以使所述服务器基于所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
上述方案中，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
基于采集的所述至少包括第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
第三方面，本公开实施例提供了一种人脸图像的处理装置，包括：
第一呈现单元，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
第一采集单元，用于响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
第一获取单元，用于基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第二呈现单元，用于在所述视频合拍界面中呈现所述相似度匹配结果。
上述方案中，所述装置还包括第一加载单元，
所述第一加载单元，用于接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述第二呈现单元，还用于通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
上述方案中，所述装置还包括选择单元，
所述选择单元，用于在用户界面中呈现至少一个视频的视频信息；
基于呈现的所述至少一个视频的视频信息，接收到针对所述视频的视频选择指令，将所述视频选择指令所对应的视频作为所述目标视频。
上述方案中，所述第一获取单元，还用于发送采集的所述帧图像给服务器，以使所述服务器基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
上述方案中，所述第一获取单元，还用于接收服务器发送的所述目标视频的视频文件；
解码所述视频文件，得到所述包含第二人脸的视频帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
上述方案中，所述第二呈现单元，还用于在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸的五官整体的相似度匹配结果。
上述方案中，所述第二呈现单元，还用于在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸中相似度最高的五官内容。
上述方案中，所述装置还包括识别单元，
所述识别单元，用于当识别到采集的所述帧图像中包含多个人脸时，获取对应所述多个人脸的识别信息，所述识别信息包括以下至少之一：
所述多个人脸的识别顺序、识别到的所述多个人脸的人脸完整度；
基于所述识别信息，从所述多个人脸中确定所述第一人脸。
上述方案中，所述第二呈现单元，还用于获取多个所述相似度匹配结果，所述多个所述相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配得到；
确定多个所述相似度匹配结果所表征的人脸相似性结论一致时，在所述视频合拍界面中呈现所述人脸相似性结论。
第四方面，本公开实施例提供了一种人脸图像的处理装置，包括：
加载单元，用于响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
第二采集单元，用于响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
第二获取单元，用于基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第三呈现单元，用于通过所述特效资源呈现所述相似度匹配结果。
上述方案中，所述装置还包括第四呈现单元，所述第四呈现单元位于所述加载单元的前面，
所述第四呈现单元，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
所述第一展示窗口用于展示所述目标视频所包含的帧图像，所述第二展示窗口用于展示采集的所述至少包含所述第一人脸及所述第二人脸的帧图像。
上述方案中，所述第二获取单元，还用于发送采集的所述至少包括第一人脸及第二人脸的帧图像给服务器，以使所述服务器基于所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
上述方案中，所述第二获取单元，还用于基于采集的所述至少包括第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
第五方面，本公开实施例提供了一种终端，包括：
第一存储器，用于存储可执行指令；
第一处理器，用于执行所述可执行指令时，实现本公开实施例提供的上述人脸图像的处理方法。
第六方面，本公开实施例提供了一种终端，包括：
第二存储器，用于存储可执行指令；
第二处理器，用于执行所述可执行指令时，实现本公开实施例提供的上述人脸图像的处理方法。
第七方面，本公开实施例提供了一种非暂态存储介质，存储有可执行指令，所述可执行指令被执行时，用于实现本公开实施例提供的上述人脸图像的处理方法。
第八方面，本公开实施例提供了一种非暂态存储介质，存储有可执行指令，所述可执行指令被执行时，用于实现本公开实施例提供的上述人脸图像的处理方法。
本公开实施例具有如下有益效果：
应用本公开上述实施例，通过将采集到的包含第一人脸的帧图像及目标视频中所包含的第二人脸的视频帧图像进行相似度匹配，获取第一人脸及第二人脸的相似度匹配结果，并通过特效资源呈现获取的相似度匹配结果，从而满足用户的多样化需求，用户体验高。
附图说明
图1为本公开实施例提供的人脸图像的处理系统的架构示意图；
图2为本公开实施例提供的人脸图像的处理装置的组成结构示意图；
图3为本公开实施例提供的人脸图像的处理方法的流程示意图；
图4A为本公开实施例提供的视频合拍界面示意图；
图4B为本公开实施例提供的视频合拍界面示意图；
图4C为本公开实施例提供的视频合拍界面示意图；
图4D为本公开实施例提供的视频合拍界面示意图；
图4E为本公开实施例提供的视频合拍界面示意图；
图5A为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图5B为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图5C为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图5D为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图6为本公开实施例提供的人脸图像的处理方法的流程示意图；
图7A为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图7B为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图7C为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图7D为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图；
图8为本公开实施例提供的人脸图像的处理方法的流程示意图；
图9为本公开实施例提供的人脸图像的处理方法的流程示意图；
图10为本公开实施例提供的人脸图像的处理装置的组成结构示意图；
图11为本公开实施例提供的人脸图像的处理装置的组成结构示意图。
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。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
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。
接下来参见图1，图1为本公开实施例提供的人脸图像的处理系统的架构示意图，为实现支撑一个示例性应用，终端400(包括终端400-1和终端400-2)，终端400通过网络300连接服务器200，终端上设置有客户端，用户可通过该客户端实现对道具资源的加载，网络300可以是广域网或者局域网，又或者是二者的组合，使用无线链路实现数据传输。
