CN112926539A - 图像处理方法、装置和电子设备 - Google Patents
图像处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112926539A CN112926539A CN202110376320.7A CN202110376320A CN112926539A CN 112926539 A CN112926539 A CN 112926539A CN 202110376320 A CN202110376320 A CN 202110376320A CN 112926539 A CN112926539 A CN 112926539A
- Authority
- CN
- China
- Prior art keywords
- tooth
- stretching
- target
- key point
- face image
- 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 35
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000000605 extraction Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 238000009877 rendering Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 210000004283 incisor Anatomy 0.000 description 12
- 241000282376 Panthera tigris Species 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 210000003464 cuspid Anatomy 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 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
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G06T3/04—
-
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开实施例公开了图像处理方法、装置和电子设备。该方法的一具体实施方式包括：获取目标人脸图像，其中，目标人脸图像中嘴部区域的牙齿的状态为露出状态；获取目标人脸图像中目标牙齿区域的牙齿关键点信息；基于牙齿关键点信息，确定针对目标牙齿区域进行拉伸的拉伸信息；利用拉伸信息，对目标牙齿区域进行拉伸，得到拉伸后的人脸图像。该实施方式实现了为牙齿添加变形特效的功能。
Description
技术领域
本公开实施例涉及计算机技术领域，具体涉及图像处理方法、装置和电子设备。
背景技术
随着智能手机功能的不断完善，各种短视频拍摄平台应用而生。用户可以通过各种短视频拍摄平台创造出具有个人特色的短视频作品。为了使短视频功能产生更好的视觉呈现效果或满足用户的创作需求，这些短视频平台产生了为用户提供各种特效的需求。
发明内容
提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种图像处理方法、装置和电子设备，实现了为牙齿添加变形特效的功能。
第一方面，本公开实施例提供了一种图像处理方法，该方法包括：获取目标人脸图像，其中，目标人脸图像中嘴部区域的牙齿的状态为露出状态；获取目标人脸图像中目标牙齿区域的牙齿关键点信息；基于牙齿关键点信息，确定针对目标牙齿区域进行拉伸的拉伸信息；利用拉伸信息，对目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
第二方面，本公开实施例提供了一种图像处理装置，该装置包括：第一获取单元，用于获取目标人脸图像，其中，目标人脸图像中嘴部区域的牙齿的状态为露出状态；第二获取单元，用于获取目标人脸图像中目标牙齿区域的牙齿关键点信息；第一确定单元，用于基于牙齿关键点信息，确定针对目标牙齿区域进行拉伸的拉伸信息；拉伸单元，用于利用拉伸信息，对目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的图像处理方法。
第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的图像处理方法的步骤。
本公开实施例提供的图像处理方法、装置和电子设备，通过获取嘴部区域的牙齿的状态为露出状态的目标人脸图像；之后，获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；而后，基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；最后，利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。通过这种方式实现了为牙齿添加变形特效的功能。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开的各个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的图像处理方法的一个实施例的流程图；
图3是根据本公开的图像处理方法的一个应用场景的示意图；
图4是根据本公开的图像处理方法的又一个实施例的流程图；
图5是根据本公开的图像处理方法中确定拉伸原点、拉伸终点和拉伸半径的一个实施例的流程图；
图6是根据本公开的图像处理方法中目标人脸图像的确定方式的一个实施例的流程图；
图7是根据本公开的图像处理方法中提取嘴唇关键点信息的一个实施例的流程图；
图8是根据本公开的图像处理装置的一个实施例的结构示意图；
图9是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
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。
图1示出了可以应用本公开的图像处理方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备1011、1012、1013，网络102和服务器103。网络102用以在终端设备1011、1012、1013和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1011、1012、1013通过网络102与服务器103交互，以发送或接收消息等，例如，终端设备1011、1012、1013可以从服务器103中获取预先训练的嘴唇关键点提取网络。终端设备1011、1012、1013上可以安装有各种通讯客户端应用，例如图像处理类应用、短视频社交类应用、即时通讯软件等。
终端设备1011、1012、1013可以首先获取嘴部区域的牙齿的状态为露出状态的目标人脸图像；之后，可以获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；而后，可以基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；最后，可以利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
