CN113628095A - 人像区域网格点信息存储方法及相关产品 - Google Patents
人像区域网格点信息存储方法及相关产品 Download PDFInfo
- Publication number
- CN113628095A CN113628095A CN202110890791.XA CN202110890791A CN113628095A CN 113628095 A CN113628095 A CN 113628095A CN 202110890791 A CN202110890791 A CN 202110890791A CN 113628095 A CN113628095 A CN 113628095A
- Authority
- CN
- China
- Prior art keywords
- portrait
- grid points
- input image
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 89
- 230000011218 segmentation Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 abstract description 5
- 238000012937 correction Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例公开了一种人像区域网格点信息存储方法及相关产品,该方法包括:根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;N个人像中的第一人像对应的网格点数目为第一人像在输入图像中对应的人像区域内的网格点数目;在与第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将第一人像人脸区域内的网格点的坐标存储至第一人像对应的存储空间;第一人像人脸区域为第一人像在输入图像中对应的人像区域与第一人脸区域的交集,第一人脸区域为对输入图像做人脸检测得到的第一人像的人脸区域;在人像分割与人脸检测不匹配的情况下,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种人像区域网格点信息存储方法及相关产品。
背景技术
目前市场上的镜头大概可以分为两种:广角镜头和非广角镜头。采用非广角镜头的产品拍摄的图像的畸变量较小,如手机镜头。采用广角镜头或超广角镜头的产品拍摄的图像的畸变量通常都是非常大,如果不经过畸变校正,几乎是不能看的。图像的畸变主要有两种:径向畸变和切向畸变。径向畸变:正中心位置的畸变最小,随着半径的增大,畸变增大。径向畸变可以分为枕形畸变和桶形畸变。切向畸变是由于透镜本身与相机传感器平面(成像平面)或图像平面不平行而产生的,这种情况多是由于透镜被粘贴到镜头模组上的安装偏差导致。
在实际应用中,通常需要对图像中人像畸变的现象进行矫正处理(可称为畸变矫正处理)。目前可以通过不同的投影变换等图像处理技术对图像中人像畸变的现象进行矫正处理。在对图像进行畸变矫正处理的过程中,需要采集图像中人脸区域内的网格点并存储。如何准确、高效地存储图像中人脸区域内的网格点是目前需要研究的问题。
发明内容
本申请实施例公开了人像区域网格点信息存储方法及相关产品。
第一方面,本申请提供一种人像区域网格点信息存储方法,该方法包括:根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;所述N个人像与所述N个存储空间一一对应,所述N个人像中的第一人像对应的网格点数目为所述第一人像在所述输入图像中对应的人像区域内的网格点数目,所述N为大于0的整数;在与所述第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将所述第一人像人脸区域内的网格点的坐标存储至所述第一人像对应的存储空间;所述第一人像人脸区域为所述第一人像在所述输入图像中对应的人像区域与第一人脸区域的交集,所述第一人脸区域为对所述输入图像做人脸检测得到的所述第一人像的人脸区域。
本申请实施例中,在与第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将第一人像人脸区域内的网格点的坐标存储至第一人像对应的存储空间;在人像分割与人脸检测不匹配的情况下,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。
在一种可能的实现方式中,所述方法还包括:根据对所述输入图像做人像分割得到的人像分割结果,确定初始人像数目;所述初始人像数目为待存储的人像的数目;在与所述第一人像对应的所述第一人像人脸区域内的网格点数目小于或等于所述第一阈值的情况下,更新所述初始人像数目。
在该实现方式中,可以准确、及时地更新人像数目,以便将每个人像人脸区域内的网格点的坐标存储至其对应的存储空间。
在一种可能的实现方式中,所述方法还包括:根据所述人像分割结果对所述输入图像中的人像进行序号排序,得到第一序号;所述第一序号为所述第一人像以及所述第一人像在所述输入图像中对应的人像区域对应的序号;所述根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间包括:将所述输入图像中与所述第一序号对应的人像区域内的网格点数目,作为所述第一人像对应的网格点数目;根据所述第一人像对应的网格点数目,为对应于所述第一序号的所述第一人像,开辟第一存储空间;所述第一存储空间用于存储所述第一人像对应的网格点数目的坐标。第一存储空间可以是为第一序号的人像所开辟的存储空间。