终端400(如终端400-1)，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；响应于图像采集指令，采集至少包含第一人脸的帧图像；其中，第一展示窗口用于展示目标视频的包含第二人脸的视频帧图像，第二展示窗口用于展示至少包括包含第一人脸的帧图像；并将采集的包含第一人脸的帧图像发送给服务器200；
服务器200，用于基于接收到的包含第一人脸的帧图像及包含第二人脸的帧图像，对第一人脸及第二人脸进行相似度匹配，得到相似度匹配结果，并将相似度匹配结果返回给终端400；终端400在视频合拍界面中呈现相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作由服务器完成，降低了终端侧的数据处理压力，且适用于采集的包含第一人脸的帧图像及包含第二人脸的视频帧图像的分辨率较大的情况。
在一些实施例中，终端400(如终端400-1)上设置有客户端，终端基于客户端实现五官相似度匹配结果展示，客户端响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；响应于图像采集指令，采集至少包含第一人脸的帧图像；其中，第一展示窗口用于展示目标视频的包含第二人脸的帧图像，第二展示窗口用于展示至少包含第一人脸的帧图像；基于包含第一人脸的帧图像及包含第二人脸的帧图像，获取第一人脸及第二人脸的相似度匹配结果；在视频合拍界面中呈现相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作可在终端侧实现实时化，提高了相似度匹配结果的获取效率，增强用户体验。
在一些实施例中，终端400响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像，并将采集的帧图像发送给服务器200；服务器200基于接收到至少包含第一人脸及第二人脸的帧图像，获取第一人脸及所述第二人脸的相似度匹配结果，并将相似度匹配结果返回给终端400，以使终端400通过特效资源呈现所述相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作由服务器完成，降低了终端侧的数据处理压力，且适用于采集的包含第一人脸的帧图像及包含第二人脸的视频帧图像的分辨率较大的情况。
在一些实施例中，终端400响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像，并基于接收到至少包含第一人脸及第二人脸的帧图像，获取第一人脸及所述第二人脸的相似度匹配结果，并通过特效资源呈现所述相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作可在终端侧实现实时化，提高了相似度匹配结果的获取效率，增强用户体验。
下面参见图2，图2是本公开实施例提供的人脸图像的处理装置的组成200结构示意图。电子设备可以是各种终端，包括移动电话、笔记本电脑、数字广播接收器、个人数字助理(PDA，Personal Digital Assistant)、平板电脑(PAD)、便携式多媒体播放器(PMP，Portable Media Player)、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电视(TV)、台式计算机等等的固定终端。图2示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示，人脸图像的处理装置可以包括处理装置(例如中央处理器、图形处理器等)210，其可以根据存储在只读存储器(ROM，Read-Only Memory)220中的程序或者从存储装置280加载到随机访问存储器(RAM，Random Access Memory)230中的程序而执行各种适当的动作和处理。在RAM 230中，还存储有人脸图像的电子设备操作所需的各种程序和数据。处理装置210、ROM 220以及RAM 230通过总线240彼此相连。输入/输出(I/O，Input/Output)接口250也连接至总线240。
通常，以下装置可以连接至I/O接口250：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260；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置270；包括例如磁带、硬盘等的存储装置280；以及通信装置290。通信装置290可以允许人脸图像的处理装置与其他设备进行无线或有线通信以交换数据。虽然图2示出了具有的各种装置，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。
特别地，根据本公开的实施例，所提供的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，计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，计算机程序可以通过通信装置290从网络上被下载和安装，或者从存储装置280被安装，或者从ROM220被安装。在计算机程序被处理装置210执行时，执行本公开实施例的人脸图像的处理方法中限定的上述功能。
需要说明的是，本公开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包括但不限于电、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、RAM、ROM、可擦式可编程只读存储器(EPROM，ErasableProgrammable Read Only Memory)、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，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，包括电线、光缆、射频(RF，Radio Frequency)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述人脸图像的处理装置中所包含的；也可以是单独存在，而未装配入人脸图像的处理装置中。
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人脸图像的处理装置执行时，使得人脸图像的处理装置执行本公开实施例提供的人脸图像的处理方法。
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实施例中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，Local Area Network))和广域网(WAN，Wide Area Network)，以连接到用户计算机，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)。
描述于本公开实施例中所涉及到的单元和/或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。
对于硬件的方式来说，实现本公开实施例的终端的单元和/或模块可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，ComplexProgrammable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件实现，用于执行实现本公开实施例提供的在线文档的信息处理方法。
图3为本公开实施例提供的人脸图像的处理方法的流程示意图，参见图3，本公开实施例的人脸图像的处理方法包括：
步骤301：终端响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面。
