CN112907438B - 肖像生成方法、装置、电子设备及存储介质 - Google Patents
肖像生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112907438B CN112907438B CN202110227644.4A CN202110227644A CN112907438B CN 112907438 B CN112907438 B CN 112907438B CN 202110227644 A CN202110227644 A CN 202110227644A CN 112907438 B CN112907438 B CN 112907438B
- Authority
- CN
- China
- Prior art keywords
- line
- face
- target area
- outline
- parameters corresponding
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000000605 extraction Methods 0.000 claims abstract description 153
- 230000011218 segmentation Effects 0.000 claims abstract description 89
- 238000013139 quantization Methods 0.000 claims abstract description 65
- 230000000694 effects Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 3
- 210000004209 hair Anatomy 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000001815 facial effect Effects 0.000 description 5
- 210000000697 sensory organ Anatomy 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—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)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种肖像生成方法、装置、电子设备及存储介质。其中,肖像生成方法,包括:对人脸图像进行语义分割,根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,并从人脸图像中提取线条得到人脸线条图;根据线条生成量化规则确定目标区域的轮廓对应的线条提取参数,并根据语义分割图像中目标区域的轮廓对应的线条提取参数提取目标区域的轮廓的线条,得到目标区域轮廓线条图;融合人脸线条图和目标区域轮廓线条图生成线条肖像。本发明的实施例,可根据人脸不同区域对线条提取效果的要求,自适应设置在不同区域线条提取时的参数,生成多样化线条肖像,同时保持线条肖像可辨识,能够满足各种不同应用需求。
Description
技术领域
本发明涉及人脸图像处理技术领域,尤其涉及一种肖像生成方法、装置、电子设备及存储介质。
背景技术
现有的根据人脸图像生成线条肖像的方案中,存在的问题如下:
(1)原始人脸图像中,有些局部区域对比度不明显,在用线条提取方法提取线条时,会导致提取不完整,如图10所示,可能下巴处不完整,即:由于脸部、颈部的对比度不明显,导致提取不到该处的线条。
(2)现有的线条提取方法通常针对全图使用相同的参数,导致无法根据不同的区域实现不同的线条提取效果,以头发区域为例,为了增强头发轮廓的线条效果,设置了一组参数,该组参数由于作用在全图上,因此会导致头发区域的线条也得到增强,而头发区域的线条除了头发主轮廓之外,其他线条在某些应用场景下并不重要,而且在利用机械臂绘图时,头发区域的细节线条过多会导致绘制时间过长,如图11最左侧的人脸图像,利用同样的线条提取方法、但是不同参数所生成的线条肖像效果图。图11中间的一幅图像使用的参数得到的线条比较简洁,头发区域的线条很少,利于机械臂绘图;而图11右侧使用的参数得到的线条图,虽然全图线条得到了增强,更加符合真实人脸的特征,但也增加了机械臂的绘图负担。
因此,如何在降低或增强某些区域的线条提取时,能够很好地保持人脸特征的可辨识是亟待解决的问题。
此外,现有的线条提取方法,其参数的确定通常依赖于主观评价,通过不断手动调节参数,来达到主观满意的效果。因此,无法实现针对不同的需求来自适应的调节参数。
发明内容
针对现有技术中的问题,本发明实施例提供一种肖像生成方法、装置、电子设备及存储介质。
具体地,本发明实施例提供了以下技术方案:
第一方面,本发明实施例提供了一种肖像生成方法,包括:
获取人脸图像;
对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;
根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
进一步地,所述根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数之前,还包括:
从所述多个人脸区域中筛选出目标区域;
根据筛选出的目标区域得到目标区域分割图。
进一步地,所述目标区域为人脸主轮廓区域,相应地,所述目标区域分割图为人脸主轮廓区域分割图,相应地,所述目标区域轮廓线条图为人脸区域轮廓线条图。
进一步地,在根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图之前,还包括:根据人脸细节线条提取需求,确定所述线条生成量化规则中每个人脸区域对应的线条提取参数,以便根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;