终端设备1011、1012、1013可以是硬件，也可以是软件。当终端设备1011、1012、1013为硬件时，可以是具有显示屏并且支持信息交互的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机等。当终端设备1011、1012、1013为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器。例如，可以是向终端设备1011、1012、1013提供预先训练的嘴唇关键点提取网络的后台服务器。
需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是，本公开实施例所提供的图像处理方法通常由终端设备1011、1012、1013执行，则图像处理装置通常设置于终端设备1011、1012、1013中。
还需要说明的是，若终端设备1011、1012、1013的本地存储有预先训练的嘴唇关键点提取网络等信息，此时示例性系统架构100可以不存在网络102和服务器103。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的图像处理方法的一个实施例的流程200。该图像处理方法，包括以下步骤：
步骤201，获取目标人脸图像。
在本实施例中，图像处理方法的执行主体(例如图1所示的终端设备)可以获取目标人脸图像。上述目标人脸图像中嘴部区域的牙齿的状态通常为露出状态，因此，上述目标人脸图像中通常呈现有牙齿区域。在这里，牙齿的状态可以包括露出状态或未露出状态。
步骤202，获取目标人脸图像中目标牙齿区域的牙齿关键点信息。
在本实施例中，上述执行主体可以获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息。上述目标牙齿区域可以为预先指定的待处理的牙齿的区域，例如，可以为中切牙(也称“门牙”)或者尖牙(也称“虎牙”)所在的区域。目标牙齿区域的牙齿关键点信息可以是目标牙齿区域所指示的牙齿的关键点的位置信息。作为示例，上述位置信息可以用坐标(x，y)表示，此时，可以将上述目标人脸图像左上角第一个像素点的坐标设置为(0，0)。
在这里，可以把牙齿区域形状近似为矩形。作为示例，牙齿的关键点可以是牙齿的中心点。
在本实施例中，上述执行主体可以通过主动轮廓模型算法提取上述目标人脸图像中目标牙齿区域的轮廓曲线。进而利用该轮廓曲线获取目标牙齿区域的关键点信息。
步骤203，基于牙齿关键点信息，确定针对目标牙齿区域进行拉伸的拉伸信息。
在本实施例中，上述执行主体可以基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息。在这里，上述执行主体可以将上述牙齿关键点信息输入预先训练的牙齿拉伸模型中，得到针对上述目标牙齿区域进行拉伸的拉伸信息。上述牙齿拉伸模型可以用于表征牙齿的关键点信息与针对牙齿进行拉伸的拉伸信息之间的对应关系。
作为示例，上述拉伸信息可以包括针对上述目标牙齿区域所指示的牙齿的下边缘中的边缘点的拉伸长度。需要说明的是，上述拉伸信息所包括的拉伸长度对应的边缘点的数目越多，拉伸效果越好。
步骤204，利用拉伸信息，对目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
在本实施例中，上述执行主体可以利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。作为示例，针对上述目标牙齿区域所指示的牙齿的下边缘中的边缘点，上述执行主体可以对该边缘点拉伸对应的拉伸长度，之后，可以按照从左到右或者从右到左的顺序对拉伸后的点进行依次连接，得到拉伸后的人脸图像。
本公开的上述实施例提供的方法通过获取嘴部区域的牙齿的状态为露出状态的目标人脸图像；之后，获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；而后，基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；最后，利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。通过这种方式实现了为牙齿添加变形特效的功能。
继续参见图3，图3是根据本实施例的图像处理方法的应用场景的一个示意图。在图3的应用场景中，用户终端301可以首先获取嘴部区域的牙齿的状态为露出状态的目标人脸图像302。之后，可以获取目标人脸图像302中目标牙齿区域的牙齿关键点信息303。在这里，目标牙齿区域为“虎牙”，牙齿的关键点可以是牙齿的中心点。而后，用户终端301可以基于牙齿关键点信息303，确定针对“虎牙”区域进行拉伸的拉伸信息。用户终端301可以将牙齿关键点信息303输入预先训练的牙齿拉伸模型中，得到针对“虎牙”区域进行拉伸的拉伸信息。在这里，拉伸信息可以包括针对“虎牙”的下边缘中的边缘点的拉伸长度。最后，针对“虎牙”的下边缘中的边缘点，用户终端301可以对该边缘点拉伸对应的拉伸长度，之后，可以按照从左到右或者从右到左的顺序对拉伸后的点进行依次连接，得到拉伸后的人脸图像，如图标304所示。
进一步参考图4，其示出了图像处理方法的又一个实施例的流程400。该图像处理方法的流程400，包括以下步骤：
步骤401，获取目标人脸图像。
步骤402，获取目标人脸图像中目标牙齿区域的牙齿关键点信息。
在本实施例中，步骤401-402可以按照与步骤201-202类似的方式执行，在此不再赘述。
步骤403，基于牙齿关键点信息，确定针对目标牙齿区域进行拉伸的拉伸原点、拉伸终点和拉伸半径。
在本实施例中，图像处理方法的执行主体(例如图1所示的终端设备)可以基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸原点、拉伸终点和拉伸半径。拉伸原点可以称为拉伸起始点，拉伸终点可以称为拉伸目标点，拉伸半径可以相当于图像处理软件(例如，PS(Adobe Photoshop)软件)中液化的画笔大小。
在这里，上述执行主体可以将上述牙齿关键点信息输入预先训练的拉伸模型中，得到针对上述目标牙齿区域进行拉伸的拉伸原点、拉伸终点和拉伸半径。上述拉伸模型可以用于表征牙齿的关键点信息与针对牙齿进行拉伸的拉伸原点、拉伸终点和拉伸半径之间的对应关系。
步骤404，按照拉伸半径，将目标牙齿区域由拉伸原点拉伸至拉伸终点，得到拉伸后的人脸图像。
在本实施例中，上述执行主体可以按照上述拉伸半径，将上述目标牙齿区域由上述拉伸原点拉伸至上述拉伸终点，得到拉伸后的人脸图像。
从图4中可以看出，与图2对应的实施例相比，本实施例中的图像处理方法的流程400体现了按照拉伸半径，将目标牙齿区域由拉伸原点拉伸至拉伸终点的步骤。由此，本实施例描述的方案提供了一种牙齿区域的拉伸方法，使得牙齿拉伸效果更好。
进一步参考图5，其示出了图像处理方法中确定拉伸原点、拉伸终点和拉伸半径的一个实施例的流程500。该拉伸原点、拉伸终点和拉伸半径的确定方式的流程500，包括以下步骤：
步骤501，利用目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定目标牙齿区域所指示的牙齿的宽度。
在这里，目标牙齿区域可以为预先指定的待处理的牙齿的区域，例如，可以为中切牙或者尖牙所在的区域。上述目标牙齿区域的牙齿关键点信息可以包括上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息。
在本实施例中，图像处理方法的执行主体(例如图1所示的终端设备)可以利用上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定上述目标牙齿区域所指示的牙齿的宽度。具体地，上述执行主体可以将牙齿的下面两个端点之间的距离(即下面两个端点的连线的长度)确定为牙齿的宽度。
步骤502，将目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点。
