CN113269072A - 图片处理方法、装置、设备及计算机程序 - Google Patents

图片处理方法、装置、设备及计算机程序 Download PDF

Info

Publication number
CN113269072A
CN113269072A CN202110543160.0A CN202110543160A CN113269072A CN 113269072 A CN113269072 A CN 113269072A CN 202110543160 A CN202110543160 A CN 202110543160A CN 113269072 A CN113269072 A CN 113269072A
Authority
CN
China
Prior art keywords
picture
clothing
processed
human body
information
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
CN202110543160.0A
Other languages
English (en)
Inventor
张健
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.)
China Mobile Communications Group Co Ltd
MIGU Culture Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
MIGU Culture 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 China Mobile Communications Group Co Ltd, MIGU Culture Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202110543160.0A priority Critical patent/CN113269072A/zh
Publication of CN113269072A publication Critical patent/CN113269072A/zh
Pending legal-status Critical Current

Links

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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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
    • G06V40/174—Facial expression recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种图片处理方法、装置、设备及计算机程序，通过获取第一范本图片以及待处理图片；对第一范本图片进行识别，以获取服装信息，其中，服装信息包括从第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；基于服装信息和第一范本图片，对待处理图片中的服装进行变更，以得到服装变更后的待处理图片，使得服装变更后的待处理图片中，服装与人体更加贴合，降低拼接感，增强服装的真人穿着效果，提升真实感，从而提升用户体验。

Description

图片处理方法、装置、设备及计算机程序
技术领域
本发明涉及数据处理领域，尤其涉及一种图片处理方法、装置、设备及计算机程序。
背景技术
基于追星、趣味、消费等目的，用户在看到一张感兴趣的图片时，希望将自身照片中的服装替换为感兴趣的图片中的服装。
但是，目前的图片处理方法中，将图片中的服装进行替换之后，拼接感较强，真实感差，降低了用户体验。
发明内容
本发明的主要目的在于提供一种图片处理方法、装置、设备及计算机程序，旨在解决现有图片处理方法中，将图片中的服装进行替换之后，拼接感较强，真实感差，降低了用户体验的问题。
为实现上述目的，本发明提供一种图片处理方法，所述图片处理方法包括：
获取第一范本图片以及待处理图片；
对所述第一范本图片进行识别，以获取服装信息；所述服装信息包括从所述第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；
基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片。
可选的，所述对所述第一范本图片进行识别，以获取服装信息的步骤，包括：
对所述第一范本图片进行人体轮廓关键点识别，以得到第一人体轮廓关键点信息集合；所述第一人体轮廓关键点信息集合包括所述第一范本图片的人体轮廓关键点的位置信息和对应的人体部位信息；
对所述第一范本图片进行服装识别，以确定服装区域；
将所述第一人体轮廓关键点信息集合中，位于所述服装区域上的人体轮廓关键点作为服装轮廓关键点，以得到所述服装信息。
可选的，所述基于服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤，包括：
对所述待处理图片进行人体轮廓关键点识别，以得到第二人体轮廓关键点信息集合；所述第二人体轮廓关键点信息集合包括所述待处理图片中的人体轮廓关键点的位置信息和对应的人体部位信息；
基于所述第一范本图片的服装区域，得到服装图片；
基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片，以得到服装变更后的待处理图片。
可选的，所述基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片，以得到服装变更后的待处理图片的步骤，包括：
基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片；
基于预设服装变形模型，对服装图片贴合后的所述待处理图片的服装进行变形，以得到服装变更后的待处理图片。
可选的，所述获取待处理图片的步骤，包括：
获取第二范本图片；
对所述第二范本图片进行人体轮廓识别，以得到目标人体轮廓；
将所述目标人体轮廓显示在拍照界面；
监测预览图片的人体轮廓与所述目标人体轮廓是否匹配；所述预览图片为所述拍照界面中显示的摄像头采集的图片；
