CN112651893A - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112651893A CN112651893A CN202011573676.1A CN202011573676A CN112651893A CN 112651893 A CN112651893 A CN 112651893A CN 202011573676 A CN202011573676 A CN 202011573676A CN 112651893 A CN112651893 A CN 112651893A
- Authority
- CN
- China
- Prior art keywords
- area
- skin
- image
- face image
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 210000004209 hair Anatomy 0.000 claims abstract description 110
- 238000001914 filtration Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000011218 segmentation Effects 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 230000002087 whitening effect Effects 0.000 description 9
- 238000005282 brightening Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种图像处理方法、装置、电子设备及存储介质，所述方法包括：获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；根据所述头发区域和所述皮肤区域，确定刘海区域；获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。采用本公开可以实现对人物面部图像中的面部区域进行精准分割，进而提高电子设备对人物面部图像的肤色美化效果。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。
背景技术
随着智能手机的拍照能力不断提高，越来越多的人通过使用智能手机来拍摄照片、视频以记录自己生活中的精彩瞬间。
用户在使用智能手机进行视频或者照片拍摄时，往往会使用安装在智能手机上的各种拍摄软件为拍摄到的人物面部图像中的肤色调整操作，例如，添加美白滤镜、皮肤磨皮等操作。
相关技术中在对人物面部图像进行美白处理时往往无法对人物面部图像中的皮肤区域进行精确的分割，尤其是头发刘海区域，由于头发较为细碎，皮肤和头发交界区域难以区分，这使得人物面部图像中的肤色区域在变白的同时，其他非皮肤区域如头发区域也会一起变白，容易出现失真的情况，使得对人物面部图像的肤色美化处理效果不佳。
发明内容
本公开提供一种图像处理方法、装置、电子设备及存储介质，以至少解决相关技术中人物面部图像的肤色美化处理效果不佳的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种图像处理方法，其特征在于，所述方法包括：
获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；
根据所述头发区域和所述皮肤区域，确定刘海区域；
获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；
采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；
根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
在一种可能实现方式中，所述获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图，包括：
按照预设的裁切外扩比例外扩所述刘海区域，得到外扩后的刘海区域；所述外扩后的刘海区域用于表征所述刘海区域对应的皮肤区域；
确定所述外扩后的刘海区域为目标裁切区域，并按照所述目标裁切区域，对所述人物面部图像进行裁切，得到裁切后人物面部图像；所述裁切后人物面部图像包括所述目标裁切区域在所述人物面部图像中的原图信息；
将所述裁切后人物面部图像，作为所述引导图。
在一种可能实现方式中，所述采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域，包括：
按照所述目标裁切区域，对所述皮肤区域进行裁切，得到裁切后皮肤区域；所述裁切后皮肤区域包括所述目标裁切区域在所述皮肤区域中的掩码图信息；
采用所述裁切后人物面部图像作为所述引导图，对所述裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；
将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域，包括：
将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到融合后区域；
对所述融合后区域进行对比度增强，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述根据所述头发区域和所述皮肤区域，确定刘海区域，包括：
分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；