在本实施例中，上述执行主体可以将上述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点。拉伸原点可以称为拉伸起始点。
步骤503，将位于拉伸原点的下方且与拉伸原点之间的距离为目标长度的点确定为拉伸终点。
在本实施例中，上述执行主体可以将位于上述拉伸原点的下方且与上述拉伸原点之间的距离为目标长度的点确定为拉伸终点。在这里，上述目标长度可以为上述宽度的预设第一比例，例如，上述目标长度可以为上述宽度乘以0.6。
步骤504，将宽度的预设第二比例确定为拉伸半径。
在本实施例中，上述执行主体可以将上述宽度的预设第二比例确定为拉伸半径。例如，上述拉伸半径可以为上述宽度乘以0.5。
本公开的上述实施例提供的方法通过利用上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定上述目标牙齿区域所指示的牙齿的宽度；之后，将上述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；而后，将位于上述拉伸原点的下方且与上述拉伸原点之间的距离为目标长度的点确定为拉伸终点；最后，将上述宽度的预设第二比例确定为拉伸半径。由此，本实施例描述的方案提供了一种确定拉伸原点、拉伸终点和拉伸半径的确定方法，使得确定出的拉伸原点、拉伸终点和拉伸半径更加准确。
进一步参考图6，其示出了图像处理方法中目标人脸图像的确定方式的一个实施例的流程600。该目标人脸图像的确定方式的流程600，包括以下步骤：
步骤601，获取人脸图像。
在本实施例中，图像处理方法的执行主体(例如图1所示的终端设备)可以获取人脸图像。用户在使用图像处理应用时，可以拍摄待处理的人脸图像。
步骤602，提取人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合。
在本实施例中，上述执行主体可以提取上述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合。上述至少一个牙齿区域通常包括上述目标牙齿区域，上述目标牙齿区域可以为预先指定的待处理的牙齿的区域，例如，可以为中切牙(也称“门牙”)或者尖牙(也称“虎牙”)所在的区域。牙齿区域的关键点信息可以是该牙齿区域所指示的牙齿的关键点的位置信息。作为示例，上述位置信息可以用坐标(x，y)表示，可以将图像左上角第一个像素点的坐标值设置为(0，0)。
在这里，可以把牙齿区域形状近似为矩形。作为示例，上述牙齿的关键点可以是牙齿的中心点。
作为一种示例，上述执行主体可以通过主动轮廓模型算法提取上述人脸图像中至少一个牙齿区域的轮廓曲线。进而利用该轮廓曲线获取至少一个牙齿区域中每个牙齿区域的关键点信息，从而组成至少一个牙齿区域的关键点信息集合。
作为另一种示例，上述执行主体可以将上述人脸图像输入预先训练的牙齿关键点提取网络，得到上述至少一个牙齿区域的关键点信息。作为示例，可以将上述人脸图像输入到训练好的回归神经网络，例如，ResNet(Residual Neural Network，残差网络)，VGG(Visual Geometry Group，深度卷积神经网络)，ShuffleNet(轻量级神经网络)等。
步骤603，提取人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息。
在本实施例中，上述执行主体可以提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息。
作为一种示例，上述执行主体可以基于传统的算法，例如ASM(Active ShapeModel，主动形状模型)，进行嘴唇区域关键点的检测，得到嘴唇边缘特征点的位置信息。作为示例，上述嘴唇边缘特征点可以是嘴唇边缘与牙齿的交接点。
其中，ASM模型是一种基于点分布模型。在点分布模型中，外形相似的物体的几何形状，例如嘴唇区域的几何形状，通过关键特征点的坐标依次串联形成一个形状向量来表示。之后，通过训练获得形状模型。最后，利用该形状模型确定新的图像中的关键特征点信息。
作为另一种示例，上述执行主体将上述人脸图像输入到预先训练的嘴唇关键点提取网络，得到嘴唇关键点信息。其中，上述嘴唇关键点信息包括：嘴唇边缘与牙齿交接点的位置信息。作为示例，上述位置信息可以用坐标(x，y)表示，可以将图像左上角第一个像素点的坐标值设置为(0，0)。作为示例，上述嘴唇关键点提取网络可以是训练好的回归神经网络，例如，ResNet，VGG和ShuffleNet等。
步骤604，基于牙齿关键点信息集合和嘴唇关键点信息，检测牙齿的状态。
在本实施例中，上述执行主体可以基于在步骤602中得到的牙齿关键点信息集合和在步骤603中得到的嘴唇关键点信息，检测牙齿的状态。其中，上述牙齿的状态可以包括：露出状态或未露出状态。
作为一种示例，上述执行主体首先可以从牙齿关键点信息集合中选出任意一个牙齿关键点信息。作为示例，牙齿关键点信息是上列牙齿所示的至少一个牙齿区域中每个牙齿区域的中心点的位置信息，用坐标(x，y)表示，且人脸图像左上角的第一个像素点的坐标值可以记为(0，0)。任意选取一个牙齿关键点信息，选取的牙齿关键点信息可以是(26，20)。之后，可以从嘴唇关键点信息中找出嘴唇关键点信息中x坐标值与上述选出的牙齿关键点信息中某个x坐标值相近的嘴唇关键点信息。作为示例，嘴唇关键点信息可以是上嘴唇边缘与牙齿交接点的位置信息。用坐标(x，y)表示。例如，嘴唇关键点信息为(13，7)，(19，9)，(27，8)，(34，6)。选取与牙齿关键点信息中x坐标值最接近的例如(27，8)。最后，可以将选取的牙齿关键点信息与选取的嘴唇关键点中x坐标值最接近的位置信息中的y坐标值与选取的嘴唇关键点信息中的y坐标值作差，得到一个差值。响应于确定出差值的绝对值大于预先设定的第一目标值，则上述执行主体可以确定牙齿为露出状态。反之，可以确定牙齿为未露出状态。
作为另一种示例，上述执行主体可以首先对牙齿关键点信息集合中的y坐标值求平均值。之后，可以选取嘴唇关键点信息中一个关键点的信息。最后，可以将上述平均值与选取的一个关键点的信息中的y坐标值进行作差，得到一个差值。响应于确定出差值的绝对值大于预先设定的第二目标值，则上述执行主体可以确定牙齿为露出状态。反之，可以确定牙齿为未露出状态。
步骤605，响应于检测到牙齿的状态为露出状态，将人脸图像确定为目标人脸图像。
在本实施例中，若在步骤604中检测到牙齿的状态为露出状态，则上述执行主体可以将上述人脸图像确定为目标人脸图像。
本公开的上述实施例提供的方法通过提取人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，为之后处理单个牙齿提供了基础。之后，利用提取到的人脸图像中嘴唇区域的关键点信息可以检测到牙齿的状态，进而为后续的牙齿特效做准备。最后，响应于检测到牙齿的状态为露出状态，将上述人脸图像确定为目标人脸图像。由此，可以从人脸图像中筛选出牙齿的状态为露出状态的人脸图像。
进一步参考图7，其示出了图像处理方法中提取嘴唇关键点信息的一个实施例的流程700。该提取嘴唇关键点信息的流程700，包括以下步骤：
步骤701，将人脸图像输入预先训练的嘴唇关键点提取网络，得到人脸图像中嘴唇区域的初始关键点信息。
在本实施例中，图像处理方法的执行主体(例如图1所示的终端设备)可以将人脸图像输入预先训练的嘴唇关键点提取网络，得到人脸图像中嘴唇区域的初始关键点信息。上述嘴唇关键点提取网络可以用于表征人脸图像与人脸图像中嘴唇区域的初始关键点信息之间的对应关系。在这里，嘴唇区域的初始关键点信息可以是上嘴唇边缘与牙齿交接点的位置信息。嘴唇区域的初始关键点的数目可以为预设数目个。
步骤702，利用初始关键点信息，确定嘴唇区域中上嘴唇的内轮廓。