若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片。
可选的，所述若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片的步骤之前，还包括：
对所述第二范本图片进行表情识别，以得到目标表情；
将所述目标表情对应的目标表情提示信息显示在所述拍照界面；
监测所述预览图片的人脸表情与所述目标表情是否匹配；
所述若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片的步骤，包括：
若所述预览图片的人体轮廓与所述目标人体轮廓匹配，且所述预览图片的人脸表情与所述目标表情匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图。
可选的，所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤之前，还包括：
获取第三范本图片；
基于所述第三范本图片，对所述待处理图片的背景进行替换；
所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤，包括：
基于所述服装信息和所述第一范本图片，对背景替换后的所述待处理图片的服装进行变更，以得到服装变更后的待处理图片；
所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤之后，还包括：
基于预设图像融合模型，对背景替换和服装变更后的所述待处理图片进行处理得到目标图片。
此外，为实现上述目的，本发明还提出一种图片处理装置，所述图片处理装置包括：
第一获取模块，用于获取第一范本图片以及待处理图片；
第二获取模块，用于对所述第一范本图片进行识别，以获取服装信息；所述服装信息包括从所述第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；
变更获取模块，用于基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片。
此外，为实现上述目的，本发明还提出一种图片处理设备，包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的图片处理程序，所述图片处理程序被所述处理器执行时实现上述任一项所述的图片处理方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的图片处理方法的步骤。
本发明提供的技术方案，获取第一范本图片以及待处理图片；对第一范本图片进行识别，以获取服装信息，其中，服装信息包括从第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；基于服装信息和第一范本图片，对待处理图片中的服装进行变更，以得到服装变更后的待处理图片，也就是说，本发明中，基于第一范本图片中服装轮廓关键点的位置信息和对应的人体部位信息，对待处理图片中的服装进行变更，使得服装变更后的待处理图片中，服装与人体更加贴合，降低拼接感，增强服装的真人穿着效果，提升真实感，从而提升用户体验。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的图片处理设备结构示意图；
图2为本发明图片处理方法第一实施例的流程示意图；
图3为本发明图片处理方法第四实施例的流程示意图；
图4为本发明图片处理方法第五施例的流程示意图；
图5为本发明图片处理装置的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的图片处理设备结构示意图。
图片处理设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment，UE)、手持设备、车载设备、可穿戴设备、计算设备、监控设备、服务器或连接到无线调制解调器的其它处理设备、移动台(Mobile station，MS)等。
通常，图片处理设备包括：至少一个处理器101、存储器102以及存储在所述存储器上并可在所述处理器上运行的图片处理程序，所述图片处理程序配置为实现如下任一实施例所述的图片处理方法的步骤。
处理器101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器101可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器101可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器101还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关图片处理方法操作，使得图片处理方法模型可以自主训练学习，提高效率和准确度。
存储器102可以包括一个或多个存储介质，该存储介质可以是非暂态的。存储器102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器102中的非暂态的存储介质用于存储至少一个指令，该至少一个指令用于被处理器101所执行以实现本申请中方法实施例提供的图片处理方法中，第一终端设备侧、服务器侧或第二终端设备侧的步骤。
在一些实施例中，图片处理设备还可选包括有：通信接口103和至少一个外围设备。处理器101、存储器102和通信接口103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口103相连。具体地，外围设备包括：射频电路104、显示屏105和电源106中的至少一种。