确定所述膨胀后头发区域与所述膨胀后皮肤区域之间的重叠区域，作为所述刘海区域。
在一种可能实现方式中，所述分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域，包括：
确定覆盖所述头发区域的最小矩形；
查询与所述最小矩形的短边长度对应的膨胀系数；
采用所述膨胀系数，分别对所述头发区域和所述皮肤区域进行膨胀处理，得到所述膨胀后头发区域和所述膨胀后皮肤区域。
在一种可能实现方式中，所述根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像，包括：
根据所述修正后的皮肤区域，确定所述人物面部图像中的面部区域图像；
对所述面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；
采用所述提亮后的面部区域图像，对所述人物面部图像中的面部区域图像进行替换，得到所述处理后人物面部图像。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
分割单元，被配置为执行获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；
确定单元，被配置为执行根据所述头发区域和所述皮肤区域，确定刘海区域；
获取单元，被配置为执行获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；
引导滤波单元，被配置为执行采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；
调整单元，被配置为执行根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
在一种可能实现方式中，所述获取单元，具体被配置为执行按照预设的裁切外扩比例外扩所述刘海区域，得到外扩后的刘海区域；所述外扩后的刘海区域用于表征所述刘海区域对应的皮肤区域；确定所述外扩后的刘海区域为目标裁切区域，并按照所述目标裁切区域，对所述人物面部图像进行裁切，得到裁切后人物面部图像；所述裁切后人物面部图像包括所述目标裁切区域在所述人物面部图像中的原图信息；将所述裁切后人物面部图像，作为所述引导图。
在一种可能实现方式中，所述引导滤波单元，具体被配置为执行按照所述目标裁切区域，对所述皮肤区域进行裁切，得到裁切后皮肤区域；所述裁切后皮肤区域包括所述目标裁切区域在所述皮肤区域中的掩码图信息；采用所述裁切后人物面部图像作为所述引导图，对所述裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述引导滤波单元，具体被配置为执行将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到融合后区域；对所述融合后区域进行对比度增强，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述确定单元，具体被配置为执行分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；确定所述膨胀后头发区域与所述膨胀后皮肤区域之间的重叠区域，作为所述刘海区域。
在一种可能实现方式中，所述确定单元，具体被配置为执行确定覆盖所述头发区域的最小矩形；查询与所述最小矩形的短边长度对应的膨胀系数；采用所述膨胀系数，分别对所述头发区域和所述皮肤区域进行膨胀处理，得到所述膨胀后头发区域和所述膨胀后皮肤区域。
在一种可能实现方式中，所述调整单元，具体被配置为执行根据所述修正后的皮肤区域，确定所述人物面部图像中的面部区域图像；对所述面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用所述提亮后的面部区域图像，对所述人物面部图像中的面部区域图像进行替换，得到所述处理后人物面部图像。
根据本公开实施例的第三方面，提供一种电子设备，处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如第一方面或第一方面的任一种可能实现方式所述的图像处理方法。
根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面的任一种可能实现方式所述的图像处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果：通过获取人物面部图像，并将人物面部图像输入至预训练的语义分割网络中，得到人物面部图像对应的头发区域和皮肤区域；根据头发区域和皮肤区域，确定刘海区域；获取刘海区域对应的皮肤区域在人物面部图像中的原图信息，作为引导图；采用引导图对皮肤区域进行引导滤波，得到修正后的皮肤区域；实现对人物面部图像中的面部区域进行精准分割；最后，根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像，使得得到处理后的人物面部图像中的肤色区域在变白的同时，其他非皮肤区域如头发区域也不会随之变白，提高了皮肤美白的效果的真实程度，进而提高了电子设备对人物面部图像的肤色美化效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种图像处理方法的应用环境图。
图2是根据一示例性实施例示出的一种图像处理方法的流程图。
图3是根据一示例性实施例示出的一种图像处理方法的流程图。
图4是根据一示例性实施例示出的一种图像处理方法的流程框架图。
图5是根据一示例性实施例示出的一种皮肤美白处理方法的流程示意图。