在本实施例中，上述执行主体可以利用上述初始关键点信息，确定上述嘴唇区域中上嘴唇的内轮廓。上述执行主体可以按照从左到右或从右到左的顺序依次对初始关键点进行连线，得到上述嘴唇区域中上嘴唇的内轮廓。
需要说明的是，初始关键点的数目越多，所得到的上嘴唇的内轮廓越准确。
步骤703，确定嘴唇区域的呈现方向是否为目标方向。
在本实施例中，上述执行主体可以确定上述嘴唇区域的呈现方向是否为目标方向。嘴唇区域的呈现方向可以为嘴唇的左右两个嘴角之间的连线的方向。上述目标方向通常是上述人脸图像的上下边缘的方向。即上述执行主体可以确定上述嘴唇区域的左右两个嘴角之间的连线的方向是否平行于上述人脸图像的上下边缘的方向。通常来说，若嘴唇区域的左右两个嘴角之间的连线的方向平行于上述人脸图像的上下边缘的方向，则说明上述嘴唇区域的呈现方向为标准方向。
若确定出上述嘴唇区域的呈现方向为目标方向，则上述执行主体可以执行步骤704。
步骤704，若嘴唇区域的呈现方向为目标方向，则以至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将射线与内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
在这里，上述牙齿关键点信息集合可以包括上述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息。
在本实施例中，若在步骤703中确定出上述嘴唇区域的呈现方向为上述目标方向，则上述执行主体可以以上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，可以将上述射线与上述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
在这里，若上述牙齿区域中存在4颗牙齿，则上述嘴唇关键点的数目通常为8个。
本公开的上述实施例提供的方法通过将上述人脸图像输入预先训练的嘴唇关键点提取网络，得到上述人脸图像中嘴唇区域的初始关键点信息；之后，利用上述初始关键点信息，确定上述嘴唇区域中上嘴唇的内轮廓；而后，确定上述嘴唇区域的呈现方向是否为目标方向；若是，则以上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。从而提供了一种嘴唇关键点信息的提取方法，通过这种方式可以提取出更加准确的嘴唇关键点信息。
在一些可选的实现方式中，若在步骤703中确定出上述嘴唇区域的呈现方向不是上述目标方向，则上述执行主体可以对上述人脸图像进行旋转，以将上述嘴唇区域的呈现方向调整为上述目标方向。即可以使得上述嘴唇区域的左右两个嘴角之间的连线的方向平行于上述人脸图像的上下边缘的方向。之后，可以以调整后的人脸图像中的至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，可以将上述射线与上述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。通过这种方式可以在人脸图像中呈现的嘴唇区域为歪着的情况下，对人脸图像中的嘴唇区域进行旋转，从而将嘴唇区域的呈现方向调整成目标方向，以便于后续对嘴唇关键点信息进行提取。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态：上述执行主体可以利用上述牙齿关键点信息集合和上述嘴唇关键点信息，确定上述至少一个牙齿区域中预设牙齿区域的宽度。作为示例，上述预设牙齿区域可以为上牙的侧切牙，此时，上述执行主体可以确定上牙的侧切牙的宽度。由于通常有两颗侧切牙，可以求取两颗侧切牙的宽度的平均值作为上牙的侧切牙的宽度。也可以将两颗侧切牙的宽度的最小值确定为上牙的侧切牙的宽度。之后，上述执行主体可以确定上述预设牙齿区域的宽度是否大于预设的宽度阈值。若上述第二目标牙齿区域的宽度大于上述宽度阈值，则上述执行主体可以确定牙齿的状态为露出状态。若上述第二目标牙齿区域的宽度小于等于上述宽度阈值，则上述执行主体可以确定牙齿的状态为未露出状态。从而提供了一种确定牙齿状态的方法，通过这种方式可以更加准确地确定出牙齿的状态。
进一步参考图8，作为对上述各图所示方法的实现，本公开提供了一种图像处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图8所示，本实施例的图像处理装置800包括：第一获取单元801、第二获取单元802、第一确定单元803和拉伸单元804。其中，第一获取单元801用于获取目标人脸图像，其中，上述目标人脸图像中嘴部区域的牙齿的状态为露出状态；第二获取单元802用于获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；第一确定单元803用于基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；拉伸单元804用于利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
在本实施例中，图像处理装置800的第一获取单元801、第二获取单元802、第一确定单元803和拉伸单元804的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在一些可选的实现方式中，上述拉伸信息可以包括拉伸原点、拉伸终点和拉伸半径；以及上述拉伸单元804可以进一步用于通过如下方式利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像：上述拉伸单元804可以按照上述拉伸半径，将上述目标牙齿区域由上述拉伸原点拉伸至上述拉伸终点，得到拉伸后的人脸图像。
在一些可选的实现方式中，上述牙齿关键点信息可以包括上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息；以及上述第一确定单元803可以进一步用于通过如下方式基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息：上述第一确定单元803可以首先利用上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定上述目标牙齿区域所指示的牙齿的宽度；之后，可以将上述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；而后，可以将位于上述拉伸原点的下方且与上述拉伸原点之间的距离为目标长度的点确定为拉伸终点，其中，上述目标长度为上述宽度的预设第一比例；最后，可以将上述宽度的预设第二比例确定为拉伸半径。
在一些可选的实现方式中，上述图像处理装置800可以包括：第三获取单元(图中未示出)、第一提取单元(图中未示出)、第二提取单元(图中未示出)、检测单元(图中未示出)和第二确定单元(图中未示出)。其中，上述第三获取单元可以用于获取人脸图像；上述第一提取单元可以用于提取上述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，其中，上述至少一个牙齿区域包括上述目标牙齿区域；上述第二提取单元可以用于提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息；上述检测单元可以用于基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态，其中，上述牙齿的状态包括露出状态或未露出状态；上述第二确定单元可以用于响应于检测到牙齿的状态为露出状态，将上述人脸图像确定为目标人脸图像。