通信接口103可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器101和存储器102。在一些实施例中，处理器101、存储器102和通信接口103被集成在同一芯片或电路板上；在一些其他实施例中，处理器101、存储器102和通信接口103中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路104用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路104通过电磁信号与通信网络以及其他通信设备进行通信。射频电路104将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路104包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路104可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WIFI(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路104还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏105用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏105是触摸显示屏时，显示屏105还具有采集在显示屏105的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器101进行处理。此时，显示屏105还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏105可以为一个，电子设备的前面板；在另一些实施例中，显示屏105可以为至少两个，分别设置在电子设备的不同表面或呈折叠设计；在再一些实施例中，显示屏105可以是柔性显示屏，设置在电子设备的弯曲表面上或折叠面上。甚至，显示屏105还可以设置成非矩形的不规则图形，也即异形屏。显示屏105可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
电源106用于为电子设备中的各个组件进行供电。电源106可以是交流电、直流电、一次性电池或可充电电池。当电源106包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。本领域技术人员可以理解，图1中示出的结构并不构成对图片处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
现有图片处理方法中，通常基于前景检测和中线检测，将某一图片上的服装替换为另一图片上的服装。在替换后，拼接感较强，服装与人体位置偏差大，真实感差，降低了用户体验。
为了解决上述技术问题，基于上述硬件结构，提出本发明的各实施例。
图片处理方法实施例：
参照图2，图2为本发明图片处理方法第一实施例的流程示意图。本发明实施例中，图片处理方法包括以下步骤：
步骤S21：获取第一范本图片以及待处理图片。
需要说明的是，第一范本图片可以是用户根据实际需要选择的图片。其中，第一范本图片可以是相册中的图片，或者，可以是用户在浏览网页、微博、朋友圈等时保存的图片，或者，可以是预先设置的范本图片库中的图片。
待处理图片可以是用户根据实际需要选择的图片，其可以是相册中的图片，或者，可以是用户在浏览网页、微博、朋友圈等时保存的图片。
本发明实施例中，在运行过程中，可以获取第一范本图片以及待处理图片。
步骤S22：对第一范本图片进行识别，以获取服装信息。
服装信息包括从第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息。需要说明的是，服装轮廓关键点为服装轮廓上的点，服装轮廓关键点的位置信息用于表征该服装轮廓关键点的位置，位置信息可以是坐标，其中，可以以第一范本图片中的某一点(例如，第一范本图片中左下角的点等)作为原点建立坐标系，以确定服装轮廓关键点的坐标。服装轮廓关键点的人体部位信息用于表征该服装轮廓关键点属于哪一人体部位，例如，左臂、右臂等。
本发明实施例中，在获取第一范本图片之后，对第一范本图片进行识别，以获取服装信息。
步骤S23：基于服装信息和第一范本图片，对待处理图片的服装进行变更，以得到服装变更后的待处理图片。
本发明实施例中，在获取服装信息之后，基于服装信息和第一范本图片，对待处理图片的服装进行变更，以得到服装变更后的待处理图片；即，基于服装信息，将待处理图片中的服装变更为第一范本图片中的服装。其中，具体的变更方式，可以根据实际需要灵活设置。
需要说明的是，本发明实施例中，步骤S21-步骤S23可以均由服务器执行，或者，均由终端设备执行。
若步骤S21-步骤S23均由终端设备执行，则步骤S21包括：终端设备获取第一范本图片以及待处理图片。
其中，终端设备获取第一范本图片以及待处理图片的方式可以根据实际需要灵活设置。
例如，用户可以在终端设备上进行操作，以下发第一范本图片设置指令和待处理图片设置指令，终端设备基于第一范本图片设置指令和待处理图片设置指令确定第一范本图片和待处理图片。
若步骤S21-步骤S23均由服务器执行，则步骤S21包括：服务器获取第一范本图片以及待处理图片。
其中，服务器获取第一范本图片以及待处理图片的方式可以根据实际需要灵活设置。
在一些实施方式中，服务器可以从终端设备处获取第一范本图片以及待处理图片。也就是说，终端设备接收到用户下发的指令确定第一范本图片和待处理图片之后，将第一范本图片和待处理图片发送至服务器；服务器接收终端设备发送的第一范本图片和待处理图片。
本发明实施例中，获取第一范本图片、服装信息以及待处理图片，其中，服装信息包括从第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；基于服装信息和第一范本图片，对待处理图片中的服装进行变更，也就是说，基于第一范本图片中服装轮廓关键点的位置信息和对应的人体部位信息，对待处理图片中的服装进行变更，使得服装变更后的待处理图片中，降低服装与人体的偏差，使得服装与人体更加贴合，降低拼接感，增强服装的真人穿着效果，提升真实感，从而提升用户体验。
基于第一实施例，提出本发明图片处理方法第二实施例。本发明实施例中，待处理图片为用户通过终端设备进行拍照所得的图片。
若步骤S21由终端设备执行，则步骤S21中，终端设备可以基于用户操作进行拍照以得到待处理图片。为了使用户拍摄的图片中的动作(或姿势)与范本图片中的动作(或姿势)一致，步骤S21中，终端设备获取待处理图片的步骤包括：
步骤S211：获取第二范本图片。
需要说明的是，第二范本图片为用户想要拍摄同款动作(或姿势)的图片，第二范本图片可以由用户根据实际需要选择的图片。第二范本图片可以是相册中的图片，或者，可以是用户在浏览网页、微博、朋友圈等时保存的图片，或者，可以是预先设置的范本图片库中的图片。
需要说明的是，第一范本图片和第二范本图片可以是同一张图片，也可以是不同的图片。