在实际应用中，终端上设置有客户端，如即时通讯客户端、微博客户端、短视频客户端等，用户可以通过在客户端上加载道具资源实现社交互动，道具资源包括以下至少之一：图像道具、音频道具、用户界面(User Interface，UI)动画道具；图像道具可以为客户端或网页页面上呈现的扫描框，音频道具可以为背景音乐，UI动画可以为进行网络互动的界面。
在实际实施时，用户可在终端的客户端上选择想要合拍的目标视频，比如，用户在Feed流或话题视频里，可以选中任何有人脸出现的视频进行合拍，在一些实施例中，终端可通过如下方式获取目标视频：
在用户界面中呈现至少一个视频的视频信息；基于呈现的至少一个视频的视频信息，接收到针对视频的视频选择指令，将视频选择指令所对应的视频作为目标视频。
这里，视频信息可以包括如视频封面信息、与视频相关联的文本信息，如标题、视频标签等。
参见图4A，图4A为本公开实施例提供的视频合拍界面示意图，当用户触控针对目标视频的合拍按键时，触发了相应的合拍指令，终端接收到这一合拍指令，呈现包括第一展示窗口、第二展示窗口、特效及拍摄按键的视频合拍界面，其中，第一展示窗口展示终端设备的相机拍摄的视频，第二展示窗口展示用户选中的目标视频，单击特效按键将触发加载特效资源，长按拍摄按键将触发相机拍摄视频。
在一些实施例中，终端上安装有短视频客户端，在短视频客户端上的用户界面上呈现用户选中的目标视频时，用户可通过对用户界面上的按键的触控操作而触发合拍指令，终端接收到合拍指令，展示视频合拍界面，参见图4B-4D，图4B-4D为本公开实施例提供的视频合拍界面示意图，在图4B中，用户在呈现目标视频的用户界面上触控“分享”按键时，短视频客户端上呈现如图4C所示的用户界面，在此用户界面上有多个按键，比如，转发、保存本地、收藏及合拍等，触控不同的按键将触发不同的分享方式；当在图4C所示的用户界面上触控“合拍”这一按键时，将加载如图4D所示的视频合拍界面，图4D中的视频合拍界面有两个展示窗口、特效按键和拍摄按键，其中一个展示窗口用于展示目标视频，另一个展示窗口用于展示拍摄的视频，单击特效按键将触发加载特效资源，长按拍摄按键将触发相机拍摄视频。
在实际应用中，终端的特效库中存储有多种特效类型，比如，大头、古代身份测一测、最美五官检测及相似度检测等，用户可从中选择所需的特效类型，在一些实施例中，基于用户的选择，终端可通过如下方式加载相似度的特效资源：接收到对应相似度特效的操作指令；响应于操作指令，加载对应相似度特效的特效资源。
比如，用户在图4D所示的用户界面上，通过点击“特效”的操作，从特征库中选择相似度特效，终端接收到基于用户对相似度特效的触控操作而触发的操作指令，加载对应相似度特效的特效资源，参见图4E，图4E为本公开实施例提供的视频合拍界面示意图，在如图4E所示的用户界面上显示了“相似度”的特效按键。
步骤302：响应于图像采集指令，采集至少包含第一人脸的帧图像。
在实际实施时，用户在用户界面上触发拍摄按键可触发终端拍摄视频，终端实时采集至少包含第一人脸的帧图像。
步骤303：基于包含第一人脸的帧图像及包含第二人脸的视频帧图像，获取第一人脸及第二人脸的相似度匹配结果。
在实际应用中，当终端识别到采集的帧图像中包含多个人脸时，终端获取对应多个人脸的识别信息，基于识别信息，从多个人脸中确定第一人脸，其中，识别信息包括以下至少之一：多个人脸的识别顺序、识别到的多个人脸的人脸完整度；当目标视频的视频帧图像中包含多个人脸时，服务器可基于目标视频出多个人脸的出现顺序，从多个人脸中确定第二人脸。
在一些实施例中，终端可通过如下方式获取第一人脸及第二人脸的相似度匹配结果：
发送采集的帧图像给服务器，以使服务器基于包含第一人脸的帧图像及包含第二人脸的视频帧图像，对第一人脸及第二人脸进行相似度匹配，得到相似度匹配结果；接收服务器返回的相似度匹配结果。
在实际实施时，终端将采集的包含第一人脸的帧图像发送给服务器，由于服务器中存储了目标视频，服务器可从目标视频中提取与采集的帧图像处于同一时刻的包含第二人脸的视频帧图像，然后，将包含第一人脸的帧图像及包含第二人脸的视频帧图像输入训练得到的神经网络模型中，分别对包含第一人脸的帧图像及包含第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像，再分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果并将相似度匹配结果返回给终端。如此，第一人脸与第二人脸相似度匹配操作由服务器完成，降低了终端侧的数据处理压力，且适用于采集的包含第一人脸的帧图像及包含第二人脸的视频帧图像的分辨率较大的情况。
在一些实施例中，终端还可通过如下方式获取第一人脸及第二人脸的相似度匹配结果：
接收服务器发送的目标视频的视频文件；解码视频文件，得到包含第二人脸的视频帧图像；基于包含第一人脸的帧图像及包含第二人脸的视频帧图像，对第一人脸及第二人脸进行相似度匹配，得到相似度匹配结果。
在实际实施时，服务器将存储的目标视频文件发送给终端，终端先基于接收的目标视频文件和解码器解码得到包含第二人脸的视频帧图像，然后将采集的包含第一人脸的帧图像及包含第二人脸的视频帧图像输入训练得到的神经网络模型中，分别对包含第一人脸的帧图像及包含第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像，再分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，确定第一人脸及第二人脸相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作可在终端侧实现实时化，提高了相似度匹配结果的获取效率，增强用户体验。
需要说明的是，在合拍过程中，如果用户未使用“相似度”特效，则终端将按照通用合拍功能拍摄，不触发相似度检测；如果用户使用了“相似度”特效，但没有人脸出现在视频合拍界面的展示窗口中，如第一展示窗口中没有人脸出现和/或第二展示窗口中没有人脸出现，则终端将按照通用合拍功能拍摄，不触发相似度检测，参见图4E，虽然用户使用了“相似度”特效、且第二展示窗口出现了人脸，但由于第一展示窗口并没有人脸出现，采集不到包含第一人脸的帧图像，则终端将按照通用合拍功能拍摄，不触发相似度检测。
除此之外，如果目标视频中包含第二人脸的视频帧图像中存在影响人脸检测的特效，如头套等，则终端也将按照通用合拍功能拍摄，不触发相似度检测；如果发起合拍的用户先是单人，拍摄中出现多人，则默认按单人逻辑处理；如果单人在拍摄过程中，用户离开变为其他人脸，则按照新来的人脸实时检测出结果；如果单人在拍摄过程中，人脸丢失，不触发相似度检测。
步骤304：在视频合拍界面中呈现相似度匹配结果。
在一些实施例中，终端可通过如下方式呈现相似度匹配结果：
在第一展示窗口和/或第二展示窗口中，呈现第一人脸及第二人脸的五官整体的相似度匹配结果。
在实际实施时，通过步骤303得到了第一人脸及第二人脸的五官各部分的相似度结果，基于五官各部分的相似度结果，通过一定的预设规则，得到五官整体相似度结果，除此之外，在另一些实施例中，还可呈现采集的帧图像中第一人脸的最美五官内容，参见图5A，图5A为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图5A中，通过特效资源，在视频合拍界面的显示窗口中呈现第一人脸与第二人脸的相似度为90％，第一人脸的五官各部分中最美五官内容为嘴。
在一些实施例中，终端还可通过如下方式呈现相似度匹配结果：
在第一展示窗口和/或第二展示窗口中，呈述第一人脸及第二人脸中相似度最高的五官内容。如此，为用户展示与目标视频中的匹配对象相似度最高的五官内容，给用户提供化妆或美化参考方向，提高用户体验。
这里，在实际实施时，终端根据得到的第一人脸及第二人脸中五官各部分的相似度的大小来判断相应部分的相似程度的高低，比如，第一人脸与第二人脸中对应的眉毛、嘴巴、眼睛、鼻子、耳朵的相似度值分别为：80％、65％、90％、70％、60％，则可确定第一人脸及第二人脸中相似度最高的五官内容为眼睛，参见图5B，图5B为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图5B中，通过特效资源，在视频合拍界面的显示窗口中呈现最相似五官为眼睛，相似度为90％。