在一些可选的实现方式中，上述牙齿关键点信息集合可以包括上述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息；以及上述第二提取单元可以进一步用于通过如下方式提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息：上述第二提取单元可以首先将上述人脸图像输入预先训练的嘴唇关键点提取网络，得到上述人脸图像中嘴唇区域的初始关键点信息；之后，可以利用上述初始关键点信息，确定上述嘴唇区域中上嘴唇的内轮廓；而后，可以确定上述嘴唇区域的呈现方向是否为目标方向；若是，则以上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
在一些可选的实现方式中，上述第二提取单元还可以用于：若上述嘴唇区域的呈现方向不是目标方向，则对上述人脸图像进行旋转，以将上述嘴唇区域的呈现方向调整为目标方向，以调整后的人脸图像中的上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
在一些可选的实现方式中，上述检测单元可以进一步用于通过如下方式基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态：上述检测单元可以利用上述牙齿关键点信息集合和上述嘴唇关键点信息，确定上述至少一个牙齿区域中预设牙齿区域的宽度；之后，可以确定上述预设牙齿区域的宽度是否大于预设的宽度阈值；若是，则可以确定牙齿的状态为露出状态。
下面参考图9，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)900的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图9所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常，以下装置可以连接至I/O接口905：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906；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图9中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM 902被安装。在该计算机程序被处理装置901执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标人脸图像，其中，上述目标人脸图像中嘴部区域的牙齿的状态为露出状态；获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
根据本公开的一个或多个实施例，提供了一种图像处理方法，该方法包括：获取目标人脸图像，其中，上述目标人脸图像中嘴部区域的牙齿的状态为露出状态；获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
根据本公开的一个或多个实施例，上述拉伸信息包括拉伸原点、拉伸终点和拉伸半径；以及上述利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像，包括：按照上述拉伸半径，将上述目标牙齿区域由上述拉伸原点拉伸至上述拉伸终点，得到拉伸后的人脸图像。
根据本公开的一个或多个实施例，上述牙齿关键点信息包括上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息；以及上述基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息，包括：利用上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定上述目标牙齿区域所指示的牙齿的宽度；将上述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；将位于上述拉伸原点的下方且与上述拉伸原点之间的距离为目标长度的点确定为拉伸终点，其中，上述目标长度为上述宽度的预设第一比例；将上述宽度的预设第二比例确定为拉伸半径。
根据本公开的一个或多个实施例，在上述获取目标人脸图像之前，该方法包括：获取人脸图像；提取上述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，其中，上述至少一个牙齿区域包括上述目标牙齿区域；提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息；基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态，其中，上述牙齿的状态包括露出状态或未露出状态；响应于检测到牙齿的状态为露出状态，将上述人脸图像确定为目标人脸图像。
根据本公开的一个或多个实施例，上述牙齿关键点信息集合包括上述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息；以及上述提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息，包括：将上述人脸图像输入预先训练的嘴唇关键点提取网络，得到上述人脸图像中嘴唇区域的初始关键点信息；利用上述初始关键点信息，确定上述嘴唇区域中上嘴唇的内轮廓；确定上述嘴唇区域的呈现方向是否为目标方向；若是，则以上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
根据本公开的一个或多个实施例，在上述确定上述嘴唇区域的呈现方向是否为目标方向之后，该方法还包括：若上述嘴唇区域的呈现方向不是目标方向，则对上述人脸图像进行旋转，以将上述嘴唇区域的呈现方向调整为目标方向，以调整后的人脸图像中的上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
根据本公开的一个或多个实施例，上述基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态，包括：利用上述牙齿关键点信息集合和上述嘴唇关键点信息，确定上述至少一个牙齿区域中预设牙齿区域的宽度；确定上述预设牙齿区域的宽度是否大于预设的宽度阈值；若是，则确定牙齿的状态为露出状态。
根据本公开的一个或多个实施例，提供了一种图像处理装置，该装置包括：第一获取单元，用于获取目标人脸图像，其中，上述目标人脸图像中嘴部区域的牙齿的状态为露出状态；第二获取单元，用于获取上述目标人脸图像中目标牙齿区域的牙齿关键点信息；第一确定单元，用于基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息；拉伸单元，用于利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
根据本公开的一个或多个实施例，上述拉伸信息包括拉伸原点、拉伸终点和拉伸半径；以及上述拉伸单元进一步用于通过如下方式利用上述拉伸信息，对上述目标牙齿区域进行拉伸，得到拉伸后的人脸图像：按照上述拉伸半径，将上述目标牙齿区域由上述拉伸原点拉伸至上述拉伸终点，得到拉伸后的人脸图像。
根据本公开的一个或多个实施例，上述牙齿关键点信息包括上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息；以及上述第一确定单元进一步用于通过如下方式基于上述牙齿关键点信息，确定针对上述目标牙齿区域进行拉伸的拉伸信息：利用上述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定上述目标牙齿区域所指示的牙齿的宽度；将上述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；将位于上述拉伸原点的下方且与上述拉伸原点之间的距离为目标长度的点确定为拉伸终点，其中，上述目标长度为上述宽度的预设第一比例；将上述宽度的预设第二比例确定为拉伸半径。