在该实现方式中,根据人像分割结果对输入图像中的人像进行序号排序,以便准确地建立人像与其对应的存储空间之间的对应关系。
在一种可能的实现方式中,所述方法还包括:对所述第一人像区域和所述第一人脸区域进行交集处理,得到所述第一人像人脸区域。
在一种可能的实现方式中,所述方法还包括:对所述输入图像进行网格点划分;获取所述输入图像中的各网格点的坐标;对所述输入图像进行球面投影变换,得到中间图像;获取所述输入图像中各人像人脸区域内的网格点的坐标经过球面投影变换得到的中间坐标;对所述中间坐标进行优化处理,得到目标坐标;根据所述目标坐标对所述中间图像中的像素进行插值,得到目标图像。所述输入图像中的各人像人脸区域内是指人像区域和人脸区域的交集。例如,输入图像包括10个人像人脸区域,每个人像人脸区域为一个人像区域与其对应的人脸区域的交集。
在该实现方式中,能够有效地对输入图像中的人像人脸区域做畸变矫正处理。
第二方面,本申请实施例提供了一种图像处理装置,包括:存储管理单元,用于根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;所述N个人像与所述N个存储空间一一对应,所述N个人像中的第一人像对应的网格点数目为所述第一人像在所述输入图像中对应的人像区域内的网格点数目,所述N为大于0的整数;处理单元,用于在与所述第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将所述第一人像人脸区域内的网格点的坐标存储至所述第一人像对应的存储空间;所述第一人像人脸区域为所述第一人像在所述输入图像中对应的人像区域与第一人脸区域的交集,所述第一人脸区域为对所述输入图像做人脸检测得到的所述第一人像的人脸区域。
在一种可能的实现方式中,所述处理单元,还用于根据对所述输入图像做人像分割得到的人像分割结果,确定初始人像数目;所述初始人像数目为待存储的人像的数目;在与所述第一人像对应的所述第一人像人脸区域内的网格点数目小于或等于所述第一阈值的情况下,更新所述初始人像数目。
在一种可能的实现方式中,所述处理单元,还用于根据所述人像分割结果对所述输入图像中的人像进行序号排序,得到第一序号;所述第一序号为所述第一人像以及所述第一人像在所述输入图像中对应的人像区域对应的序号;将所述输入图像中与所述第一序号对应的人像区域内的网格点数目,作为所述第一人像对应的网格点数目;所述存储单元,具体用于根据所述第一人像对应的网格点数目,为对应于所述第一序号的所述第一人像,开辟第一存储空间;所述第一存储空间用于存储所述第一人像对应的网格点数目的坐标。
在一种可能的实现方式中,所述处理单元,还用于对所述第一人像区域和所述第一人脸区域进行交集处理,得到所述第一人像人脸区域。
在一种可能的实现方式中,所述处理单元,对所述输入图像进行网格点划分;获取所述输入图像中的各网格点的坐标;对所述输入图像进行球面投影变换,得到中间图像;获取所述输入图像中各人像人脸区域内的网格点的坐标经过球面投影变换得到的中间坐标;对所述中间坐标进行优化处理,得到目标坐标;根据所述目标坐标对所述中间图像中的像素进行插值,得到目标图像。所述输入图像中的各人像人脸区域内是指人像区域和人脸区域的交集。例如,输入图像包括10个人像人脸区域,每个人像人脸区域为一个人像区域与其对应的人脸区域的交集。
关于第二方面或各种可选的实施方式所带来的技术效果,可参考对于第一方面或相应的实现方式的技术效果的介绍。
第三方面,本申请实施例提供了一种图像处理装置,该图像处理装置包括:处理器和存储器,其中,所述存储器用于存储指令,所述处理器用于执行所述存储器存储的指令,使得所述处理器执行如上述第一方面以及任一种可能的实现方式的方法。
第四方面,本申请实施例提供了一种芯片,该芯片包括数据接口和处理器,其中,所述处理器用于执行第一方面或第一方面的任意可能的实现方式中的方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,该计算机存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令当被处理器执行时使该处理器执行上述第一方面以及上述第一方面任一种可选的实现方式的方法。
第六方面,本申请实施例提供了一种计算机程序产品,该计算机程序产品包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面以及任一种可选的实现方式的方法。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1为本申请实施例提供的一种人像区域网格点信息存储方法流程图;
图2为本申请实施例提供的一种存储人像区域的网格点数目的示意图;
图3为本申请实施例提供的另一种人像区域网格点信息存储方法流程图;
图4为本申请实施例提供的一种存储人像人脸区域的网格点数目的示意图;
图5为本申请实施例提供的一种图像畸变矫正处理方法流程图;
图6为本申请实施例提供的一种图像处理装置的结构示意图;
图7是本申请实施例提供的一种服务器的结构示意图;
图8为本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等仅用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备等,没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元等,或可选地还包括对于这些过程、方法、产品或设备等固有的其它步骤或单元。