图6是根据一示例性实施例示出的一种图像处理装置的框图。
图7是根据一示例性实施例示出的一种电子设备的内部结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。
本公开所提供的图像处理方法，可以应用于如图1所示的应用环境中。其中，电子设备110获取人物面部图像，并将人物面部图像输入至预训练的语义分割网络中，得到人物面部图像对应的头发区域和皮肤区域；然后，电子设备110根据头发区域和皮肤区域，确定刘海区域；再然后，电子设备110获取刘海区域对应的皮肤区域在人物面部图像中的原图信息，作为引导图；再然后，电子设备110采用引导图对皮肤区域进行引导滤波，得到修正后的皮肤区域；最后，电子设备110根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。实际应用中，电子设备110可以是但不限于个人计算机、笔记本电脑、智能手机和平板电脑。
图2是根据一示例性实施例示出的一种图像处理方法的流程图，如图2所示，该图像处理方法用于图1的电子设备110中，包括以下步骤。
在步骤S210中，获取人物面部图像，并将人物面部图像输入至预训练的语义分割网络中，得到人物面部图像中的头发区域和皮肤区域。
其中，人物面部图像可以是指包括用人物信息的图像。
其中，预训练的语义分割网络可以是指对输入的图像进行语义分割的神经网络。
具体实现中，当用户需要对人物面部图像进行皮肤美化处理，如添加美白滤镜时，用户可以将人物面部图像输入至电子设备。具体来说，用户可以通过电子设备的摄像头拍摄人物面部图像。当电子设备获取到人物面部图像后，电子设备可以将人物面部图像输入至预训练的语义分割网络中。通过预训练的语义分割网络对人物面部图像进行头发语义分割处理，得到头发区域。同时，电子设备将人物面部图像输入至预训练的语义分割网络中。通过预训练的语义分割网络对人物面部图像进行皮肤语义分割处理，得到皮肤区域。
在步骤S220中，根据头发区域和皮肤区域，确定刘海区域。
具体实现中，当电子设备分割出人物面部图像中的头发区域和皮肤区域后，电子设备则基于头发区域和皮肤区域之间的交界信息，确定人物面部图像中的刘海区域。具体来说，电子设备可以对头发区域和皮肤区域进行膨胀处理，得到膨胀头发区域和膨胀皮肤区域。最后，电子设备将膨胀头发区域和膨胀皮肤区域之间的交集，作为人物面部图像中的刘海区域。
在步骤S230中，获取刘海区域对应的皮肤区域在人物面部图像中的原图信息，作为引导图。其中，按照预设的裁切外扩比例外扩刘海区域，得到外扩后的刘海区域；外扩后的刘海区域用于表征刘海区域对应的皮肤区域；确定外扩后的刘海区域为目标裁切区域，并按照目标裁切区域，对人物面部图像进行裁切，得到裁切后人物面部图像；裁切后人物面部图像携带有刘海区域对应的皮肤区域在人物面部图像中的原图信息；将裁切后人物面部图像，作为引导图。
具体实现中，电子设备在确定刘海区域后，电子设备可以在人物面部图像中，获取刘海区域对应的皮肤区域在人物面部图像中的原图信息，作为引导图。
具体来说，电子设备可以按照预设的裁切外扩比例，对刘海区域进行外扩处理，得到用于表征刘海区域对应的皮肤区域的外扩后的刘海区域。
然后，电子设备将外扩后的刘海区域，作为目标裁切区域，对人物面部图像进行裁切，得到包括目标裁切区域在人物面部图像中的原图信息的裁切后人物面部图像。
最后，电子设备将裁切后人物面部图像，作为引导图。
在步骤S240中，采用引导图对皮肤区域进行引导滤波，得到修正后的皮肤区域。
具体实现中，当电子设备获取到引导图后，电子设备则采用该引导图对皮肤区域进行引导滤波，以提高皮肤区域中的刘海部分的边缘锐利程度，进而实现分割出边缘锐利程度大于皮肤区域的边缘锐利程度的修复后的皮肤区域。
其中，修复后的皮肤区域的边缘锐利程度大于皮肤区域的边缘锐利程度。
在步骤S250中，根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
具体实现中，当电子设备分割出边缘锐利程度大于皮肤区域的边缘锐利程度的修复后的皮肤区域时，电子设备则对人物面部图像的修复后的皮肤区域进行肤色调整处理，得到处理后的人物面部图像。具体来说，电子设备可以对人物面部图像的修复后的皮肤区域进行肤色美白处理、磨皮处理等，进而得到处理后人物面部图像。
上述图像处理方法中，通过获取人物面部图像，并将人物面部图像输入至预训练的语义分割网络中，得到人物面部图像对应的头发区域和皮肤区域；根据头发区域和皮肤区域，确定刘海区域；获取刘海区域对应的皮肤区域在人物面部图像中的原图信息，作为引导图；采用引导图对皮肤区域进行引导滤波，得到修正后的皮肤区域；实现对人物面部图像中的面部区域进行精准分割；最后，根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像，使得得到处理后的人物面部图像中的肤色区域在变白的同时，其他非皮肤区域如头发区域也不会随之变白，提高了皮肤美白的效果的真实程度，进而提高了电子设备对人物面部图像的肤色美化效果。
在一示例性实施例中，采用引导图对皮肤区域进行引导滤波，得到修正后的皮肤区域，包括：按照目标裁切区域，对皮肤区域进行裁切，得到裁切后皮肤区域；裁切后皮肤区域包括目标裁切区域在皮肤区域中的掩码图信息；采用裁切后人物面部图像作为引导图，对裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；将引导滤波后皮肤区域和皮肤区域进行融合，得到修正后的皮肤区域。
其中，裁切后皮肤区域包括目标裁切区域在皮肤区域中的掩码图信息。