在拍照前，用户可以从终端设备的相册或其他存储区域中选择一张图片作为第二范本图片，终端设备基于用户的选择，确定第二范本图片。
步骤S212：对第二范本图片进行人体轮廓识别，以得到目标人体轮廓。
本发明实施例中，终端设备获取第二范本图片之后，对第二范本图片进行人体轮廓识别，从而得到目标人体轮廓。
步骤S213：将目标人体轮廓显示在拍照界面。
其中，拍照界面为相机启动后显示的界面，用于显示摄像头采集的图片。
终端设备从第二范本图片中获取目标人体轮廓之后，在拍照过程中，终端设备会显示拍照界面，以将摄像头采集的图片显示在拍照界面；为了帮助用户拍出与第二范本图片中的动作(或姿势)一致的照片，终端设备将目标人体轮廓显示在拍照界面，以作为参考。
在一些实施方式中，还可以将第二范本图片也显示在拍照界面，以供用户参考。
步骤S213：监测预览图片的人体轮廓与目标人体轮廓是否匹配。
在拍照过程中，摄像头会持续采集图片显示在拍照界面，预览图片为拍照界面中显示的摄像头采集的图片。
本发明实施例中，在拍照过程中，终端设备监测预览图片中的人体轮廓与目标人体轮廓是否匹配。
步骤S214：若预览图片的人体轮廓与目标人体轮廓匹配，进行拍照以得到待处理图片，或，在拍照界面显示拍照提示信息，接收拍照指令，基于拍照指令进行拍照以得到待处理图片。
若预览图片中的人体轮廓与目标人体轮廓匹配，则其处理方式包括但不限于以下两种方式中的一种：
第一种，进行拍照以得到待处理图片。
在监测到预览图片中的人体轮廓与目标人体轮廓匹配时，终端设备可以自动进行拍照，以得到动作(或姿势)与第二范本图片中的动作(或姿势)一致的待处理图片。
第二种，在拍照界面显示拍照提示信息；接收拍照指令；基于拍照指令进行拍照以得到待处理图片。
在监测到预览图片中的人体轮廓与目标人体轮廓匹配时，终端设备在拍照界面显示拍照提示信息，以提示用户进行拍照；然后，接收用户下发的拍照指令，并基于拍照指令进行拍照，从而得到动作(或姿势)与第二范本图片中的动作(或姿势)一致的待处理图片。
其中，显示拍照提示信息的方式可以根据实际需要灵活设置，例如，在一个示例中，可以通过改变拍照界面中目标人体轮廓的颜色，以提示用户进行拍照。
若步骤S21由服务器执行，则步骤S21中，服务器可以从终端设备处获取用户进行拍照所得待处理图片。即终端设备基于用户操作进行拍照以得到待处理图片之后，将待处理图片发送至服务器，服务器接收终端设备发送的待处理图片，其中，终端设备基于用户操作进行拍照以得到待处理图片的方式可以参见步骤S211-步骤S214。
本发明实施例中，获取第二范本图片，对第二范本图片进行人体轮廓识别，以得到目标人体轮廓，将目标人体轮廓显示在拍照界面，监测预览图片的人体轮廓与目标人体轮廓是否匹配；若预览图片的人体轮廓与目标人体轮廓匹配，进行拍照以得到待处理图片，或，在拍照界面显示拍照提示信息，接收拍照指令，基于拍照指令进行拍照以得到待处理图片，其中，预览图片为拍照界面中显示的摄像头采集的图片，从而帮助用户拍出与范本图片中的动作(或姿势)一致的图片。
基于第二实施例，提出本发明图片处理方法第三实施例。本发明实施例中，为了使用户拍摄出与范本图片同款表情的图片，步骤S214之前，还可以包括：
步骤S215：对第二范本图片进行表情识别，以得到目标表情。
本发明实施例中，为了使用户拍摄出与第二范本图片中的表情一致的图片，终端设备对第二范本图片进行表情识别，以得到目标表情，例如，微笑、大笑、哭等。
其中，可以基于人脸情绪识别模型对第二范本图片进行表情识别。人脸情绪识别模型为预先训练完成的，用于对人脸表情进行识别，以确定表情的深度学习模型。
步骤S216：将目标表情对应的目标表情提示信息显示在拍照界面。
终端设备可以基于目标表情，确定目标表情提示信息，并在拍照过程中，将目标表情提示信息显示在拍照界面，以帮助用户拍摄出与第二范本图片中的表情一致的照片。
其中，目标表情提示信息可以文字，或者，为了使表情提示信息形象化，目标表情提示信息可以是表情图标。
步骤217：监测预览图片的人脸表情与目标表情是否匹配。
本发明实施例中，在拍照过程中，终端设备监测预览图片中的人脸表情与目标表情是否匹配。
本发明实施例中，步骤S214包括：若预览图片的人体轮廓与目标人体轮廓匹配，且预览图片的人脸表情与目标表情匹配，进行拍照以得到待处理图片，或，在拍照界面显示拍照提示信息，接收拍照指令，基于拍照指令进行拍照以得到待处理图片。
也就是说，本发明实施例中，若预览图片中的人体轮廓与目标人体轮廓匹配，且预览图片的人脸表情与目标表情匹配时，才会进行拍照以得到待处理图片，或者，在拍照界面显示拍照提示信息，接收拍照指令，基于拍照指令进行拍照以得到待处理图片。
本发明实施例中，对第二范本图片进行表情识别，以得到目标表情，将目标表情对应的目标表情提示信息显示在拍照界面，监测预览图片的人脸表情与目标表情是否匹配，若预览图片的人体轮廓与目标人体轮廓匹配，且预览图片的人脸表情与目标表情匹配，进行拍照以得到待处理图片，或，在拍照界面显示拍照提示信息，接收拍照指令，基于拍照指令进行拍照以得到待处理图片，从而帮助用户拍出与范本图片中的表情一致的图片。
基于前述实施例，提出本发明图片处理方法第四实施例。本发明实施例中，参见图3所示，步骤S22包括：
步骤S221：对第一范本图片进行人体轮廓关键点识别，以得到第一人体轮廓关键点信息集合。
其中，第一人体轮廓关键点信息集合包括第一范本图片的人体轮廓关键点的位置信息和对应的人体部位信息，即从第一范本图片中识别出的人体轮廓关键点，以及该人体轮廓关键点的位置信息和对应的人体部位信息。其中，人体轮廓关键点的位置信息用于表征该人体轮廓关键点的位置，其可以是坐标等；人体轮廓关键点的人体部位信息用于表征该人体轮廓关键点属于哪一人体部位，例如，左耳、右耳等。
需要说明的是，人体轮廓关键点为人体轮廓上的点，每一人体轮廓关键点对应人体轮廓的一个部位，基于人体轮廓关键点，可以确定人体轮廓。人体轮廓关键点的数量、各人体轮廓关键点对应的人体部位可以根据实际需要灵活设置。例如，在一个示例中，参见表1所示，预先设置了63个人体轮廓关键点，以及各人体轮廓关键点对应的人体部位名称，步骤S221中，在第一范本图片中，识别出表1中的人体轮廓关键点。
表1
Figure BDA0003071710660000141
Figure BDA0003071710660000151
步骤S222：对第一范本图片进行服装识别，以确定服装区域。
本发明实施例中，识别第一范本图片中服装所在的区域，以确定服装区域。