在一些实施例中，当终端识别到采集的帧图像中包含多个人脸时，参见图5C，图5C为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图5C所示的视频合拍界面的第一展示窗口中呈现的相机拍摄的视频中包含两个人脸，即终端识别到采集的帧图像中包含两个人脸时，基于两个人脸的识别顺序，将最先识别到的女生人脸确定为第一人脸，并在相应的女生人脸区域呈现笑脸型标签，在视频合拍界面的显示窗口中呈现第一人脸与第二人脸的相似度为90％，第一人脸的五官各部分中最美五官内容为嘴。
在一些实施例中，当目标视频的视频帧图像中包含多个人脸时，参见图5D，图5D为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图5D所示的视频合拍界面的第二展示窗口中呈现的目标视频的视频帧图像中包含两个人脸，服务器基于两个人脸的出现顺序，从两个人脸中确定第二人脸，并在选中的相应的人脸区域呈现笑脸型标签，通过特效资源，在视频合拍界面的显示窗口中呈现第一人脸与第二人脸的相似度为90％，第一人脸的五官各部分中最美五官内容为嘴。
需要说明的是，无论是终端识别到采集的帧图像中包含多个人脸，还是目标视频的视频帧图像中包含多个人脸，或者是终端识别到采集的帧图像中和目标视频的视频帧图像中均包含多个人脸，均可基于多个人脸的识别顺序、识别到的多个人脸的人脸完整度等识别信息，从多个人脸中确定第一人脸及第二人脸，也就是说，在一些实施例中，从采集的包含多个人脸的帧图像中确定第一人脸，从目标视频的包含多个人脸的视频帧图像中确定第二人脸；在另一些实施例中，从采集的包含多个人脸的帧图像中确定第一人脸及第二人脸；在另一些实施例中，从目标视频的包含多个人脸的视频帧图像中确定第一人脸及第二人脸；通过特效资源，在视频合拍界面的显示窗口中呈现的是通过但不限以上方式确定的第一人脸及第二人脸的相似度结果。
在实际应用中，用户基于终端的客户端上呈现人脸相似性结论的时候还存在以下场景：对于某一固定的发起合拍的用户而言，对一张包含第一人脸的帧图像与包含第二人脸的视频帧图像进行相似度匹配，呈现的第一人脸与第二人脸的相似度值为50％，而由于用户的移动造成的图像采集不够准确，使得对连续采集的下一张包含第一人脸的帧图像与包含第二人脸的视频帧图像进行相似度匹配，呈现的第一人脸与第二人脸的相似度值为20％，针对该应用场景，在一些实施例中，终端还可通过如下方式在视频合拍界面中呈现相似度匹配结果：
获取多个相似度匹配结果，所述多个相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对第一人脸及第二人脸进行相似度匹配得到；确定多个相似度匹配结果所表征的人脸相似性结论一致时，通过特效资源，在视频合拍界面中呈现人脸相似性结论。也即，在呈现第一人脸与第二人脸的相似度时，当连续采集的同一用户的多张包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像的相似度匹配结果相同时，认为此时的相似度判别结果是稳定的，对稳定的相似度匹配结果进行呈现。
应该本公开上述实施例，通过将采集到的包含第一人脸的帧图像及目标视频中所包含的第二人脸的视频帧图像进行相似度匹配，获取第一人脸及第二人脸的相似度匹配结果，并通过特效资源呈现了第一人脸与第二人脸之间的相似度匹配结果，并且，基于相似度值的高低，可判断用户与目标视频中的匹配对象是否具有“夫妻相”或“亲子相”等，提高了互动性，从而满足用户的多样化需求，用户体验高。
图6为本公开实施例提供的人脸图像的处理方法的流程示意图，参见图6，本公开实施例的人脸图像的处理方法包括：
步骤601：终端响应于对应相似度特效的触控操作，加载对应相似度特效的特效资源。
在实际应用中，终端上设置有客户端，如即时通讯客户端、微博客户端、短视频客户端等，用户可以通过在客户端上加载特效资源实现社交互动，当用户触控针对相似度特效的按键时，终端响应于对应相似度特效的触控操作，加载对应相似度特效的特效资源。
在一些实施例中，在响应于对应相似度特效的触控操作，加载对应相似度特效的特效资源之前，终端响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；第一展示窗口用于展示目标视频所包含的帧图像，第二展示窗口用于展示采集的至少包含第一人脸及第二人脸的帧图像。
步骤602：响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像。
在实际应用中，在同屏拍摄场景下，用户可在用户界面上触发拍摄按键触发终端拍摄视频，终端可采集至少包含第一人脸及第二人脸的帧图像。
在视频合拍场景下，终端采集视频合拍界面中第二展示窗口中的至少包含第一人脸及第二人脸的帧图像，即在此场景下，可只检测发起合拍的多人之间的相似度，不检测目标视频的人脸数据。
步骤603：基于采集的至少包含第一人脸及第二人脸的帧图像，获取第一人脸及第二人脸的相似度匹配结果。
在实际应用中，当终端识别到采集的帧图像中包含两个人脸，即包含第一人脸及第二人脸时，在一些实施例中，终端可通过如下方式获取第一人脸及第二人脸的相似度匹配结果：
发送采集的帧图像给服务器，以使服务器基于包含第一人脸及第二人脸的帧图像，对第一人脸及第二人脸进行相似度匹配，得到相似度匹配结果；接收服务器返回的相似度匹配结果。
在实际实施时，终端将采集的包含第一人脸及第二人脸的帧图像发送给服务器，服务器将包含第一人脸及第二人脸的帧图像输入训练得到的神经网络模型中，对包含第一人脸及第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像，分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果并将相似度匹配结果返回给终端。如此，第一人脸与第二人脸相似度匹配操作由服务器完成，降低了终端侧的数据处理压力，且适用于采集的包含第一人脸的帧图像及包含第二人脸的视频帧图像的分辨率较大的情况。
在一些实施例中，终端还可通过如下方式获取第一人脸及第二人脸的相似度匹配结果：基于包括第一人脸及第二人脸的帧图像，获取第一人脸及第二人脸的相似度匹配结果。
在实际实施时，终端将采集的包含第一人脸及第二人脸的帧图像输入训练得到的神经网络模型中，对包含第一人脸及第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像，分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果。如此，第一人脸与第二人脸相似度匹配操作可在终端侧实现实时化，提高了相似度匹配结果的获取效率，增强用户体验。
在实际应用中，当终端识别到采集的帧图像中包含多个(大于两个)人脸时，在一些实施例中，终端获取对应多个人脸的识别信息，基于识别信息，从多个人脸中确定第一人脸及第二人脸，并在确定的第一人脸区域及第二人脸区域呈现“笑脸”型标签，其中，识别信息包括以下至少之一：多个人脸的识别顺序、识别到的多个人脸的人脸完整度。
在实际实施时，终端将采集的包含多个人脸的帧图像输入训练得到的神经网络模型中，对包含多个人脸的帧图像进行人脸检测，确定第一人脸图像及第二人脸图像，分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果。
步骤604：通过特效资源呈现相似度匹配结果。
当终端识别到采集的帧图像中包含两个人脸时，在一些实施例中，用户界面呈现的第一人脸与第二人脸的五官整体的相似度匹配结果及第一人脸中最美五官内容，参见图7A，图7A为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图7A中呈现第一人脸与第二人脸整体相似度为70％，第一人脸的最美五官为嘴。在另一些实施例中，用户界面呈现的是第一人脸及第二人脸中相似度最高的五官内容及对应的相似度值，参见图7B，图7B为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图7B中呈现第一人脸与第二人脸中各五官部分相似度最高的五官为嘴，相似度值为70％。