在根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图之前,还包括:根据目标区域轮廓线条提取需求,确定所述线条生成量化规则中所述语义分割图像中目标区域的轮廓对应的线条提取参数,以便根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图。
进一步地,所述的根据设定的线条生成量化规则确定出的每个人脸区域对应的线条提取参数,是基于每个人脸区域的线条提取效果调节的,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数,是基于所述目标区域轮廓线条提取效果调节的,对应地,所述线条生成量化规则依据人脸区域对人脸辨识表达重要程度及肖像线条复杂度提出,包括每个人脸区域矢量点、矢量线数量控制规则。
进一步地,所述线条生成量化规则的每个人脸区域矢量点、矢量线数量控制规则包括每个人脸区域对应的矢量点数量、每个人脸区域矢量点占相应区域总体像素点的比例、不同人脸区域矢量点占总体像素点的比例、每个人脸区域矢量线数量、每个人脸区域矢量线占总体矢量线的比例中的任意一种或多种;还包括:根据所述线条生成量化规则,统计人脸不同区域所生成的线条结果是否满足设定的线条生成量化规则,如果满足要求,则确定对应区域的线条提取参数;如果不满足要求,则自动调整不满足区域的线条提取参数,直至满足要求为止,以实现线条提取中自适应调整线条提取参数。
进一步地,所述融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像,包括:
基于所述人脸线条图和所述目标区域轮廓线条图之间的位置对应关系融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
第二方面,本发明实施例还提供了一种肖像生成装置,包括:
获取模块,用于获取人脸图像;
提取模块,用于对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图,以及根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
肖像生成模块,用于融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的肖像生成方法的步骤。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述的肖像生成方法的步骤。
第五方面,本发明实施例还提供了一种计算机程序产品,所计算机程序产品包括有计算机程序,该计算机程序被处理器执行时实现如第一方面所述的肖像生成方法的步骤。
由上面技术方案可知,本发明实施例提供的肖像生成方法、装置、电子设备及存储介质,能够实现针对不同的人脸区域自适应调整线条提取方法参数,从而能够针对不同区域得到不同效果的线条。可以解决由于局部区域对比度不明显导致无法提取完整轮廓边缘线条的问题;可根据人脸不同区域对线条提取效果的要求,自适应设置在不同区域提取时的参数,生成多样化线条肖像,同时保持线条肖像可辨识,能够满足各种不同应用需求。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明一实施例提供的肖像生成方法的流程图;
图2为本发明一实施例提供的肖像生成方法的人脸图像经过语义分割得到的语义分割图像;
图3为图2所示的语义分割图像通过第一线条提取参数提取线条后的人脸线条图;
图4为根据图2所示的语义分割图像得到的目标区域分割图。
图5为图4所示的目标区域分割图通过第二线条提取参数提取线条得到目标区域轮廓线条图;
图6为图3所示的人脸线条图和图5所示的目标区域轮廓线条图进行融合并得到线条肖像的示意图;
图7为不同绘制矢量点对应的线条肖像的显示效果图;
图8为本发明一实施例提供的肖像生成装置的结构框图;
图9为本发明一实施例提供的电子设备的结构示意图;
图10是现有技术中生成的线条肖像的示意图;
图11由左到右分别是人脸图像以及采用不同参数设置生成的线条肖像的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1示出了本发明实施例提供的肖像生成方法的流程图。如图1所示,本发明实施例提供的肖像生成方法,包括如下步骤:
步骤101:获取人脸图像。
人脸图像例如通过图像采集设备采集的一张人脸图像。可以是预先采集好的,也可以是使用时采集的。
在本发明的一个实施例中,获取到人脸图像之后,为了提升线条肖像绘制的准确性,可以对人脸图像进行一些预处理,例如:调整人脸图像的对比度、亮度、去除人脸图像中的噪声、仿射对齐、裁剪等,进而,可以提升人脸语义分割的准确率,以及使不同的人脸图像尽可能获取相同的绘制区域。
步骤102:对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图。
在具体示例中,可以利用一些人脸语义分割技术对人脸图像进行语义分割,得到包括多个人脸区域的语义分割图,其中,多个人脸区域例如包括但不限于:头发、面部、五官、颈部和背景等不同的区域。如图2所示,示出了对一张人脸图像进行语义分割后,得到的包括头发、面部、五官、颈部和背景等不同的区域的语义分割图像。
需要说明的是,语义分割技术属于现有技术,本发明的实施例中,并不限制对采用何种语义分割技术对人脸图像进行语义分割。当然,在其他示例中,也可以采用其他技术对人脸图像进行分割,得到类似于如图2所示的分割图像。
在得到包括多个人脸区域的语义分割图像之后,可以根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图。其中,对于图2所示的语义分割图像,以一种线条提取参数从人脸图像中提取的人脸线条图如图3所示。