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“上述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。本申请中使用的术语“多个”是指两个或两个以上。
本申请提供了一种人像区域网格点信息存储方法。采用本申请提供的人像区域网格点信息存储方法,在人像分割与人脸检测不匹配时,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。本申请实施例提供的人像区域网格点信息存储方法可应用于图像畸变矫正处理场景。下面分别对申请实施例提供的人像区域网格点信息存储方法适用的场景进行简单的介绍。
场景1:用户将待处理图像(即待做畸变矫正处理的图像)输入至图像处理装置(例如,台式电脑、笔记本电脑、个人计算机等);图像处理装置对该待处理图像做畸变矫正处理,得到畸变矫正处理后的图像。在场景1中,图像处理装置在对待处理图像做畸变矫正处理的过程中,可采用本申请提供的人像区域网格点信息存储方法存储人像区域内的网格点。
场景2:用户通过终端设备(例如台式电脑、笔记本电脑、个人计算机、手机等)将待处理图像(即待做畸变矫正处理的图像)发送给图像处理装置;图像处理装置对该待处理图像做畸变矫正处理,得到畸变矫正处理后的图像;图像处理装置将畸变矫正处理后的图像发送给终端设备。在场景2中,图像处理装置在对待处理图像做畸变矫正处理的过程中,可采用本申请提供的人像区域网格点信息存储方法存储人像区域内的网格点。
在上述场景中,通过实施本申请实施例提供的人像区域网格点信息存储方法,在人像分割与人脸检测不匹配的情况下,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。
下面结合附图介绍本申请提供的人像区域网格点信息存储方法。
图1为本申请实施例提供的一种人像区域网格点信息存储方法流程图。如图1所示,该方法包括:
101、图像处理装置根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间。
图像处理装置可以是台式电脑、笔记本电脑、个人计算机等具备图像处理能力的终端设备,也可以是服务器,例如云服务器。
上述N个人像与上述N个存储空间一一对应。上述N为大于0的整数。上述N个人像中的第一人像(任意人像)对应的网格点数目为上述第一人像在上述输入图像中对应的人像区域内的网格点数目。应理解,N个人像中每个人像对应的网格点数目为该人像在输入图像中对应的人像区域内的网格点数目。
在一些实施例中,图像处理装置在执行步骤101之前,可执行如下操作:对输入图像做人像分割处理,得到人像分割结果;根据该人像分割结果,确定输入图像中的N个人像分别对应的网格点数目。该人像分割结果可指示输入图像中的N个人像区域,该N个人像区域与输入图像中的N个人像一一对应。在一些实施例中,图像处理装置可对输入图像进行网格点划分,并获取上述输入图像中的各网格点的坐标。在这些实施例中,图像处理装置可根据输入图像中的各网格点的坐标分别统计位于每个人像区域内的网格点的数目,得到每个人像区域内的网格点数目。图2为本申请实施例提供的一种存储人像区域的网格点数目的示意图。从图2可以看出,图像处理装置可采用类似或相同的方式分别采集并存储每个人像区域内的网格点的个数,即网格点数目。以获取并存储第m个人像区域内的网格点数目为例,介绍存储人像区域的网格点数目的方式。m为大于1的整数。图像处理装置获取第m个人像区域内的网格点的个数,即图2中第m个人像开始网格点采集;在第m个人像区域内的网格点的个数大于0的情况下,将第m个人像区域内的网格点的个数(即第m人像格点数)存入第m人像格点存储单元;在第m个人像区域内的网格点的个数等于0的情况下,人像数目减一。应理解,采用图2中的方式,可准确地获取并存储各人像区域内的网格点数目,并更新人像的数目。图像处理装置在存储人像区域的网格点数目之后,可随时获取每个人像格点存储单元存储的网格点数目。
在一些实施例中,图像处理装置在执行步骤101之前,可执行如下操作:根据人像分割结果对输入图像中的人像进行序号排序,得到第一序号;上述第一序号为上述第一人像以及上述第一人像在上述输入图像中对应的人像区域对应的序号;步骤101可以包括:将上述输入图像中与上述第一序号对应的人像区域内的网格点数目,作为上述第一人像对应的网格点数目;根据上述第一人像对应的网格点数目,为对应于上述第一序号的上述第一人像,开辟第一存储空间;上述第一存储空间用于存储上述第一人像对应的网格点数目的坐标。第一存储空间可以是为第一序号的人像所开辟的存储空间。在这些实施例中,图像处理装置可为每个序号的人像开辟对应网格点数目长度的存储空间。
102、在与第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将第一人像人脸区域内的网格点的坐标存储至第一人像对应的存储空间。
上述第一人像人脸区域为上述第一人像在上述输入图像中对应的人像区域与第一人脸区域的交集。上述第一人脸区域为对上述输入图像做人脸检测得到的上述第一人像的人脸区域。上述第一阈值可以是0、2、5、10等。