当终端识别到采集的帧图像中包含多个(大于两个)人脸时，在一些实施例中，用户界面呈现的是选中的第一人脸与第二人脸的相似度匹配结果，参见图7C，图7C为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图7C中呈现第一人脸与第二人脸整体相似度为70％，最相似五官为嘴。
在合拍场景下，在一些实施例中，用户界面呈现的是采集的帧图像中第一人脸及第二人脸的相似度匹配结果，参见图7D，图7D为本公开实施例提供的人脸相似度匹配结果呈现的界面示意图，在图7D中呈现第一人脸与第二人脸整体相似度为75％，最相似五官为嘴。
应该本公开上述实施例，通过将包含第一人脸及第二人脸的帧图像进行相似性匹配，实现在同屏拍摄场景下及合拍场景下，通过特效资源呈现采集的帧图像中第一人脸与第二人脸的相似度匹配结果，从而满足用户的多样化需求，用户体验高。
图8为本公开实施例提供的人脸图像的处理方法的流程示意图，该人脸图像的处理方法可通过终端上设置的客户端和服务器协同实现，参见图8，本公开实施例的人脸图像的处理方法包括：
步骤801：客户端接收到针对视频的选择指令，将视频选择指令所对应的视频作为目标视频。
在实际应用中，客户端可以为社交网络客户端，如短视频客户端，即时通讯客户端，还可以为图像处理客户端，如美颜相机客户端。用户打开客户端，客户端的用户界面上呈现多个视频信息，用户可选择确定要想互动的视频信息，终端接收到针对视频的视频选择指令，将视频选择指令所对应的视频作为目标视频。
这里，视频信息可以包括如视频封面信息、与视频相关联的文本信息，如标题、视频标签等。
步骤802：客户端响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面。
在实际应用中，在客户端呈现选中的目标视频的用户界面上，用户可通过点击对应目标视频的用户界面上的合拍按键，触发合拍指令，客户端响应于针对目标视频的合拍指令，呈现如图4A所示的视频合拍界面，如图4A中的视频合拍界面包括第一展示窗口、第二展示窗口、特效及拍摄按键的视频合拍界面，其中，第一展示窗口展示客户端相机拍摄的视频，第二展示窗口展示用户选中的目标视频，单击特效按键将触发加载特效资源，长按拍摄按键将触发相机拍摄视频。
步骤803：客户端响应于操作指令，加载对应相似度特效的特效资源。
在实际应用中，客户端上的特效库中存储有多种特效类型，比如，大头、古代身份测一测、最美五官检测及相似度检测等，用户可从中选择所需的特效类型。
步骤804：客户端响应于图像采集指令，采集至少包含第一人脸的帧图像。
在实际实施时，用户在用户界面上触发拍摄按键可触发终端拍摄视频，终端实时采集至少包含第一人脸的帧图像。
步骤805：客户端将采集的包含第一人脸的帧图像发送给服务器。
步骤806：服务器基于包含第一人脸的帧图像及包含第二人脸的视频帧图像，对第一人脸及第二人脸进行相似度匹配，得到相似度匹配结果。
在实际实施时，客户端将采集的包含第一人脸的帧图像发送给服务器，由于服务器中存储了目标视频，服务器可从目标视频中提取与采集的帧图像处于同一时刻的包含第二人脸的视频帧图像，然后，将包含第一人脸的帧图像及包含第二人脸的视频帧图像输入训练得到的神经网络模型中，分别对包含第一人脸的帧图像及包含第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像，再分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；最后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果。
需要说明的是，在实际应用中，当客户端识别到采集的帧图像中包含多个人脸时，客户端获取对应多个人脸的识别信息，基于识别信息，从多个人脸中确定第一人脸，其中，识别信息包括以下至少之一：多个人脸的识别顺序、识别到的多个人脸的人脸完整度；当目标视频的视频帧图像中包含多个人脸时，服务器可基于目标视频出多个人脸的出现顺序，从多个人脸中确定第二人脸。
步骤807：服务器将得到的相似度匹配结果返回给客户端。
步骤808：客户端在视频合拍界面上呈现相似度匹配结果。
在实际实施时，在客户端的用户界面的第一展示窗口和/或第二展示窗口中，呈现第一人脸及第二人脸的相似度匹配结果。如此，实现与目标视频进行合拍的同时，基于相似度匹配结果，可判断用户与目标视频中的匹配对象的五官相似度，从而满足用户的多样化需求，用户体验高。
图9为本公开实施例提供的人脸图像的处理方法的流程示意图，该人脸图像的处理方法可通过终端上设置的客户端和服务器协同实现，参见图9，本公开实施例的人脸图像的处理方法包括：
步骤901：客户端响应于对应相似度特效的触控操作，加载对应相似度特效的特效资源。
在实际应用中，客户端的特效库中存储有多种特效类型，用户可以通过在客户端上加载特效资源实现社交互动，当用户触控针对相似度特效的按键时，客户端响应于对应相似度特效的触控操作，加载对应相似度特效的特效资源。
步骤902：客户端响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像。
在实际应用中，在同屏场景下，用户在客户端的用户界面上触控拍摄按键可触发客户端拍摄视频，客户端可采集至少包含第一人脸及第二人脸的帧图像。
步骤903：客户端发送采集的帧图像给服务器。
步骤904：服务器基于对应多个人脸的识别信息，从至少包含第一人脸及第二人脸的帧图像中确定第一人脸图像及第二人脸图像。
在实际应用中，当客户端采集的帧图像包含多个人脸时，服务器获取对应多个人脸的识别信息，并基于识别信息，从多个人脸中确定第一人脸及第二人脸，其中，识别信息包括以下至少之一：多个人脸的识别顺序、识别到的多个人脸的人脸完整度；服务器对确定的包含第一人脸及第二人脸的帧图像进行人脸检测，得到对应的第一人脸图像和第二人脸图像。
步骤905：服务器对第一人脸图像及第二人脸图像进行相似度匹配，得到相似度匹配结果。
在实际实施时，服务器分别对第一人脸图像及第二人脸图像进行人脸特征提取，得到对应的第一人脸图像的五官各部分的特征及第二人脸图像的五官各部分的特征；然后分别将第一人脸图像的五官各部分特征与对应的第二人脸图像的五官各部分的特征进行相似度匹配，得到相似度匹配结果。这里，相似度匹配结果可以是第一人脸与第二人脸的五官整体的相似度匹配结果，也可以是第一人脸及第二人脸中相似度最高的五官内容的匹配结果。
步骤906：服务器返回相似度匹配结果给客户端。
步骤907：客户端通过特效资源呈现相似度匹配结果。
继续对本公开实施例提供的人脸图像的处理装置的软件实现进行说明。图10为本公开实施例提供的人脸图像的处理装置的组成结构示意图，参见图10，本公开实施例人脸图像的处理装置10包括：
第一呈现单元101，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
第一采集单元102，用于响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
第一获取单元103，用于基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第二呈现单元104，用于在所述视频合拍界面中呈现所述相似度匹配结果。
图11为本公开实施例提供的人脸图像的处理装置的组成结构示意图，参见图11，本公开实施例人脸图像的处理装置11包括：
加载单元111，用于响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
第二采集单元112，用于响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
第二获取单元113，用于基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第三呈现单元114，用于通过所述特效资源呈现所述相似度匹配结果。
本公开实施例提供了一种终端，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述可执行指令时，实现本公开实施例提供的上述人脸图像的处理方法。
本公开实施例提供了一种非暂态存储介质，存储有可执行指令，所述可执行指令被执行时，用于实现本公开实施例提供的上述人脸图像的处理方法。