需要说明的是，本发明实施例中，对步骤S221和步骤S222的先后顺序不做限定，也就是说，可以先执行步骤S221，再执行步骤S222，或者，先执行步骤S222，再执行步骤S221，或者，步骤S221和步骤S222同时执行。
步骤S223：将第一人体轮廓关键点信息集合中，位于服装区域上的人体轮廓关键点作为服装轮廓关键点，以得到服装信息。
考虑到服装是穿在人体上的，部分人体轮廓关键点会位于服装轮廓上，即服装轮廓关键点和人体轮廓关键点会有重合。因此，本发明实施例中，将第一人体轮廓关键点信息集合中，位于服装区域上的人体轮廓关键点作为服装轮廓关键点，以得到服装信息；即从第一范本图片中识别出人体轮廓关键点和服装区域后，将位于服装区域的人体轮廓关键点作为服装轮廓关键点，从而得到服装信息。
例如，假设第一人体轮廓关键点信息集合中，包括4个点，分别为[(15，20)，左耳]、[(25，20)，右耳]、[(5，10)，左肩]、[(35，10)，右肩]，其中，()中的数字为人体轮廓关键点的坐标；第一范本图片中，服装区域横坐标的取值为3-35，纵坐标的取值为1-15，由于第3个人体轮廓关键点和第4个人体轮廓关键点位于服装区域，因此，将第3个人体轮廓关键点和第4个人体轮廓关键点作为服装轮廓关键点，服装信息包括：[(5，10)，左肩]、[(35，10)，右肩]。
本发明实施例中，对第一范本图片进行人体轮廓关键点识别，以得到第一人体轮廓关键点信息集合，其中，第一人体轮廓关键点信息集合包括第一范本图片的人体轮廓关键点的位置信息和对应的人体部位信息；对第一范本图片进行服装识别，以确定服装区域；将第一人体轮廓关键点信息集合中，位于服装区域上的人体轮廓关键点作为服装轮廓关键点，以得到服装信息，提高服装信息的准确性。
基于前述实施例，提出本发明图片处理方法第五实施例。本发明实施例中，参见图4所示，步骤S23包括：
步骤S231：对待处理图片的人体轮廓关键点进行识别，以得到第二人体轮廓关键点信息集合。
其中，第二人体轮廓关键点信息集合包括待处理图片中的人体轮廓关键点的位置信息和对应的人体部位信息。
其中，步骤S231的具体方式可以参见步骤S221，此处不再赘述。
步骤S232：基于第一范本图片的服装区域，得到服装图片。
本发明实施例中，基于第一范本图片的服装区域，得到服装图片，即，服装图片为第一范本图片的服装区域。
其中，可以对第一范本图片进行服装识别，以确定服装区域，然后，基于服装区域对第一范本图片进行切割，以得到服装图片。应当理解的是，服装信息包括第一范本图片中的服装轮廓关键点的位置信息和对应的人体部位信息，服装图片为第一范本图片中的服装区域，因此，服装信息中的服装轮廓关键点位于服装图片的轮廓上。
或者，可以基于服装信息中的服装轮廓关键点的位置信息确定第一范本图片的服装区域，然后，基于服装区域对第一范本图片进行切割以得到服装图片。
需要说明的是，本发明实施例中，对步骤S231和步骤S232的先后顺序不做限定，其中，可以先执行步骤S231，再执行步骤S232；或者，先执行步骤S232，再执行步骤S231；或者，同时执行步骤S231和步骤S232。
步骤S233：基于第二人体轮廓关键点信息集合和服装信息，将服装图片贴合至待处理图片，以得到服装变更后的待处理图片。
在获取第二人体轮廓关键点信息集合和服装信息后，将服装图片贴合至待处理图片，以得到服装变更后的待处理图片。
第二人体轮廓关键点信息集合中，包括待处理图片中的人体轮廓关键点的位置信息和人体部位信息；服装信息中包括服装轮廓关键点的位置信息和人体部位信息；基于第二人体轮廓关键点信息集合和服装信息，将服装图片的服装轮廓关键点贴合至待处理图片中对应人体部位的人体轮廓关键点，从而得到服装变更后的待处理图片。
为了更好的理解，此处以一个示例进行说明，在一个示例中，假设服装信息中，包括2个服装轮廓关键点，分别为A1[(5，10)，左肩]、A2[(35，10)，右肩]；第二人体轮廓关键点信息集合中，包括3个人体轮廓关键点，分别为B1[(6，15)，左肩]、B2[(28，15)，左肩]、B3[(5，10)，左耳]，由于A1的人体部位与B1的人体部位相同，A2的人体部位与B2的人体部位相同，因此，将A1贴合至B1，将A2贴合至B2。
本发明实施例中，对待处理图片的人体轮廓关键点进行识别，以得到第二人体轮廓关键点信息集合，其中，第二人体轮廓关键点信息集合包括待处理图片中的人体轮廓关键点的位置信息和对应的人体部位信息；基于第一范本图片的服装区域，得到服装图片，基于第二人体轮廓关键点信息集合和服装信息，将服装图片贴合至待处理图片，以得到服装变更后的待处理图片，即，在贴合时，基于人体部位信息将服装图片中的服装轮廓关键点与待处理图片中的人体轮廓关键点映射起来，从而贴合，从而降低服装与人体的位置偏差，并且，使贴合后的服装关键与人体适应，提升穿着感和真实感。
基于第五实施例，提出本发明图片处理方法第六实施例。本发明实施例中，步骤S233包括：
步骤S2331：基于第二人体轮廓关键点信息集合和服装信息，将服装图片贴合至待处理图片。
在获取第二人体轮廓关键点信息集合和服装信息后，将服装图片贴合至待处理图片，其中，贴合方式请参见前述记载，此处不再赘述。
步骤S2332：基于预设服装变形模型，对服装图片贴合后的待处理图片的服装进行变形，以得到服装变更后的待处理图片。
其中，预设服装变形模型(Clothes Warping Module，CWM)为预先训练完成的，用于对图片中的服装进行变形，以使变形后的服装更加贴合人体，从而提高穿着感和真实感的深度学习模型。
其中，预设服装变形模型可以引入薄板样条函数，并且，可以对变形优化目标引入二阶差分约束，以使变形过程更加稳定。
在一些实施方式中，预设服装变形模型可以基于生成式对抗网络(GAN，Generative Adversarial Networks)搭建，当然，在其他实施例方式中，预设服装变形模型可以基于其他类型的深度学习模型搭建。
本发明实施例中，基于预设服装变形模型，对服装图片贴合后的待处理图片的服装进行变形，以得到服装变更后的待处理图片。
本发明实施例中，基于第二人体轮廓关键点信息集合和服装信息，将服装图片贴合至待处理图片，基于预设服装变形模型，对服装图片贴合后的待处理图片的服装进行变形，以得到服装变更后的待处理图片，使得服装变更后，待处理图片中，服装与人体更加贴合，提升服装的真人穿着效果。
基于前述实施例，提出本发明图片处理方法第六实施例。本发明实施例中，还可以对待处理图片的背景进行替换。