在一些实施例中,图像处理装置在执行步骤102之前,可执行如下操作:对输入图像进行人脸检测,得到人脸检测结果;其中,该人脸检测结果指示一个或多个人脸区域(包括第一人脸区域,对应于第一人像);对第一人像区域和第一人脸区域进行交集处理,得到第一人像人脸区域。在一些实施例中,图像处理装置可将对输入图像做人脸检测得到的一个或多个人脸区域与对该输入图像做人像分割处理得到的N个人像区域进行匹配,即确定每个人像区域对应的人脸区域。图像处理装置可将每个人像区域与其对应的人脸区域进行交集处理,得到一个人像人脸区域。可以理解,每个人像区域对应一个人脸区域,也对应一个人像。也就是说,一个人像既对应一个人像区域,也对应一个人脸区域。
在一些实施例中,图像处理装置在执行步骤102之前,可根据对上述输入图像做人像分割得到的人像分割结果,确定初始人像数目,上述初始人像数目为待存储的人像的数目(或者说需要存储的人像的数目);步骤102可替换为:在与上述第一人像对应的上述第一人像人脸区域内的网格点数目小于或等于上述第一阈值的情况下,更新上述初始人像数目,即将初始人像数目减一。在该实现方式中,可以准确、及时地更新人像数目,以便将每个人像人脸区域内的网格点的坐标存储至其对应的存储空间。
本申请实施例中,在与第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将第一人像人脸区域内的网格点的坐标存储至第一人像对应的存储空间;在人像分割与人脸检测不匹配的情况下,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。
图3为本申请实施例提供的另一种人像区域网格点信息存储方法流程图。图3中的方法流程是图1中的方法流程的一种可能的实现方式。如图3所示,该方法包括:
301、图像处理装置对输入图像进行网格点划分,并获取输入图像中各网格点的坐标。
302、图像处理装置对输入图像做人像分割处理,得到人像分割结果。
303、根据人像分割结果以及输入图像中各网格点的坐标,确定输入图像中的N个人像分别对应的网格点数目。
在一些实施例中,图像处理装置可根据输入图像中的各网格点的坐标分别统计位于每个人像区域内的网格点的数目,将每个人像区域内的网格点数目作为该人像区域对应的人像所对应的网格点数目。
304、根据人像分割结果,确定初始人像数目。
上述初始人像数目为待存储的人像的数目。
305、根据人像分割结果对输入图像中的人像进行序号排序。
应理解,输入图像中的每个人像区域对应一个人像。根据人像分割结果对输入图像中的人像进行序号排序也就是根据人像分割结果对输入图像中的人像区域进行序号排序。
306、采集每个序号的人像区域内的网格点数目,并为各序号的人像开辟对应网格点数目长度的空间。
举例来说,序号1的人像区域内的网格点数目为10,为序号1的人像开辟用于存储10组数据的存储空间。为各序号的人像开辟对应网格点数目长度的空间可理解是为各序号的人像区域开辟对应网格点数目长度的空间。人像的序号与其对应的人像区域的序号相同。
步骤305和步骤306可理解为:分配人像格点采集存储所需要的物理存储空间长度,即各序号的人像开辟对应网格点数目长度的空间。
307、对原始图像进行人脸检测得到一个或一个以上人脸区域。
308、对每个人像区域和其对应的人脸区域做交集处理,得到每个人像区域对应的人像人脸区域。
在一些实施例中,图像处理装置在执行步骤308之前,可将各人像区域与对输入图像做人脸检测得到的人脸区域进行匹配,得到每个人像区域匹配的(对应的)人脸区域。
309、将每个人像人脸区域内的网格点的坐标存储至为其对应的人像区域开辟的存储空间。
步骤307一种可能的实现方式如下:如果输入图像中存在人像,开始第一个人像人脸区域(即序号为1的人像人脸区域)内网格点的采集存储;如果第一个人像人脸区域内的网格点数目大于0,那么将第一个人像人脸区域内的网格点的坐标存储至为序号为1的人像开辟的存储空间中;如果第一个人像人脸区域内的网格点数目为0,那么人像数目减1,并更新当前输入图像中人像数目变量;如果当前图像中存在的人像数大于1,存储第m个人像人脸区域内的网格点的坐标。第m个人像累计格点数为N,第m个人像起始格点数为Grid_Start_N。假定当前第m个人像人脸区域内的格点数为Grid_N=N-Grid_Start_N。如果Grid_N>0,则将当前Grid_N个网格点的坐标存入当前存储单元,即为序号为m的人像开辟的存储空间。如果Grid_N=0,则将当前人像数目减1并更新替换当前人像数目。图4为本申请实施例提供的一种存储人像人脸区域的网格点数目的示意图。图4中,上面的Grid_1、Grid_2、Grid_3、…、Grid_N是为序号1至序号N的人像区域分别开辟的存储空间;Grid_2=0表明序号为2的人像区域对应的人像人脸区域内的网格点数目为0;下面的Grid_1、Grid_2、Grid_3、…、Grid_N表示各人像人脸区域内的网格点的坐标的存储情况。从图4可以看出,每个人像人脸区域内的网格点的坐标可存储至为其对应的人像所开辟的存储空间,第3个人像人脸区域内的网格点的坐标不会存储至为序号2的人像开辟的存储空间。
本申请实施例中,在与第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将第一人像人脸区域内的网格点的坐标存储至第一人像对应的存储空间;在人像分割与人脸检测不匹配的情况下,能够将基于每张人脸区域采集的网格点与对应的存储位置一一对应。
本申请提供的人像区域网格点信息存储方法可应用于图像畸变矫正处理过程。下面结合附图介绍一种可能的图像畸变矫正处理方法流程。
图5为本申请实施例提供的一种图像畸变矫正处理方法流程图。如图5所示,该方法包括:
501、图像处理装置获取输入图像。
502、对输入图像进行网格点划分,并获取输入图像中的各网格点的原始坐标。