根据本公开的一个或多个实施例，该装置包括：第三获取单元，用于获取人脸图像；第一提取单元，用于提取上述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，其中，上述至少一个牙齿区域包括上述目标牙齿区域；第二提取单元，用于提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息；检测单元，用于基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态，其中，上述牙齿的状态包括露出状态或未露出状态；第二确定单元，用于响应于检测到牙齿的状态为露出状态，将上述人脸图像确定为目标人脸图像。
根据本公开的一个或多个实施例，上述牙齿关键点信息集合包括上述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息；以及上述第二提取单元进一步用于通过如下方式提取上述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息：将上述人脸图像输入预先训练的嘴唇关键点提取网络，得到上述人脸图像中嘴唇区域的初始关键点信息；利用上述初始关键点信息，确定上述嘴唇区域中上嘴唇的内轮廓；确定上述嘴唇区域的呈现方向是否为目标方向；若是，则以上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
根据本公开的一个或多个实施例，上述第二提取单元还用于：若上述嘴唇区域的呈现方向不是目标方向，则对上述人脸图像进行旋转，以将上述嘴唇区域的呈现方向调整为目标方向，以调整后的人脸图像中的上述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将上述射线与上述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
根据本公开的一个或多个实施例，上述检测单元进一步用于通过如下方式基于上述牙齿关键点信息集合和上述嘴唇关键点信息，检测牙齿的状态：利用上述牙齿关键点信息集合和上述嘴唇关键点信息，确定上述至少一个牙齿区域中预设牙齿区域的宽度；确定上述预设牙齿区域的宽度是否大于预设的宽度阈值；若是，则确定牙齿的状态为露出状态。
根据本公开的一个或多个实施例，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述图像处理方法。
根据本公开的一个或多个实施例，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述图像处理方法的步骤。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、第二获取单元、第一确定单元和拉伸单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取目标人脸图像的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种图像处理方法，其特征在于，包括：
获取目标人脸图像，其中，所述目标人脸图像中嘴部区域的牙齿的状态为露出状态；
获取所述目标人脸图像中目标牙齿区域的牙齿关键点信息；
基于所述牙齿关键点信息，确定针对所述目标牙齿区域进行拉伸的拉伸信息；
利用所述拉伸信息，对所述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
2.根据权利要求1所述的方法，其特征在于，所述拉伸信息包括拉伸原点、拉伸终点和拉伸半径；以及
所述利用所述拉伸信息，对所述目标牙齿区域进行拉伸，得到拉伸后的人脸图像，包括：
按照所述拉伸半径，将所述目标牙齿区域由所述拉伸原点拉伸至所述拉伸终点，得到拉伸后的人脸图像。
3.根据权利要求2所述的方法，其特征在于，所述牙齿关键点信息包括所述目标牙齿区域所指示的牙齿的下面两个端点的位置信息；以及
所述基于所述牙齿关键点信息，确定针对所述目标牙齿区域进行拉伸的拉伸信息，包括：
利用所述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定所述目标牙齿区域所指示的牙齿的宽度；
将所述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；
将位于所述拉伸原点的下方且与所述拉伸原点之间的距离为目标长度的点确定为拉伸终点，其中，所述目标长度为所述宽度的预设第一比例；
将所述宽度的预设第二比例确定为拉伸半径。
4.根据权利要求1所述的方法，其特征在于，在所述获取目标人脸图像之前，所述方法包括：
获取人脸图像；
提取所述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，其中，所述至少一个牙齿区域包括所述目标牙齿区域；
提取所述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息；
基于所述牙齿关键点信息集合和所述嘴唇关键点信息，检测牙齿的状态，其中，所述牙齿的状态包括露出状态或未露出状态；
响应于检测到牙齿的状态为露出状态，将所述人脸图像确定为目标人脸图像。
5.根据权利要求4所述的方法，其特征在于，所述牙齿关键点信息集合包括所述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息；以及
所述提取所述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息，包括：
将所述人脸图像输入预先训练的嘴唇关键点提取网络，得到所述人脸图像中嘴唇区域的初始关键点信息；
利用所述初始关键点信息，确定所述嘴唇区域中上嘴唇的内轮廓；
确定所述嘴唇区域的呈现方向是否为目标方向；
若是，则以所述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将所述射线与所述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
6.根据权利要求5所述的方法，其特征在于，在所述确定所述嘴唇区域的呈现方向是否为目标方向之后，所述方法还包括：
若所述嘴唇区域的呈现方向不是目标方向，则对所述人脸图像进行旋转，以将所述嘴唇区域的呈现方向调整为目标方向，以调整后的人脸图像中的所述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将所述射线与所述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
7.根据权利要求4-6之一所述的方法，其特征在于，所述基于所述牙齿关键点信息集合和所述嘴唇关键点信息，检测牙齿的状态，包括：
利用所述牙齿关键点信息集合和所述嘴唇关键点信息，确定所述至少一个牙齿区域中预设牙齿区域的宽度；
确定所述预设牙齿区域的宽度是否大于预设的宽度阈值；
若是，则确定牙齿的状态为露出状态。
8.一种图像处理装置，其特征在于，包括：
第一获取单元，用于获取目标人脸图像，其中，所述目标人脸图像中嘴部区域的牙齿的状态为露出状态；
第二获取单元，用于获取所述目标人脸图像中目标牙齿区域的牙齿关键点信息；
第一确定单元，用于基于所述牙齿关键点信息，确定针对所述目标牙齿区域进行拉伸的拉伸信息；
拉伸单元，用于利用所述拉伸信息，对所述目标牙齿区域进行拉伸，得到拉伸后的人脸图像。