需要说明的是,线条提取参数,可以是不同区域对应的不同组参数,比如人脸分割图像有10个不同的区域,那么对应的参数可能会有10组或者5、6组(具体多少组参数根据实际需求来设定),比如头发区域对应了一组参数,得到的效果就是头发的细节线条较少;眼睛和眉毛等五官区域对应了一组参数,得到的效果就是保留细节线条,以保留线条肖像的可辨识性。
在以上描述中,根据设定的线条生成量化规则确定出的每个人脸区域对应的线条提取参数,是基于每个人脸区域的线条提取效果调节的,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数,是基于所述目标区域轮廓线条提取效果调节的,对应地,所述线条生成量化规则依据人脸区域对人脸辨识表达重要程度及肖像线条复杂度提出,包括每个人脸区域矢量点、矢量线数量控制规则。例如:线条生成量化规则的每个人脸区域矢量点、矢量线数量控制规则包括但不限于:每个人脸区域对应的矢量点数量、每个人脸区域矢量点占相应区域总体像素点的比例、不同人脸区域矢量点占总体像素点的比例、每个人脸区域矢量线数量、每个人脸区域矢量线占总体矢量线的比例中的任意一种或几种。例如:所述的根据设定的线条生成量化规则确定出的每个人脸区域对应的线条提取参数是基于人脸线条图的矢量点数量进行调节的,以控制线条肖像的绘制时间。其中,确定出的每个人脸区域对应的线条提取参数可称为第一线条提取参数。
进一步地,根据所述线条生成量化规则,统计人脸不同区域所生成的线条结果是否满足设定的线条生成量化规则,如果满足要求,则确定对应区域的线条提取参数;如果不满足要求,则自动调整不满足区域的线条提取参数,直至满足要求为止,以实现线条提取中自适应调整线条提取参数。从而,实现了线条提取参数自适应调整,即:实现了自适应调参的目的。
具体来说,可以根据人脸细节线条提取需求,确定出第一线条提取参数,以便利用线条提取方法以第一线条提取参数从预处理后的人脸图像中依据语义分割图像提取线条得到人脸线条图。即:影响提取的线条的宽度、强度等等,通常来说,绘制矢量点越多,线条总体上数量和清晰度越高。
也就是说,针对实际的线条提取效果需求,自适应调整线条提取方法的参数。
步骤103:根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图。
在本发明的一个实施例中,所述根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数之前,还包括:从所述多个人脸区域中筛选出目标区域;根据筛选出的目标区域得到所述目标区域分割图。
在具体应用中,目标区域为人脸主轮廓区域,相应地,所述目标区域分割图为人脸主轮廓区域分割图,相应地,所述目标区域轮廓线条图为人脸区域轮廓线条图。
在以上描述中,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数是基于目标区域轮廓线条图的绘制矢量点数量进行调节的,以控制线条肖像的绘制时间。其中,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数可称为第二线条提取参数。
如图4所示,以头发、面部和颈部区域作为目标区域,则得到的目标区域分割图如图4所示。由于在最终的肖像中,头发轮廓、面部轮廓以及颈部轮廓需要清晰看见。如图5所示,示出了对图4所示的人脸主轮廓区域分割图,通过线条提取方法,以第二线条提取参数进行轮廓线条提取后得到的人脸区域轮廓线条图,从图5中可以看出,经过对线条提取参数独立地调整,可以保证人脸区域轮廓线条图中的轮廓线条清晰可见,并且,不会影响到步骤102中以第一线条提取参数依据语义分割图像从人脸图像中提取线条得到人脸线条图的效果。
在上述示例中,可以根据目标区域轮廓线条提取需求,确定第二线条提取参数,以便利用线条提取方法以所述第二线条提取参数从所述目标区域分割图中提取线条得到目标区域轮廓线条图。即:用于调节轮廓的清晰度等。
步骤104:融合人脸线条图和目标区域轮廓线条图,以生成线条肖像。
具体来说,融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像,包括:基于人脸线条图和所述目标区域轮廓线条图之间的位置对应关系融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。如图6所示,为图3所示的人脸线条图和图5所示的人脸区域轮廓线条图进行融合后得到的人脸的线条肖像。
由步骤101至步骤104可知,能够针对实际的线条提取效果需求,设计线条生成量化规则,并以此规则作为自适应调整线条提取方法参数的依据;例如:针对头发、面部、颈部等区域,以一个特定的量化规则为依据,迭代调整线条提取方法的参数,以提取得到满足要求的人脸区域轮廓线条图;针对语义分割的不同区域,以另外一个量化规则(当然也可以是统一量化规则)为依据,迭代调整线条提取方法的参数,以提取得到满足要求的人脸线条图(如头发区域过滤细节、五官区域要求精细细节等)。最终融合两张线条图,得到的线条肖像轮廓清晰,并且达到了头发区域细节线条过滤、五官区域精细细节也清晰可见的效果,进而,在满足用户需求的要求下,保持了绘制的线条肖像的辨识度。
以每一人脸区域对应的绘图矢量点数目为线条生成量化规则,如图7中由左到右所示,分别为采用7000个绘制矢量点、11000个绘制矢量点和18000个绘制矢量点通过机械臂进行绘制的线条肖像,即:针对用户不同的需求(点多、点少),能够满足用户的要求生成线条图,但是五官仍然可辨识。其中,第一线条提取参数是基于所述人脸线条图的绘制矢量点数量进行调节的,以控制线条肖像的绘制时间,所述第二线条提取参数是基于所述目标区域轮廓线条图的绘制矢量点数量进行调节的,以控制线条肖像的绘制时间。
根据本发明实施例的肖像生成方法,能够实现针对不同的人脸区域自适应调整线条提取方法参数,从而能够针对不同区域得到不同效果的线条。可以解决由于局部区域对比度不明显导致无法提取完整轮廓边缘线条的问题;可根据人脸不同区域对线条提取效果的要求,自适应设置在不同区域提取时的参数,生成多样化线条肖像,同时保持线条肖像可辨识,能够满足各种不同应用需求。