具体实现中，电子设备在基于刘海区域，对皮肤区域进行引导滤波处理，得到人物面部图像的修复后的皮肤区域的过程中，具体包括：电子设备可以基于刘海区域和预设的裁切外扩比例，确定目标裁切区域；按照目标裁切区域。然后，电子设备分别对皮肤区域和人物面部图像进行裁切，得到裁切后皮肤区域和裁切后人物面部图像。然后，电子设备再将裁切后人物面部图像作为引导图，裁切后皮肤区域作为被引导图，进而对裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；最后，电子设备将引导滤波后皮肤区域和皮肤区域进行融合，以实现对引导滤波后皮肤区域中已被裁切的区域进行复原，使得得到的修正后的皮肤区域携带有人物面部图像中皮肤特征信息。
本实施例的技术方案，在基于刘海区域，对皮肤区域进行引导滤波处理，得到人物面部图像的修复后的皮肤区域的过程中，通过基于刘海区域和预设的裁切外扩比例，确定目标裁切区域；按照目标裁切区域，分别对皮肤区域和人物面部图像进行裁切，得到裁切后皮肤区域和裁切后人物面部图像；将裁切后人物面部图像作为引导图，对裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；将引导滤波后皮肤区域和皮肤区域进行融合，以实现对引导滤波后皮肤区域中已被裁切的区域进行复原，得到人物面部图像的修正后的皮肤区域；如此，可以实现准确地对皮肤区域中的刘海部分进行引导滤波处理，进而实现了在人物面部图像的刘海区域存在许多细碎头发的情况下，还可以对人物面部图像中的皮肤区域进行精确的分割。
在一示例性实施例中，将引导滤波后皮肤区域和皮肤区域进行融合，得到修正后的皮肤区域，包括：将引导滤波后皮肤区域和皮肤区域进行融合，得到融合后区域；对融合后区域进行对比度增强，得到修正后的皮肤区域。
具体实现中，电子设备在将引导滤波后皮肤区域和皮肤区域进行融合，得到修正后的皮肤区域的过程中，具体包括：电子设备将引导滤波后皮肤区域和皮肤区域进行融合，得到融合后区域；以对引导滤波后皮肤区域中已被裁切的区域进行复原，得到融合后区域；然后，电子设备对融合后区域进行对比度增强，得到人物面部图像的修复后的皮肤区域。具体来说，电子设备在对融合后区域进行对比度增强时，电子设备可以对融合后区域进行非线性拉伸操作，以提高融合后区域的对比度，得到对比度增强后的皮肤区域即修正后的皮肤区域。实际应用中，修正后的皮肤区域对应的掩码图可以表示为masknew＝sqrt(mask)；其中，mask可以是指修正后的皮肤区域对应的掩码图，masknew可以是指修正后的皮肤区域对应的掩码图。
本实施例的技术方案，通过将引导滤波后皮肤区域和皮肤区域进行融合，得到融合后区域；对融合后区域进行对比度增强，使得得到的修复后的皮肤区域的边缘可以更加锐利，实现更为准确地对人物面部图像进行皮肤语义分割。
在一示例性实施例中，根据头发区域和皮肤区域，确定刘海区域，包括：分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；确定膨胀后头发区域与膨胀后皮肤区域之间的重叠区域，作为刘海区域。
具体实现中，电子设备在根据头发区域和皮肤区域，确定刘海区域的过程中，具体包括：电子设备可以分别对头发区域和的皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。具体来说，电子设备可以获取被拍摄人物在待处理图像中的当前头发厚度。然后，在基于该当前头发厚度适应性地对对头发区域和的皮肤区域进行膨胀处理。
例如，电子设备可以在预先建立的头发厚度与膨胀系数正相关关系中，确定与该当前头发厚度对应的目标膨胀系数。然后，电子设备再基于该目标膨胀系数，对头发区域和的皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。
最后，电子设备再确定膨胀后头发区域和膨胀后皮肤区域之间的重叠区域，并将该重叠区域，作为人物面部图像中的刘海区域。
本实施例的技术方案，通过分别对头发区域和的皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；确定膨胀后头发区域与膨胀后皮肤区域之间的重叠区域，作为人物面部图像中的刘海区域，如此，可以实现了提高确定刘海区域过程中的鲁棒性。
在一示例性实施例中，分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域，包括：确定覆盖头发区域的最小矩形；查询与最小矩形的短边长度对应的膨胀系数；采用膨胀系数，分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。
具体实现中，电子设备在分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后的皮肤区域，具体包括：电子设备可以在头发区域的掩码图中，确定能覆盖头发区域的最小矩形。然后，电子设备在获取该最小矩形的短边长度，并在在预先建立的短边长度与膨胀系数正相关关系中，确定与该最小矩形的短边长度对应的膨胀系数。最后，电子设备再采用膨胀系数，分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。
本实施例的技术方案，通过确定覆盖头发区域的最小矩形；查询与最小矩形的短边长度对应的膨胀系数；采用膨胀系数，分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；如此，使得在后续基于膨胀后头发区域和膨胀后皮肤区域确定得到的刘海区域可以良好地适配被拍摄人物的头发厚度，实现准确地确定出人物面部图像中的刘海区域。