9.根据权利要求8所述的装置，其特征在于，所述拉伸信息包括拉伸原点、拉伸终点和拉伸半径；以及
所述拉伸单元进一步用于通过如下方式利用所述拉伸信息，对所述目标牙齿区域进行拉伸，得到拉伸后的人脸图像：
按照所述拉伸半径，将所述目标牙齿区域由所述拉伸原点拉伸至所述拉伸终点，得到拉伸后的人脸图像。
10.根据权利要求9所述的装置，其特征在于，所述牙齿关键点信息包括所述目标牙齿区域所指示的牙齿的下面两个端点的位置信息；以及
所述第一确定单元进一步用于通过如下方式基于所述牙齿关键点信息，确定针对所述目标牙齿区域进行拉伸的拉伸信息：
利用所述目标牙齿区域所指示的牙齿的下面两个端点的位置信息，确定所述目标牙齿区域所指示的牙齿的宽度；
将所述目标牙齿区域所指示的牙齿的下面两个端点的连线的中点确定为拉伸原点；
将位于所述拉伸原点的下方且与所述拉伸原点之间的距离为目标长度的点确定为拉伸终点，其中，所述目标长度为所述宽度的预设第一比例；
将所述宽度的预设第二比例确定为拉伸半径。
11.根据权利要求8所述的装置，其特征在于，所述装置包括：
第三获取单元，用于获取人脸图像；
第一提取单元，用于提取所述人脸图像中至少一个牙齿区域的关键点信息，得到牙齿关键点信息集合，其中，所述至少一个牙齿区域包括所述目标牙齿区域；
第二提取单元，用于提取所述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息；
检测单元，用于基于所述牙齿关键点信息集合和所述嘴唇关键点信息，检测牙齿的状态，其中，所述牙齿的状态包括露出状态或未露出状态；
第二确定单元，用于响应于检测到牙齿的状态为露出状态，将所述人脸图像确定为目标人脸图像。
12.根据权利要求11所述的装置，其特征在于，所述牙齿关键点信息集合包括所述至少一个牙齿区域所指示的上列牙齿中每个牙齿的下面两个端点的位置信息；以及
所述第二提取单元进一步用于通过如下方式提取所述人脸图像中嘴唇区域的关键点信息，得到嘴唇关键点信息：
将所述人脸图像输入预先训练的嘴唇关键点提取网络，得到所述人脸图像中嘴唇区域的初始关键点信息；
利用所述初始关键点信息，确定所述嘴唇区域中上嘴唇的内轮廓；
确定所述嘴唇区域的呈现方向是否为目标方向；
若是，则以所述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将所述射线与所述内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
13.根据权利要求12所述的装置，其特征在于，所述第二提取单元还用于：
若所述嘴唇区域的呈现方向不是目标方向，则对所述人脸图像进行旋转，以将所述嘴唇区域的呈现方向调整为目标方向，以调整后的人脸图像中的所述至少一个牙齿区域所指示的牙齿的下面两个端点为起点作竖直向上的射线，将所述射线与所述调整后的人脸图像中的嘴唇区域的内轮廓的交点确定为嘴唇关键点，生成嘴唇关键点信息。
14.根据权利要求11-13之一所述的装置，其特征在于，所述检测单元进一步用于通过如下方式基于所述牙齿关键点信息集合和所述嘴唇关键点信息，检测牙齿的状态：
利用所述牙齿关键点信息集合和所述嘴唇关键点信息，确定所述至少一个牙齿区域中预设牙齿区域的宽度；
确定所述预设牙齿区域的宽度是否大于预设的宽度阈值；
若是，则确定牙齿的状态为露出状态。
15.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110376320.7A CN112926539A (zh) | 2021-04-07 | 2021-04-07 | 图像处理方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110376320.7A CN112926539A (zh) | 2021-04-07 | 2021-04-07 | 图像处理方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112926539A true CN112926539A (zh) | 2021-06-08 |
Family
ID=76173693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110376320.7A Pending CN112926539A (zh) | 2021-04-07 | 2021-04-07 | 图像处理方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112926539A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112990084A (zh) * | 2021-04-07 | 2021-06-18 | 北京字跳网络技术有限公司 | 图像处理方法、装置和电子设备 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101604354A (zh) * | 2009-07-17 | 2009-12-16 | 南京航空航天大学 | 在三维牙颌模型上准确恢复单颗牙齿形态的方法 |
| CN105975935A (zh) * | 2016-05-04 | 2016-09-28 | 腾讯科技（深圳）有限公司 | 一种人脸图像处理方法和装置 |
| US20180182141A1 (en) * | 2016-12-22 | 2018-06-28 | Facebook, Inc. | Dynamic mask application |
| CN108305689A (zh) * | 2018-01-18 | 2018-07-20 | 成都贝施美医疗科技股份有限公司 | 牙齿修复效果生成方法及装置 |
| CN108932716A (zh) * | 2017-05-26 | 2018-12-04 | 无锡时代天使医疗器械科技有限公司 | 用于牙齿图像的图像分割方法 |
| CN109272466A (zh) * | 2018-09-19 | 2019-01-25 | 维沃移动通信有限公司 | 一种牙齿美化方法和装置 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| US20190254790A1 (en) * | 2018-02-20 | 2019-08-22 | Ivoclar Vivadent Ag | Rendering A Dental Model In An Image |
| US20190259219A1 (en) * | 2018-02-20 | 2019-08-22 | Ivoclar Vivadent Ag | Computer Implemented Method For Modifying A Digital Three-Dimensional Model Of A Dentition |
| CN110176056A (zh) * | 2018-02-20 | 2019-08-27 | 义获嘉伟瓦登特公司 | 用于修改牙列的数字三维模型的计算机实现的方法 |
| EP3629336A1 (en) * | 2018-09-28 | 2020-04-01 | Ivoclar Vivadent AG | Dental design transfer |
| US20200360109A1 (en) * | 2019-05-14 | 2020-11-19 | Align Technology, Inc. | Visual presentation of gingival line generated based on 3d tooth model |