图8示出了本发明实施例提供的肖像生成装置的结构示意图。如图8所示,本实施例提供的肖像生成装置,包括:获取模块810、提取模块820和肖像生成模块830,其中:
获取模块810,用于获取人脸图像;
提取模块820,用于对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图,以及根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
肖像生成模块830,用于融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
根据本发明实施例的肖像生成装置,能够实现针对不同的人脸区域自适应调整线条提取方法参数,从而能够针对不同区域得到不同效果的线条。可以解决由于局部区域对比度不明显导致无法提取完整轮廓边缘线条的问题;可根据人脸不同区域对线条提取效果的要求,自适应设置在不同区域提取时的参数,生成多样化线条肖像,同时保持线条肖像可辨识,能够满足各种不同应用需求。
由于本发明实施例提供的肖像生成装置,可以用于执行上述实施例所述的肖像生成方法,其工作原理和有益效果类似,故此处不再详述,具体内容可参见上述实施例的介绍。
在本实施例中,需要说明的是,本发明实施例的装置中的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
基于相同的发明构思,本发明又一实施例提供了一种电子设备,参见图9,所述电子设备具体包括如下内容:处理器401、存储器402、通信接口403和通信总线404;
其中,所述处理器401、存储器402、通信接口403通过所述通信总线404完成相互间的通信;
所述处理器401用于调用所述存储器402中的计算机程序,所述处理器执行所述计算机程序时实现上述肖像生成方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:获取人脸图像;对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
可以理解的是,所述计算机程序可以执行的细化功能和扩展功能可参照上面实施例的描述。
基于相同的发明构思,本发明又一实施例提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述肖像生成方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:获取人脸图像;对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
可以理解的是,所述计算机程序可以执行的细化功能和扩展功能可参照上面实施例的描述。
基于相同的发明构思,本发明又一实施例提供了一种计算机程序产品,所计算机程序产品包括有计算机程序,该计算机程序被处理器执行时实现上述肖像生成方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:获取人脸图像;对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
可以理解的是,所述计算机程序可以执行的细化功能和扩展功能可参照上面实施例的描述。
此外,上述的存储器中的逻辑指令可以通过软件功能单元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介质中。基于这样的理解,本发明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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的流量审计方法。
此外,在本发明中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
此外,在本发明中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种肖像生成方法,其特征在于,包括:
获取人脸图像;
对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;
根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像;
其中,所述线条生成量化规则,包括每个人脸区域矢量点、矢量线数量控制规则,所述矢量点、矢量线数量控制规则包括以下至少一项:每个人脸区域对应的矢量点数量、每个人脸区域矢量点占相应区域总体像素点的比例、不同人脸区域矢量点占总体像素点的比例、每个人脸区域矢量线数量以及每个人脸区域矢量线占总体矢量线的比例;
在根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图之前,还包括:根据人脸细节线条提取需求,确定所述线条生成量化规则中每个人脸区域对应的线条提取参数,以便根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;
在根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图之前,还包括:根据目标区域轮廓线条提取需求,确定所述线条生成量化规则中所述语义分割图像中目标区域的轮廓对应的线条提取参数,以便根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
所述根据设定的线条生成量化规则确定出的每个人脸区域对应的线条提取参数,是基于每个人脸区域的线条提取效果调节的,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数,是基于所述目标区域轮廓线条提取效果调节的,对应地,所述线条生成量化规则依据人脸区域对人脸辨识表达重要程度及肖像线条复杂度提出,包括每个人脸区域矢量点、矢量线数量控制规则。