步骤502一种可能的实现方式如下:选取横方向网格点的数目以及竖方向网格点的数目;根据选取的横方向网格点的数目以及竖方向网格点的数目,分别计算横方向相邻网格点之间的像素间隔以及竖方向相邻网格点之间的像素间隔;按照横方向相邻网格点之间的像素间隔以及竖方向相邻网格点之间的像素间隔,对输入图像做网格点划分;获取输入图像中各网格点的原始坐标。
503、对输入图像进行球面投影变换,并采集输入图像经过球面投影后的网格点坐标。
本申请中,网格点坐标是指网格点的坐标。
504、对输入图像进行人像分割处理,并获取人像分割处理后的人像区域信息。
人像区域信息(对应于人像分割结果)指示对输入图像进行人像分割处理得到的人像区域(一个或多个)。
505、对输入图像进行人脸检测,获取人脸区域信息。
人脸区域信息(对应于人脸检测结果)指示对输入图像进行人脸检测得到的人脸区域(一个或多个)。
506、对人像区域和人脸区域进行交集处理,获得输入图像中的人像人脸区域。
507、采集原始坐标落在人像人脸区域内的网格点经过球面投影后的坐标信息。
图像处理装置可采用本申请提供的人像区域网格点信息存储方法采集并存储原始坐标落在人像人脸区域内的网格点经过球面投影后的坐标信息。
508、计算人像人脸区域内的权重因子。
图像处理装置可采用任意方式计算人像人脸区域内的权重因子,本申请实施例不作限定。
509、计算输入图像的径向权重因子。
对图像进行畸变矫正的同时会对图像中的内容的形状产生一定的副作用。比如人脸在做畸变矫正处理后会发生异常的形变,失去了原有人脸原有的真实形态,对人脸的美感有很大的影响。在图像的中间部分由于原有畸变较轻,所以对图像内容例如人脸的形变有较小的影响。在广角镜头拍摄照片的边缘位置,由于畸变矫正较强,所以图像内容例如人脸有较强的形变影响。因此需要考虑人脸在图像中的位置差异进行人脸形变的矫正。计算人脸形变矫正强度,可采用sigmoid函数分布。位于图像中心区域人脸形变矫正较弱。位于图像边缘位置形变矫正较强。图像处理装置可采用任意方式输入图像的径向权重因子,本申请实施例不作限定。
510、根据人像人脸区域内的权重因子和输入图像的径向权重因子,计算优化网格点的系数矩阵。
511、求解利用系数矩阵构建的线性方程,得到优化后的网格点的坐标信息。
512、根据优化后的网格点的坐标信息对输入图像中每个像素进行逐点插值计算。
513、对每个像素逐点插值计算后对所得图像进行裁剪和缩放。
图像处理装置可采用任意图像裁剪方法对对每个像素逐点插值计算后对所得图像进行裁剪和缩放。
本申请实施例中,可以有效矫正畸变的图像,并尽量减少对图像做畸变矫正的同时对图像内容的形状产生的副作用。
图6为本申请实施例提供的一种图像处理装置的结构示意图。如图6所示,图像处理装置包括:
存储管理单元601,用于根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;上述N个人像与上述N个存储空间一一对应,上述N个人像中的第一人像对应的网格点数目为上述第一人像在上述输入图像中对应的人像区域内的网格点数目,上述N为大于0的整数;
处理单元602,用于在与上述第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将上述第一人像人脸区域内的网格点的坐标存储至上述第一人像对应的存储空间;上述第一人像人脸区域为上述第一人像在上述输入图像中对应的人像区域与第一人脸区域的交集,上述第一人脸区域为对上述输入图像做人脸检测得到的上述第一人像的人脸区域。在一些实施例中,图6中的处理单元602对应的实体均为处理器,例如中央处理器(central processing unit,CPU);存储管理单元601对应的实体可以是存储管理器或者其他存储管理设备。
在一种可能的实现方式中,处理单元602,还用于根据对上述输入图像做人像分割得到的人像分割结果,确定初始人像数目;上述初始人像数目为待存储的人像的数目;在与上述第一人像对应的上述第一人像人脸区域内的网格点数目小于或等于上述第一阈值的情况下,更新上述初始人像数目。
在一种可能的实现方式中,处理单元602,还用于根据上述人像分割结果对上述输入图像中的人像进行序号排序,得到第一序号;上述第一序号为上述第一人像以及上述第一人像在上述输入图像中对应的人像区域对应的序号;将上述输入图像中与上述第一序号对应的人像区域内的网格点数目,作为上述第一人像对应的网格点数目;上述存储单元,具体用于根据上述第一人像对应的网格点数目,为对应于上述第一序号的上述第一人像,开辟第一存储空间;上述第一存储空间用于存储上述第一人像对应的网格点数目的坐标。
在一种可能的实现方式中,处理单元602,还用于对上述第一人像区域和上述第一人脸区域进行交集处理,得到上述第一人像人脸区域。
在一种可能的实现方式中,处理单元602,对上述输入图像进行网格点划分;获取上述输入图像中的各网格点的坐标;对上述输入图像进行球面投影变换,得到中间图像;获取上述输入图像中各人像人脸区域内的网格点的坐标经过球面投影变换得到的中间坐标;对上述中间坐标进行优化处理,得到目标坐标;根据上述目标坐标对上述中间图像中的像素进行插值,得到目标图像。上述输入图像中的各人像人脸区域内是指人像区域和人脸区域的交集。例如,输入图像包括10个人像人脸区域,每个人像人脸区域为一个人像区域与其对应的人脸区域的交集。