根据本公开的一个或多个实施例，本公开实施例提供了一种人脸图像的处理方法，包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
在所述视频合拍界面中呈现所述相似度匹配结果。
在一些实施例中，所述响应于图像采集指令，采集至少包含第一人脸的帧图像之前，所述方法还包括：
接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
在一些实施例中，所述方法还包括：
在用户界面中呈现至少一个视频的视频信息；
基于呈现的所述至少一个视频的视频信息，接收到针对所述视频的视频选择指令，将所述视频选择指令所对应的视频作为所述目标视频。
在一些实施例中，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述帧图像给服务器，以使所述服务器基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
在一些实施例中，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
接收服务器发送的所述目标视频的视频文件；
解码所述视频文件，得到所述包含第二人脸的视频帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
上述方案中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸的五官整体的相似度匹配结果。
在一些实施例中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸中相似度最高的五官内容。
在一些实施例中，所述方法还包括：
当识别到采集的所述帧图像中包含多个人脸时，获取对应所述多个人脸的识别信息，所述识别信息包括以下至少之一：
所述多个人脸的识别顺序、识别到的所述多个人脸的人脸完整度；
基于所述识别信息，从所述多个人脸中确定所述第一人脸。
在一些实施例中，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
获取多个所述相似度匹配结果，所述多个所述相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配得到；
确定多个所述相似度匹配结果所表征的人脸相似性结论一致时，在所述视频合拍界面中呈现所述人脸相似性结论。
本公开实施例提供了一种人脸图像的处理方法，包括：
响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
通过所述特效资源呈现所述相似度匹配结果。
在一些实施例中，所述响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源之前，所述方法还包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
所述第一展示窗口用于展示所述目标视频所包含的帧图像，所述第二展示窗口用于展示采集的所述至少包含所述第一人脸及所述第二人脸的帧图像。
在一些实施例中，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述至少包括第一人脸及第二人脸的帧图像给服务器，以使所述服务器基于所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
在一些实施例中，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
基于采集的所述至少包括第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
本公开实施例提供了一种人脸图像的处理装置，包括：
第一呈现单元，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
第一采集单元，用于响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
第一获取单元，用于基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第二呈现单元，用于在所述视频合拍界面中呈现所述相似度匹配结果。
在一些实施例中，所述装置还包括第一加载单元，
所述第一加载单元，用于接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述第二呈现单元，还用于通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
在一些实施例中，所述装置还包括选择单元，
所述选择单元，用于在用户界面中呈现至少一个视频的视频信息；
基于呈现的所述至少一个视频的视频信息，接收到针对所述视频的视频选择指令，将所述视频选择指令所对应的视频作为所述目标视频。
在一些实施例中，所述第一获取单元，还用于发送采集的所述帧图像给服务器，以使所述服务器基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
在一些实施例中，所述第一获取单元，还用于接收服务器发送的所述目标视频的视频文件；
解码所述视频文件，得到所述包含第二人脸的视频帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
在一些实施例中，所述第二呈现单元，还用于在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸的五官整体的相似度匹配结果。
在一些实施例中，所述第二呈现单元，还用于在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸中相似度最高的五官内容。
在一些实施例中，所述装置还包括识别单元，
所述识别单元，用于当识别到采集的所述帧图像中包含多个人脸时，获取对应所述多个人脸的识别信息，所述识别信息包括以下至少之一：
所述多个人脸的识别顺序、识别到的所述多个人脸的人脸完整度；
基于所述识别信息，从所述多个人脸中确定所述第一人脸。
在一些实施例中，所述第二呈现单元，还用于获取多个所述相似度匹配结果，所述多个所述相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配得到；
确定多个所述相似度匹配结果所表征的人脸相似性结论一致时，在所述视频合拍界面中呈现所述人脸相似性结论。
本公开实施例提供了一种人脸图像的处理装置，包括：
加载单元，用于响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
第二采集单元，用于响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
第二获取单元，用于基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第三呈现单元，用于通过所述特效资源呈现所述相似度匹配结果。
在一些实施例中，所述装置还包括第四呈现单元，所述第四呈现单元位于所述加载单元的前面，
所述第四呈现单元，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
所述第一展示窗口用于展示所述目标视频所包含的帧图像，所述第二展示窗口用于展示采集的所述至少包含所述第一人脸及所述第二人脸的帧图像。
在一些实施例中，所述第二获取单元，还用于发送采集的所述至少包括第一人脸及第二人脸的帧图像给服务器，以使所述服务器基于所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
在一些实施例中，所述第二获取单元，还用于基于采集的所述至少包括第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
以上所述，仅为本公开的实施例而已，并非用于限定本公开的保护范围。凡在本公开的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本公开的保护范围之内。