在一些实施方式中，可以在进行服装变更之前，对待处理图片进行背景替换。则步骤23之前，还包括：
步骤24：获取第三范本图片。
需要说明的是，第三范本图片可以是用户根据实际需要选择的图片。其中，第三范本图片可以是相册中的图片，或者，可以是用户在浏览网页、微博、朋友圈等时保存的图片，或者，可以是预先设置的范本图片库中的图片。其中，第三范本图片与第二范本图片可以是同一张图片，或者，第三范本图片与第一范本图片可以是同一张图片，或者，第三范本图片与第二范本图片或第一范本图片均不同。
其中，获取第三范本图片的方式与获取第一范本图片的方式相同。
步骤25：基于第三范本图片，对待处理图片的背景进行替换。
本发明实施例中，在获取第三范本图片之后，基于第三范本图片对待处理图片的背景进行替换。
其中，若第三范本图片中不包括人体，则可以对待处理图片进行前后背景分割，从而从待处理图片中分割出人体部分，将人体部分粘贴至第三范本图片，从而得到背景替换后的待处理图片。若第三范本图片中包括人体，则可以对待处理图片和第三范本图片进行前后分割，从待处理图片中分割出人体部分，从第三范本图片中分割出背景部分，将待处理图片的人体部分与第三范本图片中的背景部分进行合成，从而得到背景替换后的待处理图片。
为了提高前后背景分割的精度，可以基于matting(其中，matting为一种抠图算法)对待处理图片或第三范本图片进行前后景分割，使得分离精度精确到发丝级别。
在这种实施方式中，步骤S23包括：基于服装信息和第一范本图片，对背景替换后的待处理图片的服装进行变更，以得到服装变更后的待处理图片。
在对待处理图片的背景进行替换之后，基于服装信息和第一范本图片，对背景替换后的待处理图片的服装进行变更，以得到服装变更后的待处理图片。
在另一些实施方式中，可以在进行服装变更之前，对待处理图片进行背景替换，则步骤23之后，还包括：
步骤S26：获取第三范本图片。
其中，步骤S26的实现方式请参见步骤S24。
步骤S27：基于第三范本图片，对服装变更后的待处理图片的背景进行替换。
其中，步骤S27的实现方式请参见步骤S25。
本发明实施例中，获取第三范本图片，基于第三范本图片，对待处理图片的背景进行替换，从而实现对待处理图片的背景替换。
基于第六实施例，提出本发明图片处理方法第七实施例。本发明实施例中，对待处理图片进行服装变更和背景替换之后，还包括：
步骤S28：基于预设图像融合模型，对背景替换和服装变更后的待处理图片进行处理得到目标图片。
预设图片融合模型为预先训练完成的、用于对图片进行处理，以提高图片的整体性、真实性的深度学习模型。
其中，可以预先获取样本集，样本集中，输入样本图片为进行服装变更和背景替换后的图片，输出样本图片为对输入样本图片进行处理后的、整体性高、真实性高的图片，基于样本集对深度学习模型进行训练，从而得到预设图片融合模型。
考虑到对待处理图片进行背景替换和服装变更之后，待处理图片的背景来自第三范本图片，服装来自第一范本图片，第一范本图片、第三范本图片和待处理图片的光线、亮度、色调等不一致，会导致待处理图片中，服装、背景与人体边界感强，图像不协调等；因此，本发明实施例中，预先设置图片融合模型，基于预设图像融合模型，对背景替换和服装变更后的待处理图片进行处理，以得到目标图片，从而降低目标图片中服装、背景与人体的边界感，提升图片的协调性、真实性，使图片的整体观感统一。
本发明实施例中，步骤S24-步骤S28的执行主体与步骤S21-步骤S23的执行主体一致，若步骤S21-步骤S23由服务器执行，则步骤S24-步骤S28由服务器执行；若步骤S21-步骤S23由终端设备执行，则步骤S24-步骤S28由终端设备执行
在一些实施方式中，在得到目标图片后，为了使用户查看目标图片，可以将目标图片显示在终端设备的显示屏上。若步骤S28由终端设备执行，则步骤S28之后，终端设备直接显示目标图片；若步骤S28由服务器执行，则步骤S28之后，服务器可以将目标图片发送至终端设备进行显示。
本发明实施例中，对待处理图片进行服装变更和背景替换之后，得到目标图片；则其他实施方式中，也可以只对待处理图片进行服装变更，在服装变更之后，将服装变更后的待处理图片作为目标图片提供终端设备显示。
本发明实施例中，基于预设图像融合模型，对背景替换和服装变更后的待处理图片进行处理得到目标图片，从而降低目标图片中服装、背景与人体的边界感，提升图片的协调性、真实性，使图片的整体观感统一。
图片处理装置实施例：
参照图5，图5为本发明图片处理装置的结构框图，其中，图片处理装置包括：
第一获取模块51，用于获取第一范本图片以及待处理图片。
第二获取模块52，用于对第一范本图片进行识别，以获取服装信息；服装信息包括从第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息。
变更模块53，用于基于服装信息和第一范本图片，对待处理图片的服装进行变更，以得到服装变更后的待处理图片。
需要说明的是，图片处理装置还可选的包括有对应的模块，以实施上述图片处理方法中的其他步骤。
计算机程序实施例
本发明还提供一种计算机程序，所述计算机程序被处理器执行时实现上述图片处理方法中的步骤。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例方法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，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上所述仅为本发明的可选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种图片处理方法，其特征在于，所述图片处理方法包括：
获取第一范本图片以及待处理图片；
对所述第一范本图片进行识别，以获取服装信息；所述服装信息包括从所述第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；
基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片。
2.如权利要求1所述的图片处理方法，其特征在于，所述对所述第一范本图片进行识别，以获取服装信息的步骤，包括：
对所述第一范本图片进行人体轮廓关键点识别，以得到第一人体轮廓关键点信息集合；所述第一人体轮廓关键点信息集合包括所述第一范本图片的人体轮廓关键点的位置信息和对应的人体部位信息；