2.根据权利要求1所述的肖像生成方法,其特征在于,所述根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数之前,还包括:
从所述多个人脸区域中筛选出目标区域;
根据筛选出的目标区域得到目标区域分割图。
3.根据权利要求2所述的肖像生成方法,其特征在于,所述目标区域为人脸主轮廓区域,相应地,所述目标区域分割图为人脸主轮廓区域分割图,相应地,所述目标区域轮廓线条图为人脸区域轮廓线条图。
4.根据权利要求1所述的肖像生成方法,其特征在于,根据所述线条生成量化规则,统计人脸不同区域所生成的线条结果是否满足设定的线条生成量化规则,如果满足要求,则确定对应区域的线条提取参数;如果不满足要求,则自动调整不满足区域的线条提取参数,直至满足要求为止,以实现线条提取中自适应调整线条提取参数。
5.根据权利要求1所述的肖像生成方法,其特征在于,所述融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像,包括:
基于所述人脸线条图和所述目标区域轮廓线条图之间的位置对应关系融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像。
6.一种肖像生成装置,其特征在于,包括:
获取模块,用于获取人脸图像;
提取模块,用于对所述人脸图像进行语义分割,得到包括多个人脸区域的语义分割图像,并根据设定的线条生成量化规则确定每个人脸区域对应的线条提取参数,以及根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图,以及根据所述线条生成量化规则确定所述语义分割图像中目标区域的轮廓对应的线条提取参数,并根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图;
肖像生成模块,用于融合所述人脸线条图和所述目标区域轮廓线条图,以生成线条肖像;
其中,所述线条生成量化规则,包括每个人脸区域矢量点、矢量线数量控制规则,所述矢量点、矢量线数量控制规则包括以下至少一项:每个人脸区域对应的矢量点数量、每个人脸区域矢量点占相应区域总体像素点的比例、不同人脸区域矢量点占总体像素点的比例、每个人脸区域矢量线数量以及每个人脸区域矢量线占总体矢量线的比例;
所述提取模块,具体用于:所述根据设定的线条生成量化规则确定出的每个人脸区域对应的线条提取参数,是基于每个人脸区域的线条提取效果调节的,所述的根据所述线条生成量化规则确定出的所述语义分割图像中目标区域的轮廓对应的线条提取参数,是基于所述目标区域轮廓线条提取效果调节的,对应地,所述线条生成量化规则依据人脸区域对人脸辨识表达重要程度及肖像线条复杂度提出,包括每个人脸区域矢量点、矢量线数量控制规则;
所述提取模块,还用于:
根据人脸细节线条提取需求,确定所述线条生成量化规则中每个人脸区域对应的线条提取参数,以便根据每个人脸区域对应的线条提取参数依据所述语义分割图像从所述人脸图像中提取线条得到人脸线条图;
根据目标区域轮廓线条提取需求,确定所述线条生成量化规则中所述语义分割图像中目标区域的轮廓对应的线条提取参数,以便根据所述语义分割图像中目标区域的轮廓对应的线条提取参数提取所述目标区域的轮廓的线条,得到目标区域轮廓线条图。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现根据权利要求1~5任一项所述的肖像生成方法的步骤。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现根据权利要求1~5任一项所述的肖像生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227644.4A CN112907438B (zh) | 2021-03-01 | 2021-03-01 | 肖像生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110227644.4A CN112907438B (zh) | 2021-03-01 | 2021-03-01 | 肖像生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112907438A CN112907438A (zh) | 2021-06-04 |
CN112907438B true CN112907438B (zh) | 2024-05-31 |
Family
ID=76108531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110227644.4A Active CN112907438B (zh) | 2021-03-01 | 2021-03-01 | 肖像生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907438B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688811B (zh) * | 2021-10-26 | 2022-04-08 | 北京美摄网络科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157007A (zh) * | 2011-04-11 | 2011-08-17 | 北京中星微电子有限公司 | 一种表演驱动的制作人脸动画的方法和装置 |
CN107945244A (zh) * | 2017-12-29 | 2018-04-20 | 哈尔滨拓思科技有限公司 | 一种基于人脸照片的简笔画生成方法 |
CN109410138A (zh) * | 2018-10-16 | 2019-03-01 | 北京旷视科技有限公司 | 修饰双下巴的方法、装置和系统 |
KR20200098316A (ko) * | 2019-02-12 | 2020-08-20 | 중앙대학교 산학협력단 | 전문가적 관점을 이용하여 인물사진의 감성 선호도를 평가하는 장치 및 방법 |