在一示例性实施例中，根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像，包括：根据修正后的皮肤区域，确定人物面部图像中的面部区域图像；对面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用提亮后的面部区域图像，对人物面部图像中的面部区域图像进行替换，得到处理后人物面部图像。
具体实现中，电子设备在根据修正后的皮肤区域，对人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像的过程中，具体包括：电子设备可以根据修正后的皮肤区域，确定人物面部图像中的面部区域图像；然后，电子设备对面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；然后，电子设备再采用提亮后的面部区域图像，对人物面部图像中的面部区域图像进行替换，得到处理后人物面部图像。
具体来说，电子设备可以采用LUT(look up table，一种图像调色方法)，对人物面部图像的全图开展调色处理，以使人物面部图像全局颜色变亮，得到调色后人物面部图像，然后，电子设备再将调色后人物面部图像与修正后的皮肤区域对应的mask值进行乘法叠加，得到处理后人物面部图像，进而获得最终美白滤镜后效果。
本实施例的技术方案，通过根据修正后的皮肤区域，确定人物面部图像中的面部区域图像；对面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用提亮后的面部区域图像，对人物面部图像中的面部区域图像进行替换，得到处理后人物面部图像，进而实现准确地人物面部图像中的皮肤进行局部肤色提亮，减少电子设备的数据处理量，也提高了对人物面部图像的皮肤美白效果。
图3是根据一示例性实施例示出的另一种图像处理方法的流程图，如图3所示，该方法用于图1中的电子设备110中，包括以下步骤。在步骤S302中，获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域。在步骤S304中，分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。在步骤S306中，确定所述膨胀后头发区域与所述膨胀后皮肤区域之间的重叠区域，作为刘海区域。在步骤S308中，按照预设的裁切外扩比例外扩所述刘海区域，得到外扩后的刘海区域；所述外扩后的刘海区域用于表征所述刘海区域对应的皮肤区域。在步骤S310中，确定所述外扩后的刘海区域为目标裁切区域，并按照所述目标裁切区域，对所述人物面部图像进行裁切，得到裁切后人物面部图像，作为引导图。在步骤S312中，按照所述目标裁切区域，对所述皮肤区域进行裁切，得到裁切后皮肤区域；所述裁切后皮肤区域包括所述目标裁切区域在所述皮肤区域中的掩码图信息。在步骤S314中，采用所述裁切后人物面部图像作为所述引导图，对所述裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域。在步骤S302中，将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到修正后的皮肤区域。在步骤S302中，根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。需要说明的是，上述步骤的具体限定可以参见上文对一种图像处理方法的具体限定，在此不再赘述。
应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
为了便于本领域技术人员的理解，图4实例性地提供了一种图像处理方法的流程框架图；如图4所示，其中，获取人物面部图像，并将人物面部图像输入至预训练的语义分割网络中，得到人物面部图像中的头发区域和皮肤区域。分别对头发区域和皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。确定膨胀后头发区域与膨胀后皮肤区域之间的重叠区域，作为人物面部图像中的刘海区域。基于刘海区域和预设的裁切外扩比例，确定目标裁切区域。按照目标裁切区域，分别对皮肤区域和人物面部图像进行裁切，得到裁切后皮肤区域和裁切后人物面部图像。将裁切后人物面部图像作为引导图，对裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域。按照皮肤区域，对引导滤波后皮肤区域中已被裁切的区域进行复原，得到融合后区域。对融合后区域进行对比度增强，得到人物面部图像的修正后的皮肤区域；最后，根据修正后的皮肤区域，确定人物面部图像中的面部区域图像；对面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用提亮后的面部区域图像，对人物面部图像中的面部区域图像进行替换，得到处理后人物面部图像。
为了便于本领域技术人员的理解，图5实例性地提供了一种皮肤美白处理方法的流程示意图。如图5所示，其中，获取人物面部图像510，并将人物面部图像510输入至预训练的语义分割网络中，得到人物面部图像510中的头发区域520和皮肤区域530。分别对头发区域520和皮肤区域530进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域。确定膨胀后头发区域与膨胀后皮肤区域之间的重叠区域，作为人物面部图像中的刘海区域。基于刘海区域和预设的裁切外扩比例，确定目标裁切区域。按照目标裁切区域，分别对皮肤区域和人物面部图像进行裁切，得到裁切后皮肤区域550和裁切后人物面部图像540。将裁切后人物面部图像540作为引导图，对裁切后皮肤区域550进行引导滤波，得到引导滤波后皮肤区域560。按照皮肤区域，对引导滤波后皮肤区域中已被裁切的区域进行复原，得到融合后区域570。对融合后区域570进行对比度增强，得到人物面部图像的修正后的皮肤区域580；修正后的皮肤区域580的边缘锐利程度大于皮肤区域的边缘锐利程度。根据修正后的皮肤区域580，确定人物面部图像中的面部区域图像；对面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用提亮后的面部区域图像，对人物面部图像中的面部区域图像进行替换，得到处理后人物面部图像590。