对所述第一范本图片进行服装识别，以确定服装区域；
将所述第一人体轮廓关键点信息集合中，位于所述服装区域上的人体轮廓关键点作为服装轮廓关键点，以得到所述服装信息。
3.如权利要求1所述的图片处理方法，其特征在于，所述基于服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤，包括：
对所述待处理图片进行人体轮廓关键点识别，以得到第二人体轮廓关键点信息集合；所述第二人体轮廓关键点信息集合包括所述待处理图片中的人体轮廓关键点的位置信息和对应的人体部位信息；
基于所述第一范本图片的服装区域，得到服装图片；
基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片，以得到服装变更后的待处理图片。
4.如权利要求3所述的图片处理方法，其特征在于，所述基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片，以得到服装变更后的待处理图片的步骤，包括：
基于所述第二人体轮廓关键点信息集合和所述服装信息，将所述服装图片贴合至所述待处理图片；
基于预设服装变形模型，对服装图片贴合后的所述待处理图片的服装进行变形，以得到服装变更后的待处理图片。
5.如权利要求1所述的图片处理方法，其特征在于，所述获取待处理图片的步骤，包括：
获取第二范本图片；
对所述第二范本图片进行人体轮廓识别，以得到目标人体轮廓；
将所述目标人体轮廓显示在拍照界面；
监测预览图片的人体轮廓与所述目标人体轮廓是否匹配；所述预览图片为所述拍照界面中显示的摄像头采集的图片；
若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片。
6.如权利要求5所述的图片处理方法，其特征在于，所述若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片的步骤之前，还包括：
对所述第二范本图片进行表情识别，以得到目标表情；
将所述目标表情对应的目标表情提示信息显示在所述拍照界面；
监测所述预览图片的人脸表情与所述目标表情是否匹配；
所述若所述预览图片的人体轮廓与所述目标人体轮廓匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图片的步骤，包括：
若所述预览图片的人体轮廓与所述目标人体轮廓匹配，且所述预览图片的人脸表情与所述目标表情匹配，进行拍照以得到待处理图片，或，在所述拍照界面显示拍照提示信息，接收拍照指令，基于所述拍照指令进行拍照以得到待处理图。
7.如权利要求1-6任一项所述的图片处理方法，其特征在于，所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤之前，还包括：
获取第三范本图片；
基于所述第三范本图片，对所述待处理图片的背景进行替换；
所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤，包括：
基于所述服装信息和所述第一范本图片，对背景替换后的所述待处理图片的服装进行变更，以得到服装变更后的待处理图片；
所述基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片的步骤之后，还包括：
基于预设图像融合模型，对背景替换和服装变更后的所述待处理图片进行处理得到目标图片。
8.一种图片处理装置，其特征在于，所述图片处理装置包括：
第一获取模块，用于获取第一范本图片以及待处理图片；
第二获取模块，用于对所述第一范本图片进行识别，以获取服装信息；所述服装信息包括从所述第一范本图片中识别出的服装轮廓关键点的位置信息和对应的人体部位信息；
变更获取模块，用于基于所述服装信息和所述第一范本图片，对所述待处理图片的服装进行变更，以得到服装变更后的待处理图片。
9.一种图片处理设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的图片处理程序，所述图片处理程序被所述处理器执行时实现如权利要求1至7中任一项所述的图片处理方法的步骤。
10.一种计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图片处理方法的步骤。
CN202110543160.0A 2021-05-18 2021-05-18 图片处理方法、装置、设备及计算机程序 Pending CN113269072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110543160.0A CN113269072A (zh) 2021-05-18 2021-05-18 图片处理方法、装置、设备及计算机程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110543160.0A CN113269072A (zh) 2021-05-18 2021-05-18 图片处理方法、装置、设备及计算机程序

Publications (1)

Publication Number Publication Date
CN113269072A true CN113269072A (zh) 2021-08-17

Family

ID=77231748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110543160.0A Pending CN113269072A (zh) 2021-05-18 2021-05-18 图片处理方法、装置、设备及计算机程序

Country Status (1)

Country Link
CN (1) CN113269072A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114125271A (zh) * 2021-11-02 2022-03-01 西安维沃软件技术有限公司 图像处理方法、装置及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911623A (zh) * 2017-12-29 2018-04-13 华勤通讯技术有限公司 自动拍照方法及电子设备
CN108540724A (zh) * 2018-04-28 2018-09-14 维沃移动通信有限公司 一种拍摄方法及移动终端