| CN112085733A (zh) * | 2020-09-21 | 2020-12-15 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备和计算机可读介质 |
| CN112101257A (zh) * | 2020-09-21 | 2020-12-18 | 北京字节跳动网络技术有限公司 | 训练样本生成方法、图像处理方法、装置、设备和介质 |
| CN112101258A (zh) * | 2020-09-21 | 2020-12-18 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备和计算机可读介质 |
-
2021
- 2021-04-07 CN CN202110376320.7A patent/CN112926539A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101604354A (zh) * | 2009-07-17 | 2009-12-16 | 南京航空航天大学 | 在三维牙颌模型上准确恢复单颗牙齿形态的方法 |
| CN105975935A (zh) * | 2016-05-04 | 2016-09-28 | 腾讯科技（深圳）有限公司 | 一种人脸图像处理方法和装置 |
| US20180182141A1 (en) * | 2016-12-22 | 2018-06-28 | Facebook, Inc. | Dynamic mask application |
| US10636175B2 (en) * | 2016-12-22 | 2020-04-28 | Facebook, Inc. | Dynamic mask application |
| CN108932716A (zh) * | 2017-05-26 | 2018-12-04 | 无锡时代天使医疗器械科技有限公司 | 用于牙齿图像的图像分割方法 |
| CN108305689A (zh) * | 2018-01-18 | 2018-07-20 | 成都贝施美医疗科技股份有限公司 | 牙齿修复效果生成方法及装置 |
| US20190259219A1 (en) * | 2018-02-20 | 2019-08-22 | Ivoclar Vivadent Ag | Computer Implemented Method For Modifying A Digital Three-Dimensional Model Of A Dentition |
| US20190254790A1 (en) * | 2018-02-20 | 2019-08-22 | Ivoclar Vivadent Ag | Rendering A Dental Model In An Image |
| CN110176056A (zh) * | 2018-02-20 | 2019-08-27 | 义获嘉伟瓦登特公司 | 用于修改牙列的数字三维模型的计算机实现的方法 |
| CN109272466A (zh) * | 2018-09-19 | 2019-01-25 | 维沃移动通信有限公司 | 一种牙齿美化方法和装置 |
| EP3629336A1 (en) * | 2018-09-28 | 2020-04-01 | Ivoclar Vivadent AG | Dental design transfer |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| US20200360109A1 (en) * | 2019-05-14 | 2020-11-19 | Align Technology, Inc. | Visual presentation of gingival line generated based on 3d tooth model |
| CN112085733A (zh) * | 2020-09-21 | 2020-12-15 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备和计算机可读介质 |
| CN112101257A (zh) * | 2020-09-21 | 2020-12-18 | 北京字节跳动网络技术有限公司 | 训练样本生成方法、图像处理方法、装置、设备和介质 |
| CN112101258A (zh) * | 2020-09-21 | 2020-12-18 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备和计算机可读介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112990084A (zh) * | 2021-04-07 | 2021-06-18 | 北京字跳网络技术有限公司 | 图像处理方法、装置和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107633218B (zh) | 用于生成图像的方法和装置 | |
| CN109829432B (zh) | 用于生成信息的方法和装置 | |
| CN109711508B (zh) | 图像处理方法和装置 | |
| CN110059623B (zh) | 用于生成信息的方法和装置 | |
| CN108510084B (zh) | 用于生成信息的方法和装置 | |
| CN113034647A (zh) | 图像处理方法、装置和电子设备 | |
| CN109754464B (zh) | 用于生成信息的方法和装置 | |
| CN110059624B (zh) | 用于检测活体的方法和装置 | |
| CN108470131B (zh) | 用于生成提示信息的方法和装置 | |
| CN111459364A (zh) | 图标更新方法、装置和电子设备 | |
| CN111127603B (zh) | 动画生成方法、装置、电子设备及计算机可读存储介质 | |
| CN114898177B (zh) | 缺陷图像生成方法、模型训练方法、设备、介质及产品 | |
| CN112085733B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
| CN110189252B (zh) | 生成平均脸图像的方法和装置 | |
| CN111127469A (zh) | 缩略图显示方法、装置、存储介质以及终端 | |
| CN112101258A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
| TW202219822A (zh) | 字元檢測方法、電子設備及電腦可讀儲存介質 | |
| CN112926539A (zh) | 图像处理方法、装置和电子设备 | |
| CN110288523B (zh) | 图像生成方法和装置 | |
| CN109816791B (zh) | 用于生成信息的方法和装置 | |
| CN116596748A (zh) | 图像风格化处理方法、装置、设备、存储介质和程序产品 | |
| CN113963000B (zh) | 图像分割方法、装置、电子设备及程序产品 | |
| CN113905177B (zh) | 视频生成方法、装置、设备及存储介质 | |
| CN116527993A (zh) | 视频的处理方法、装置、电子设备、存储介质和程序产品 | |
| CN111260756A (zh) | 用于发送信息的方法和装置 |
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 |