图6是根据一示例性实施例示出的一种图像处理装置框图。参照图6，该装置包括：
分割单元610，被配置为执行获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；
确定单元620，被配置为执行根据所述头发区域和所述皮肤区域，确定刘海区域；
获取单元630，被配置为执行获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；
引导滤波单元640，被配置为执行采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；
调整单元650，被配置为执行根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
在一种可能实现方式中，所述获取单元630，具体被配置为执行按照预设的裁切外扩比例外扩所述刘海区域，得到外扩后的刘海区域；所述外扩后的刘海区域用于表征所述刘海区域对应的皮肤区域；确定所述外扩后的刘海区域为目标裁切区域，并按照所述目标裁切区域，对所述人物面部图像进行裁切，得到裁切后人物面部图像；所述裁切后人物面部图像包括所述目标裁切区域在所述人物面部图像中的原图信息；将所述裁切后人物面部图像，作为所述引导图。
在一种可能实现方式中，所述引导滤波单元640，具体被配置为执行按照所述目标裁切区域，对所述皮肤区域进行裁切，得到裁切后皮肤区域；所述裁切后皮肤区域包括所述目标裁切区域在所述皮肤区域中的掩码图信息；采用所述裁切后人物面部图像作为所述引导图，对所述裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述引导滤波单元640，具体被配置为执行将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到融合后区域；对所述融合后区域进行对比度增强，得到所述修正后的皮肤区域。
在一种可能实现方式中，所述确定单元620，具体被配置为执行分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；确定所述膨胀后头发区域与所述膨胀后皮肤区域之间的重叠区域，作为所述刘海区域。
在一种可能实现方式中，所述确定单元620，具体被配置为执行确定覆盖所述头发区域的最小矩形；查询与所述最小矩形的短边长度对应的膨胀系数；采用所述膨胀系数，分别对所述头发区域和所述皮肤区域进行膨胀处理，得到所述膨胀后头发区域和所述膨胀后皮肤区域。
在一种可能实现方式中，所述调整单元650，具体被配置为执行根据所述修正后的皮肤区域，确定所述人物面部图像中的面部区域图像；对所述面部区域图像进行图像提亮处理，得到提亮后的面部区域图像；采用所述提亮后的面部区域图像，对所述人物面部图像中的面部区域图像进行替换，得到所述处理后人物面部图像。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于执行图像处理方法的电子设备700的框图。例如，电子设备700可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。
参照图7，电子设备700可以包括以下一个或多个组件：处理组件702、存储器704、电力组件706、多媒体组件708、音频组件710、输入/输出(I/O)的接口712、传感器组件714以及通信组件716。
处理组件702通常控制电子设备700的整体操作，诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在电子设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘。
电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当电子设备700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当电子设备700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。
I/O接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器，用于为电子设备700提供各个方面的状态评估。例如，传感器组件714可以检测到电子设备700的打开/关闭状态，组件的相对定位，例如所述组件为电子设备700的显示器和小键盘，传感器组件714还可以检测电子设备700或电子设备700一个组件的位置改变，用户与电子设备700接触的存在或不存在，电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器704，上述指令可由电子设备700的处理器720执行以完成上述方法。可选地，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供一种计算机程序产品，包括计算机程序，所述计算机程序存储在计算机可读存储介质中，所述计算机程序可由电子设备700的处理器720执行以完成上述方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像处理方法，其特征在于，所述方法包括：