CN111652828A (zh) * | 2020-05-27 | 2020-09-11 | 北京百度网讯科技有限公司 | 人脸图像生成方法、装置、设备和介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10922860B2 (en) * | 2019-05-13 | 2021-02-16 | Adobe Inc. | Line drawing generation |
-
2021
- 2021-03-01 CN CN202110227644.4A patent/CN112907438B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157007A (zh) * | 2011-04-11 | 2011-08-17 | 北京中星微电子有限公司 | 一种表演驱动的制作人脸动画的方法和装置 |
CN107945244A (zh) * | 2017-12-29 | 2018-04-20 | 哈尔滨拓思科技有限公司 | 一种基于人脸照片的简笔画生成方法 |
CN109410138A (zh) * | 2018-10-16 | 2019-03-01 | 北京旷视科技有限公司 | 修饰双下巴的方法、装置和系统 |
KR20200098316A (ko) * | 2019-02-12 | 2020-08-20 | 중앙대학교 산학협력단 | 전문가적 관점을 이용하여 인물사진의 감성 선호도를 평가하는 장치 및 방법 |
CN111652828A (zh) * | 2020-05-27 | 2020-09-11 | 北京百度网讯科技有限公司 | 人脸图像生成方法、装置、设备和介质 |
Non-Patent Citations (4)
Title |
---|
图像艺术风格化的研究现状;邓盈盈;唐帆;董未名;;南京信息工程大学学报(自然科学版)(第06期);全文 * |
基于语义分割的简洁线条肖像画生成方法;吴涛 等;智能系统学报;正文第1-8页 * |
肖像绘制机器人技术研究;孟盼盼;万方数据库;全文 * |
重彩画的风格转移算法;陈怡真;普园媛;徐丹;杨文武;钱文华;王志伟;阿曼;;计算机辅助设计与图形学学报(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112907438A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4461789B2 (ja) | 画像処理装置 | |
CN107507216B (zh) | 图像中局部区域的替换方法、装置及存储介质 | |
US8290279B2 (en) | Method, a system, and a computer program product for processing images | |
CN110263755B (zh) | 眼底图像识别模型训练方法、眼底图像识别方法和设备 | |
CN109598210B (zh) | 一种图片处理方法和装置 | |
JP2008234342A (ja) | 画像処理装置及び画像処理方法 | |
CN106682632A (zh) | 用于处理人脸图像的方法和装置 | |
WO2014186422A1 (en) | Image masks for face-related selection and processing in images | |
CN111031239B (zh) | 图像处理方法及其装置、电子设备和计算机可读存储介质 | |
EP2998926A1 (en) | Portrait generating device and portrait generating method | |
KR20140033088A (ko) | 플레이어의 모습을 반영한 아바타의 생성 기법 | |
TW201123081A (en) | Method and system for picture segmentation and method for image matting of a picture | |
EP2435983A1 (en) | Image processing | |
US10860755B2 (en) | Age modelling method | |
CN112258440B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111243051B (zh) | 基于肖像照片的简笔画生成方法、系统及存储介质 | |
CN112907438B (zh) | 肖像生成方法、装置、电子设备及存储介质 | |
CN111105368B (zh) | 图像处理方法及其装置、电子设备和计算机可读存储介质 | |
Botezatu et al. | Fun selfie filters in face recognition: Impact assessment and removal | |
CN109584145A (zh) | 卡通化方法和装置、电子设备和计算机存储介质 | |
CN114862729A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN111950403A (zh) | 一种虹膜分类方法及系统、电子设备和存储介质 | |
CN113556471B (zh) | 证件照生成方法、系统及计算机可读存储介质 | |
Shaikha et al. | Optic Disc Detection and Segmentation in Retinal Fundus Image | |
CN107315985A (zh) | 一种虹膜识别方法及终端 |
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 |