CN109348135A (zh) * 2018-11-21 2019-02-15 Oppo广东移动通信有限公司 拍照方法、装置、存储介质及终端设备
CN110096156A (zh) * 2019-05-13 2019-08-06 东北大学 基于2d图像的虚拟换装方法
CN110111176A (zh) * 2019-04-25 2019-08-09 上海时元互联网科技有限公司 一种衣服的3d智能虚拟试穿方法及系统
CN110363867A (zh) * 2019-07-16 2019-10-22 芋头科技（杭州）有限公司 虚拟装扮系统、方法、设备及介质
CN112200818A (zh) * 2020-10-15 2021-01-08 广州华多网络科技有限公司 基于图像的着装区域分割和着装替换方法、装置及设备
CN112258269A (zh) * 2020-10-19 2021-01-22 武汉纺织大学 基于2d图像的虚拟试衣方法及装置
CN112270731A (zh) * 2020-10-23 2021-01-26 福建柒牌时装科技股份有限公司 一种服饰试穿戴方法及装置
CN112330580A (zh) * 2020-10-30 2021-02-05 北京百度网讯科技有限公司 生成人体衣物融合图像的方法、装置、计算设备、介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911623A (zh) * 2017-12-29 2018-04-13 华勤通讯技术有限公司 自动拍照方法及电子设备
CN108540724A (zh) * 2018-04-28 2018-09-14 维沃移动通信有限公司 一种拍摄方法及移动终端
CN109348135A (zh) * 2018-11-21 2019-02-15 Oppo广东移动通信有限公司 拍照方法、装置、存储介质及终端设备
CN110111176A (zh) * 2019-04-25 2019-08-09 上海时元互联网科技有限公司 一种衣服的3d智能虚拟试穿方法及系统
CN110096156A (zh) * 2019-05-13 2019-08-06 东北大学 基于2d图像的虚拟换装方法
CN110363867A (zh) * 2019-07-16 2019-10-22 芋头科技（杭州）有限公司 虚拟装扮系统、方法、设备及介质
CN112200818A (zh) * 2020-10-15 2021-01-08 广州华多网络科技有限公司 基于图像的着装区域分割和着装替换方法、装置及设备
CN112258269A (zh) * 2020-10-19 2021-01-22 武汉纺织大学 基于2d图像的虚拟试衣方法及装置
CN112270731A (zh) * 2020-10-23 2021-01-26 福建柒牌时装科技股份有限公司 一种服饰试穿戴方法及装置
CN112330580A (zh) * 2020-10-30 2021-02-05 北京百度网讯科技有限公司 生成人体衣物融合图像的方法、装置、计算设备、介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李智超: "基于Kinect的虚拟试衣系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 1, 15 January 2018 (2018-01-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114125271A (zh) * 2021-11-02 2022-03-01 西安维沃软件技术有限公司 图像处理方法、装置及电子设备
CN114125271B (zh) * 2021-11-02 2024-05-14 西安维沃软件技术有限公司 图像处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
KR102635373B1 (ko) 이미지 처리 방법 및 장치, 단말 및 컴퓨터 판독 가능 저장 매체
CN111541907B (zh) 物品显示方法、装置、设备及存储介质
CN113395542B (zh) 基于人工智能的视频生成方法、装置、计算机设备及介质
CN110135336B (zh) 行人生成模型的训练方法、装置及存储介质
CN112991494B (zh) 图像生成方法、装置、计算机设备及计算机可读存储介质
CN113986002B (zh) 帧处理方法、装置及存储介质
CN108921941A (zh) 图像处理方法、装置、存储介质和电子设备
CN112749613B (zh) 视频数据处理方法、装置、计算机设备及存储介质
CN112581358B (zh) 图像处理模型的训练方法、图像处理方法及装置
CN110647881B (zh) 确定图像对应的卡片类型的方法、装置、设备及存储介质
CN113570052B (zh) 图像处理方法、装置、电子设备及存储介质
CN113706678A (zh) 获取虚拟形象的方法、装置、设备及计算机可读存储介质
CN111325220B (zh) 图像生成方法、装置、设备及存储介质
CN116048244B (zh) 一种注视点估计方法及相关设备
CN111680758A (zh) 图像训练样本生成方法和装置
CN115115679A (zh) 一种图像配准方法及相关设备
CN113269072A (zh) 图片处理方法、装置、设备及计算机程序
CN114004732A (zh) 图像编辑提示方法、装置、电子设备和可读存储介质
CN112818979A (zh) 文本识别方法、装置、设备及存储介质
CN115580690B (zh) 图像处理的方法和电子设备
CN111639639A (zh) 检测文本区域的方法、装置、设备及存储介质
CN113743186B (zh) 医学图像的处理方法、装置、设备及存储介质
CN114399622A (zh) 图像处理方法和相关装置
CN111626233B (zh) 一种关键点标注方法、系统、机器可读介质及设备
CN113705292A (zh) 时序动作检测方法、装置、计算机设备及存储介质

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