图7是本申请实施例提供的一种服务器的结构示意图,该服务器700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上CPU722(例如,一个或一个以上处理器)和存储器732,一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中,存储器732和存储介质730可以是短暂存储或持久存储。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器722可以设置为与存储介质730通信,在服务器700上执行存储介质730中的一系列指令操作。服务器700可以执行本申请提供的人像区域网格点信息存储方法。
服务器700还可以包括一个或一个以上电源726,一个或一个以上有线或无线网络接口750,一个或一个以上输入输出接口758,和/或,一个或一个以上操作系统741,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由图像处理装置所执行的步骤可以基于该图7所示的服务器结构。例如,中央处理器722可实现图6中的处理单元602的功能,存储器732可实现图6中的存储管理单元601的功能。
图8为本申请实施例提供的一种终端设备的结构示意图。如图8所示,该终端设备80包括处理器801、存储器802、通信接口803以及输入输出设备804;该处理器801、存储器802和通信接口803通过总线相互连接。图8中的终端设备可以为前述实施例中的图像处理装置。
存储器802包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmablereadonly memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CDROM),该存储器802用于相关指令及数据。通信接口803用于接收和发送数据。输入输出设备804可包括键盘、鼠标、触摸屏等输入设备,以及显示器、屏幕等输出设备。用户可通过输入设备输入待处理图像。
处理器801可以是一个或多个中央处理器(central processing unit,CPU),在处理器801是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。上述实施例中由图像处理装置所执行的步骤可以基于该图8所示的终端设备的结构。或者,处理器801可实现图6中的处理单元602的功能,存储器802可实现图6中的存储管理单元601的功能。
在本申请的实施例中提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现前述实施例所提供的人像区域网格点信息存储方法。
本申请实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述实施例所提供的人像区域网格点信息存储方法。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种人像区域网格点信息存储方法,其特征在于,所述方法包括:
根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;所述N个人像与所述N个存储空间一一对应,所述N个人像中的第一人像对应的网格点数目为所述第一人像在所述输入图像中对应的人像区域内的网格点数目,所述N为大于0的整数;
在与所述第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将所述第一人像人脸区域内的网格点的坐标存储至所述第一人像对应的存储空间;所述第一人像人脸区域为所述第一人像在所述输入图像中对应的人像区域与第一人脸区域的交集,所述第一人脸区域为对所述输入图像做人脸检测得到的所述第一人像的人脸区域。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据对所述输入图像做人像分割得到的人像分割结果,确定初始人像数目;所述初始人像数目为待存储的人像的数目;
在与所述第一人像对应的所述第一人像人脸区域内的网格点数目小于或等于所述第一阈值的情况下,更新所述初始人像数目。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述人像分割结果对所述输入图像中的人像进行序号排序,得到第一序号;所述第一序号为所述第一人像以及所述第一人像在所述输入图像中对应的人像区域对应的序号;
所述根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间包括:
将所述输入图像中与所述第一序号对应的人像区域内的网格点数目,作为所述第一人像对应的网格点数目;
根据所述第一人像对应的网格点数目,为对应于所述第一序号的所述第一人像,开辟第一存储空间;所述第一存储空间用于存储所述第一人像对应的网格点数目的坐标。
4.根据权利要求1至3任一项所述的方法,其特征在于,在将所述第一人像人脸区域内的网格点的坐标存储至所述第一人像对应的存储空间之前,所述方法还包括:
对所述第一人像区域和所述第一人脸区域进行交集处理,得到所述第一人像人脸区域。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:对所述输入图像进行网格点划分;获取所述输入图像中的各网格点的坐标;对所述输入图像进行球面投影变换,得到中间图像;获取所述输入图像中各人像人脸区域内的网格点的坐标经过球面投影变换得到的中间坐标;对所述中间坐标进行优化处理,得到目标坐标;根据所述目标坐标对所述中间图像中的像素进行插值,得到目标图像。
6.一种图像处理装置,其特征在于,包括:
存储管理单元,用于根据输入图像中的N个人像分别对应的网格点数目,开辟N个存储空间;所述N个人像与所述N个存储空间一一对应,所述N个人像中的第一人像对应的网格点数目为所述第一人像在所述输入图像中对应的人像区域内的网格点数目,所述N为大于0的整数;