Claims (20)

1.一种人脸图像的处理方法，其特征在于，所述方法包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
在所述视频合拍界面中呈现所述相似度匹配结果。
2.如权利要求1所述的方法，其特征在于，所述响应于图像采集指令，采集至少包含第一人脸的帧图像之前，所述方法还包括：
接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
在用户界面中呈现至少一个视频的视频信息；
基于呈现的所述至少一个视频的视频信息，接收到针对所述视频的视频选择指令，将所述视频选择指令所对应的视频作为所述目标视频。
4.如权利要求1所述的方法，其特征在于，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述帧图像给服务器，以使所述服务器基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
5.如权利要求1所述的方法，其特征在于，所述获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
接收服务器发送的所述目标视频的视频文件；
解码所述视频文件，得到所述包含第二人脸的视频帧图像；
基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
6.如权利要求1所述的方法，其特征在于，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸的五官整体的相似度匹配结果。
7.如权利要求1所述的方法，其特征在于，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
在所述第一展示窗口和/或所述第二展示窗口中，呈现所述第一人脸及所述第二人脸中相似度最高的五官内容。
8.如权利要求1所述的方法，其特征在于，所述方法还包括：
当识别到采集的所述帧图像中包含多个人脸时，获取对应所述多个人脸的识别信息，所述识别信息包括以下至少之一：
所述多个人脸的识别顺序、识别到的所述多个人脸的人脸完整度；
基于所述识别信息，从所述多个人脸中确定所述第一人脸。
9.如权利要求1所述的方法，其特征在于，所述在所述视频合拍界面中呈现所述相似度匹配结果，包括：
获取多个所述相似度匹配结果，所述多个所述相似度匹配结果为，基于连续的多个包含第一人脸的帧图像与连续的多个包含第二人脸的视频帧图像，对所述第一人脸及所述第二人脸进行相似度匹配得到；
确定多个所述相似度匹配结果所表征的人脸相似性结论一致时，在所述视频合拍界面中呈现所述人脸相似性结论。
10.一种人脸图像的处理方法，其特征在于，所述方法包括：
响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
通过所述特效资源呈现所述相似度匹配结果。
11.如权利要求10所述的方法，其特征在于，所述响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源之前，所述方法还包括：
响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
所述第一展示窗口用于展示所述目标视频所包含的帧图像，所述第二展示窗口用于展示采集的所述至少包含所述第一人脸及所述第二人脸的帧图像。
12.如权利要求10所述的方法，其特征在于，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
发送采集的所述至少包含第一人脸及第二人脸的帧图像给服务器，以使所述服务器基于所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果；
接收所述服务器返回的所述相似度匹配结果。
13.如权利要求10所述的方法，其特征在于，所述基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果，包括：
基于采集的所述至少包含第一人脸及第二人脸的帧图像，对所述第一人脸及所述第二人脸进行相似度匹配，得到相似度匹配结果。
14.一种人脸图像的处理装置，其特征在于，所述装置包括：
第一呈现单元，用于响应于针对目标视频的合拍指令，呈现至少包括第一展示窗口及第二展示窗口的视频合拍界面；
第一采集单元，用于响应于图像采集指令，采集至少包含第一人脸的帧图像；
其中，所述第一展示窗口用于展示所述目标视频的包含第二人脸的视频帧图像，所述第二展示窗口用于展示所述至少包含第一人脸的帧图像；
第一获取单元，用于基于所述包含第一人脸的帧图像及所述包含第二人脸的视频帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第二呈现单元，用于在所述视频合拍界面中呈现所述相似度匹配结果。
15.如权利要求14所述的装置，其特征在于，所述装置还包括第一加载单元，
所述第一加载单元，用于接收到对应相似度特效的操作指令；
响应于所述操作指令，加载对应所述相似度特效的特效资源；
所述第二呈现单元，还用于通过所述特效资源，在所述视频合拍界面中呈现所述相似度匹配结果。
16.一种人脸图像的处理装置，其特征在于，所述装置包括：
加载单元，用于响应于对应相似度特效的触控操作，加载对应所述相似度特效的特效资源；
第二采集单元，用于响应于图像采集指令，采集至少包含第一人脸及第二人脸的帧图像；
第二获取单元，用于基于采集的所述至少包含第一人脸及第二人脸的帧图像，获取所述第一人脸及所述第二人脸的相似度匹配结果；
第三呈现单元，用于通过所述特效资源呈现所述相似度匹配结果。
17.一种终端，其特征在于，所述终端包括：
第一存储器，用于存储可执行指令；
第一处理器，用于执行所述可执行指令时，实现如权利要求1至9任一项所述的人脸图像的处理方法。
18.一种终端，其特征在于，所述终端包括：
第二存储器，用于存储可执行指令；
第二处理器，用于执行所述可执行指令时，实现如权利要求10至13任一项所述的人脸图像的处理方法。
19.一种非暂态存储介质，其特征在于，存储有可执行指令，所述可执行指令被执行时，用于实现如权利要求1至9任一项所述的人脸图像的处理方法。
20.一种非暂态存储介质，其特征在于，存储有可执行指令，所述可执行指令被执行时，用于实现如权利要求10-13任一项所述的人脸图像的处理方法。
CN201910720752.8A 2019-08-06 2019-08-06 人脸图像的处理方法、装置、终端及存储介质 Pending CN112351327A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910720752.8A CN112351327A (zh) 2019-08-06 2019-08-06 人脸图像的处理方法、装置、终端及存储介质
US17/631,891 US20220292875A1 (en) 2019-08-06 2020-07-27 Facial image processing method and device, terminal, and storage medium
PCT/CN2020/104949 WO2021023047A1 (zh) 2019-08-06 2020-07-27 人脸图像的处理方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910720752.8A CN112351327A (zh) 2019-08-06 2019-08-06 人脸图像的处理方法、装置、终端及存储介质