获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；
根据所述头发区域和所述皮肤区域，确定刘海区域；
获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；
采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；
根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
2.根据权利要求1所述的图像处理方法，其特征在于，所述获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图，包括：
按照预设的裁切外扩比例外扩所述刘海区域，得到外扩后的刘海区域；所述外扩后的刘海区域用于表征所述刘海区域对应的皮肤区域；
确定所述外扩后的刘海区域为目标裁切区域，并按照所述目标裁切区域，对所述人物面部图像进行裁切，得到裁切后人物面部图像；所述裁切后人物面部图像包括所述目标裁切区域在所述人物面部图像中的原图信息；
将所述裁切后人物面部图像，作为所述引导图。
3.根据权利要求2所述的图像处理方法，其特征在于，所述采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域，包括：
按照所述目标裁切区域，对所述皮肤区域进行裁切，得到裁切后皮肤区域；所述裁切后皮肤区域包括所述目标裁切区域在所述皮肤区域中的掩码图信息；
采用所述裁切后人物面部图像作为所述引导图，对所述裁切后皮肤区域进行引导滤波，得到引导滤波后皮肤区域；
将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域。
4.根据权利要求3所述的图像处理方法，其特征在于，所述将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到所述修正后的皮肤区域，包括：
将所述引导滤波后皮肤区域和所述皮肤区域进行融合，得到融合后区域；
对所述融合后区域进行对比度增强，得到所述修正后的皮肤区域。
5.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述头发区域和所述皮肤区域，确定刘海区域，包括：
分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域；
确定所述膨胀后头发区域与所述膨胀后皮肤区域之间的重叠区域，作为所述刘海区域。
6.根据权利要求5所述的图像处理方法，其特征在于，所述分别对所述头发区域和所述皮肤区域进行膨胀处理，得到膨胀后头发区域和膨胀后皮肤区域，包括：
确定覆盖所述头发区域的最小矩形；
查询与所述最小矩形的短边长度对应的膨胀系数；
采用所述膨胀系数，分别对所述头发区域和所述皮肤区域进行膨胀处理，得到所述膨胀后头发区域和所述膨胀后皮肤区域。
7.一种图像处理装置，其特征在于，包括：
分割单元，被配置为执行获取人物面部图像，并将所述人物面部图像输入至预训练的语义分割网络中，得到所述人物面部图像对应的头发区域和皮肤区域；
确定单元，被配置为执行根据所述头发区域和所述皮肤区域，确定刘海区域；
获取单元，被配置为执行获取所述刘海区域对应的皮肤区域在所述人物面部图像中的原图信息，作为引导图；
引导滤波单元，被配置为执行采用所述引导图对所述皮肤区域进行引导滤波，得到修正后的皮肤区域；
调整单元，被配置为执行根据所述修正后的皮肤区域，对所述人物面部图像中的面部区域图像进行肤色调整处理，得到处理后人物面部图像。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的图像处理方法。
9.一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011573676.1A CN112651893A (zh) | 2020-12-24 | 2020-12-24 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011573676.1A CN112651893A (zh) | 2020-12-24 | 2020-12-24 | 图像处理方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112651893A true CN112651893A (zh) | 2021-04-13 |
Family
ID=75363340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011573676.1A Pending CN112651893A (zh) | 2020-12-24 | 2020-12-24 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651893A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
| CN107392166A (zh) * | 2017-07-31 | 2017-11-24 | 北京小米移动软件有限公司 | 肤色检测方法、装置及计算机可读存储介质 |