处理单元,用于在与所述第一人像对应的第一人像人脸区域内的网格点数目大于第一阈值的情况下,将所述第一人像人脸区域内的网格点的坐标存储至所述第一人像对应的存储空间;所述第一人像人脸区域为所述第一人像在所述输入图像中对应的人像区域与第一人脸区域的交集,所述第一人脸区域为对所述输入图像做人脸检测得到的所述第一人像的人脸区域。
7.根据权利要求6所述的装置,其特征在于,
所述处理单元,还用于根据对所述输入图像做人像分割得到的人像分割结果,确定初始人像数目;所述初始人像数目为待存储的人像的数目;
在与所述第一人像对应的所述第一人像人脸区域内的网格点数目小于或等于所述第一阈值的情况下,更新所述初始人像数目。
8.根据权利要求7所述的装置,其特征在于,
所述处理单元,还用于根据所述人像分割结果对所述输入图像中的人像进行序号排序,得到第一序号;所述第一序号为所述第一人像以及所述第一人像在所述输入图像中对应的人像区域对应的序号;将所述输入图像中与所述第一序号对应的人像区域内的网格点数目,作为所述第一人像对应的网格点数目;
所述存储单元,具体用于根据所述第一人像对应的网格点数目,为对应于所述第一序号的所述第一人像,开辟第一存储空间;所述第一存储空间用于存储所述第一人像对应的网格点数目的坐标。
9.根据权利要求6至8任一项所述的装置,其特征在于,
所述处理单元,还用于对所述第一人像区域和所述第一人脸区域进行交集处理,得到所述第一人像人脸区域。
10.根据权利要求6至9任一项所述的装置,其特征在于,
所述处理单元,还用于对所述输入图像进行网格点划分;获取所述输入图像中的各网格点的坐标;对所述输入图像进行球面投影变换,得到中间图像;获取所述输入图像中各人像人脸区域内的网格点的坐标经过球面投影变换得到的中间坐标;对所述中间坐标进行优化处理,得到目标坐标;根据所述目标坐标对所述中间图像中的像素进行插值,得到目标图像。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,使所述处理器执行权利要求1至5任意一项所述的方法。
12.一种电子设备,其特征在于,包括存储器和处理器,其中,所述存储器用于存储指令,所述处理器用于执行所述存储器存储的指令,使得所述处理器执行权利要求1至5任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890791.XA CN113628095B (zh) | 2021-08-04 | 2021-08-04 | 人像区域网格点信息存储方法及相关产品 |
PCT/CN2021/119559 WO2023010662A1 (zh) | 2021-08-04 | 2021-09-22 | 人像区域网格点信息存储方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890791.XA CN113628095B (zh) | 2021-08-04 | 2021-08-04 | 人像区域网格点信息存储方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113628095A true CN113628095A (zh) | 2021-11-09 |
CN113628095B CN113628095B (zh) | 2022-11-01 |
Family
ID=78382596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110890791.XA Active CN113628095B (zh) | 2021-08-04 | 2021-08-04 | 人像区域网格点信息存储方法及相关产品 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113628095B (zh) |
WO (1) | WO2023010662A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570822A (zh) * | 2016-10-25 | 2017-04-19 | 宇龙计算机通信科技(深圳)有限公司 | 一种人脸贴图方法及装置 |
WO2018192511A1 (zh) * | 2017-04-20 | 2018-10-25 | 腾讯科技(深圳)有限公司 | 一种图像数据处理方法和装置 |
CN109147061A (zh) * | 2018-07-20 | 2019-01-04 | 清华大学 | 一种对体数据的分割结果进行人机交互编辑的方法 |
CN109816745A (zh) * | 2018-12-24 | 2019-05-28 | 深圳云天励飞技术有限公司 | 人体热力图展示方法及相关产品 |
CN111080544A (zh) * | 2019-12-09 | 2020-04-28 | Oppo广东移动通信有限公司 | 基于图像的人脸畸变校正方法、装置及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8107116B2 (en) * | 2006-05-18 | 2012-01-31 | Konica Minolta Business Technologies, Inc. | Image forming apparatus |