Publications (1)

Publication Number Publication Date
CN112351327A true CN112351327A (zh) 2021-02-09

Family

ID=74366353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910720752.8A Pending CN112351327A (zh) 2019-08-06 2019-08-06 人脸图像的处理方法、装置、终端及存储介质

Country Status (3)

Country Link
US (1) US20220292875A1 (zh)
CN (1) CN112351327A (zh)
WO (1) WO2021023047A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362434A (zh) * 2021-05-31 2021-09-07 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN113870133A (zh) * 2021-09-27 2021-12-31 北京字节跳动网络技术有限公司 多媒体显示及匹配方法、装置、设备及介质
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

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11792188B2 (en) * 2020-08-05 2023-10-17 Bank Of America Corporation Application for confirming multi-person authentication
CN116055442A (zh) * 2021-10-28 2023-05-02 脸萌有限公司 视频处理方法、视频处理装置和计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303151A (zh) * 2014-06-30 2016-02-03 深圳Tcl新技术有限公司 人脸相似度的检测方法和装置
CN107909539A (zh) * 2017-10-23 2018-04-13 深圳天珑无线科技有限公司 图像背景虚化方法、终端及计算机可读存储介质
CN109005352A (zh) * 2018-09-05 2018-12-14 传线网络科技（上海）有限公司 合拍视频的方法及装置
CN109819166A (zh) * 2019-01-31 2019-05-28 维沃移动通信有限公司 一种图像处理方法和电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9554111B2 (en) * 2010-03-08 2017-01-24 Magisto Ltd. System and method for semi-automatic video editing
US8717500B1 (en) * 2012-10-15 2014-05-06 At&T Intellectual Property I, L.P. Relational display of images
US9235782B1 (en) * 2012-12-24 2016-01-12 Google Inc. Searching images and identifying images with similar facial features
CN108875466A (zh) * 2017-06-01 2018-11-23 北京旷视科技有限公司 基于人脸识别的监控方法、监控系统与存储介质
US20190205627A1 (en) * 2017-12-28 2019-07-04 Facebook, Inc. Systems and methods for generating amplified facial expressions based on facial recognition
CN110008797B (zh) * 2018-10-08 2021-12-14 杭州中威电子股份有限公司 一种多摄像机多人脸视频接续采集方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303151A (zh) * 2014-06-30 2016-02-03 深圳Tcl新技术有限公司 人脸相似度的检测方法和装置
CN107909539A (zh) * 2017-10-23 2018-04-13 深圳天珑无线科技有限公司 图像背景虚化方法、终端及计算机可读存储介质
CN109005352A (zh) * 2018-09-05 2018-12-14 传线网络科技（上海）有限公司 合拍视频的方法及装置
CN109819166A (zh) * 2019-01-31 2019-05-28 维沃移动通信有限公司 一种图像处理方法和电子设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362434A (zh) * 2021-05-31 2021-09-07 北京达佳互联信息技术有限公司 一种图像处理方法、装置、电子设备及存储介质
CN113870133A (zh) * 2021-09-27 2021-12-31 北京字节跳动网络技术有限公司 多媒体显示及匹配方法、装置、设备及介质
CN113870133B (zh) * 2021-09-27 2024-03-12 抖音视界有限公司 多媒体显示及匹配方法、装置、设备及介质
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

Also Published As

Publication number Publication date
US20220292875A1 (en) 2022-09-15
WO2021023047A1 (zh) 2021-02-11

Similar Documents

Publication Publication Date Title
CN110827378B (zh) 虚拟形象的生成方法、装置、终端及存储介质
CN112351327A (zh) 人脸图像的处理方法、装置、终端及存储介质
CN112261424B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN107948708B (zh) 弹幕展示方法及装置
CN112306607B (zh) 截图方法和装置、电子设备和可读存储介质
CN111246232A (zh) 直播互动方法、装置、电子设备及存储介质
CN109729420A (zh) 图片处理方法及装置、移动终端及计算机可读存储介质
CN104796781A (zh) 视频片段提取方法及装置
KR102376700B1 (ko) 비디오 컨텐츠 생성 방법 및 그 장치
CN112991553B (zh) 信息展示方法及装置、电子设备和存储介质
EP4243398A1 (en) Video processing method and apparatus, electronic device, and storage medium
CN111800668B (zh) 弹幕的处理方法、装置、设备及存储介质
CN112035046B (zh) 榜单信息显示方法、装置、电子设备及存储介质
CN110968362B (zh) 应用运行方法、装置及存储介质
CN108965977B (zh) 直播礼物的展示方法、装置、存储介质、终端和系统
EP4300431A1 (en) Action processing method and apparatus for virtual object, and storage medium
CN111722775A (zh) 图像处理方法、装置、设备及可读存储介质
US20230316529A1 (en) Image processing method and apparatus, device and storage medium
CN114416259A (zh) 虚拟资源的获取方法、装置、设备及存储介质
CN111741321A (zh) 一种直播控制方法、装置、设备及计算机存储介质
CN114302160A (zh) 信息显示方法、装置、计算机设备及介质
US9407864B2 (en) Data processing method and electronic device
CN111274489A (zh) 信息处理方法、装置、设备及存储介质
CN110377842A (zh) 语音评论显示方法、系统、介质和电子设备
CN114666622A (zh) 特效视频确定方法、装置、电子设备及存储介质

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: 20210209

RJ01 Rejection of invention patent application after publication