| US20200042769A1 (en) * | 2017-04-14 | 2020-02-06 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing methods and apparatuses, and electronic devices |
| CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
| US20200218961A1 (en) * | 2017-09-27 | 2020-07-09 | Google Llc | End to End Network Model for High Resolution Image Segmentation |
-
2020
- 2020-12-24 CN CN202011573676.1A patent/CN112651893A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104952036A (zh) * | 2015-06-18 | 2015-09-30 | 福州瑞芯微电子有限公司 | 一种即时视频中的人脸美化方法和电子设备 |
| US20200042769A1 (en) * | 2017-04-14 | 2020-02-06 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing methods and apparatuses, and electronic devices |
| CN107392166A (zh) * | 2017-07-31 | 2017-11-24 | 北京小米移动软件有限公司 | 肤色检测方法、装置及计算机可读存储介质 |
| US20200218961A1 (en) * | 2017-09-27 | 2020-07-09 | Google Llc | End to End Network Model for High Resolution Image Segmentation |
| CN110807780A (zh) * | 2019-10-23 | 2020-02-18 | 北京达佳互联信息技术有限公司 | 图像处理方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 吴颖斌: "基于肤色检测和导向滤波的人脸美化技术", 《运城学院学报》, pages 8 - 11 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10565763B2 (en) | Method and camera device for processing image | |
| CN108898546B (zh) | 人脸图像处理方法、装置及设备、可读存储介质 | |
| EP2977959B1 (en) | Method and device for adjusting skin color | |
| US20190126500A1 (en) | Method and device for controlling a hair trimming apparatus and hair trimming apparatus | |
| CN105512605A (zh) | 人脸图像处理方法及装置 | |
| CN110580688B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN107944367B (zh) | 人脸关键点检测方法及装置 | |
| CN107730448B (zh) | 基于图像处理的美颜方法及装置 | |
| CN112330570B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN112258605A (zh) | 特效添加方法、装置、电子设备及存储介质 | |
| CN105095881A (zh) | 人脸识别方法、装置及终端 | |
| CN111340691B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111586296B (zh) | 图像拍摄方法、图像拍摄装置及存储介质 | |
| CN107911576A (zh) | 图像处理方法、装置和存储介质 | |
| CN112188091B (zh) | 人脸信息识别方法、装置、电子设备及存储介质 | |
| CN107507128B (zh) | 图像处理方法及设备 | |
| CN108470321B (zh) | 照片的美颜处理方法、装置和存储介质 | |
| CN108961156B (zh) | 人脸图像处理的方法及装置 | |
| CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
| CN112004020B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN107730443B (zh) | 图像处理方法、装置及用户设备 | |
| CN111373409B (zh) | 获取颜值变化的方法及终端 | |
| CN113469876A (zh) | 图像风格迁移模型训练方法、图像处理方法、装置及设备 | |
| CN114666490B (zh) | 对焦方法、装置、电子设备和存储介质 | |
| CN114926350A (zh) | 一种图像美化方法、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 |