JP6789720B2 (ja) * | 2016-08-10 | 2020-11-25 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6958526B2 (ja) * | 2018-09-26 | 2021-11-02 | 株式会社デンソー | 画像処理装置及び画像表示システム |
CN110866443B (zh) * | 2019-10-11 | 2023-06-16 | 厦门身份宝网络科技有限公司 | 人像存储方法、人脸识别方法、设备及存储介质 |
CN111881813B (zh) * | 2020-07-24 | 2021-02-19 | 深圳市卡联科技股份有限公司 | 人脸识别终端的数据存储方法及系统 |
CN112686824A (zh) * | 2020-12-30 | 2021-04-20 | 北京迈格威科技有限公司 | 图像校正方法、装置、电子设备和计算机可读介质 |
-
2021
- 2021-08-04 CN CN202110890791.XA patent/CN113628095B/zh active Active
- 2021-09-22 WO PCT/CN2021/119559 patent/WO2023010662A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570822A (zh) * | 2016-10-25 | 2017-04-19 | 宇龙计算机通信科技(深圳)有限公司 | 一种人脸贴图方法及装置 |
WO2018192511A1 (zh) * | 2017-04-20 | 2018-10-25 | 腾讯科技(深圳)有限公司 | 一种图像数据处理方法和装置 |
CN109147061A (zh) * | 2018-07-20 | 2019-01-04 | 清华大学 | 一种对体数据的分割结果进行人机交互编辑的方法 |
CN109816745A (zh) * | 2018-12-24 | 2019-05-28 | 深圳云天励飞技术有限公司 | 人体热力图展示方法及相关产品 |
CN111080544A (zh) * | 2019-12-09 | 2020-04-28 | Oppo广东移动通信有限公司 | 基于图像的人脸畸变校正方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113628095B (zh) | 2022-11-01 |
WO2023010662A1 (zh) | 2023-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110660066B (zh) | 网络的训练方法、图像处理方法、网络、终端设备及介质 | |
CN109448090B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN108040210B (zh) | 一种局部畸变的校正方法及移动终端和相关介质产品 | |
CN110276308B (zh) | 图像处理方法及装置 | |
CN109005368B (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
CN110796600B (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
CN110415183A (zh) | 图片校正方法、装置、计算机设备及计算机可读存储介质 | |
CN111667504B (zh) | 一种人脸追踪方法、装置及设备 | |
CN113628229B (zh) | 图像裁剪方法及相关产品 | |
CN112560796A (zh) | 人体姿态实时检测方法、装置、计算机设备及存储介质 | |
CN111160202A (zh) | 基于ar设备的身份核验方法、装置、设备及存储介质 | |
CN111723707A (zh) | 一种基于视觉显著性的注视点估计方法及装置 | |
CN108229281B (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 | |
CN111209908A (zh) | 更新标注框的方法、装置、存储介质和计算机设备 | |
CN111062279B (zh) | 照片处理方法及照片处理装置 | |
CN113628095B (zh) | 人像区域网格点信息存储方法及相关产品 | |
CN111583329A (zh) | 增强现实眼镜显示方法、装置、电子设备和存储介质 | |
CN111222446A (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN106874835B (zh) | 一种图像处理方法及装置 | |
CN111583163B (zh) | 基于ar的人脸图像处理方法、装置、设备及存储介质 | |
CN111754411B (zh) | 图像降噪方法、图像降噪装置及终端设备 | |
CN111489289B (zh) | 一种图像处理方法、图像处理装置及终端设备 | |
CN111627037A (zh) | 图像区域提取方法、装置、设备及存储介质 | |
JP2021039647A (ja) | 画像データ分類装置および画像データ分類方法 | |
CN112381719B (zh) | 图像处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |