CN114445543A - 处理纹理图像的方法、装置、电子设备及存储介质 - Google Patents
处理纹理图像的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114445543A CN114445543A CN202210082615.8A CN202210082615A CN114445543A CN 114445543 A CN114445543 A CN 114445543A CN 202210082615 A CN202210082615 A CN 202210082615A CN 114445543 A CN114445543 A CN 114445543A
- Authority
- CN
- China
- Prior art keywords
- texture image
- target
- original
- image
- target areas
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000001815 facial effect Effects 0.000 claims abstract description 40
- 230000009466 transformation Effects 0.000 claims abstract description 25
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000002372 labelling Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims 1
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 210000001508 eye Anatomy 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本公开提供了一种处理纹理图像的方法、装置、电子设备及存储介质,涉及图像处理技术领域,尤其涉及虚拟/增强现实、计算机视觉技术领域。具体实现方案为:获取原始人脸图像和原始纹理图像;在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;对中间纹理图像进行优化处理,得到目标纹理图像。
Description
技术领域
本公开涉及图像处理技术领域,进一步涉及虚拟/增强现实、计算机视觉技术领域,尤其涉及一种处理纹理图像的方法、装置、电子设备及存储介质。
背景技术
随着信息处理技术的高速发展,基于图片数据进行人脸重建已经在多个领域得到广泛应用。
相关方案中,由于生成个性化纹理图像的成本和算法复杂度较高,在进行人脸重建时,通常使用三维人脸模型和固定的纹理图像,从而导致重建的人脸图像个性化程度较差。
发明内容
本公开提供了一种处理纹理图像的方法、装置、电子设备及存储介质,以至少解决相关技术中个性化纹理图像的生成效率低下的技术问题。
根据本公开的一方面,提供了一种处理纹理图像的方法,包括:获取原始人脸图像和原始纹理图像;在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;对中间纹理图像进行优化处理,得到目标纹理图像。
根据本公开的又一方面,提供了一种处理纹理图像的装置,包括:获取模块,用于获取原始人脸图像和原始纹理图像;确定模块,用于在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;变换模块,用于对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;处理模块,用于对中间纹理图像进行优化处理,得到目标纹理图像。
根据本公开的又一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提出的处理纹理图像的方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提出的处理纹理图像的方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行本公开提出的处理纹理图像的方法。
在本公开中,通过获取原始人脸图像和原始纹理图像,进而在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域,随后对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像,最后对中间纹理图像进行优化处理,得到目标纹理图像,达到了快速生成个性化纹理图像的目的,实现了提高个性化纹理图像的生成效率的效果,从而解决了相关技术中个性化纹理图像的生成效率低下的技术问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的一种用于实现处理纹理图像的方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本公开实施例的一种处理纹理图像的方法流程图;
图3是根据本公开实施例的一种处理纹理图像的方法示意图;
图4是根据本公开实施例的一种处理纹理图像的装置的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
人脸重建技术中使用的纹理图像包括个性化、无个性化两种。其中,利用无个性化纹理图像进行人脸重建,即所有重建人脸图像都使用相同固定的一张纹理图像。但是,无个性化纹理图像的相似度程度过低,从而导致重建的人脸图像的个性化程度较差。利用个性化纹理图像进行人脸重建时,通过实际人脸获取信息生成个性化纹理图像,每个人脸纹理图像中信息不同,从而在重建的人脸图像中产生个性化纹理。
相关技术中主要包括以下两种生成个性化纹理图像的方法。
方法一:通过位姿估计,获取三维人脸图像投影出二维人脸图像,该二维人脸图像与实际输入的人脸图像的位姿保持一致。根据纹理图像和二维人脸图像之间固定的UV纹理映射关系,可以确定纹理图像和实际人脸图像之间的UV纹理映射关系。根据三角形面片三个点投影到二维人脸图像上的三角形区域,确定在实际人脸图像上的三角形区域。将颜色系统(RGB)信息通过UV纹理映射关系赋值给纹理图像,以此类推,将全部三角面片的RGB信息都赋值给纹理图像,从而生成与实际人脸图像对应的个性化纹理图像。
方法二:根据可微渲染器,端到端地输出个性化纹理图像,通过渲染图像标签计算损失,不断更新纹理图像梯度,从而生成对应的个性化纹理图像。
但是,上述两种生成个性化纹理图像的方法都过于复杂,相关方案中存在个性化纹理图像的生成效率低下的技术问题。
根据本公开实施例,提供了一种处理纹理图像的方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本公开实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的电子设备中执行。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。图1示出了一种用于实现处理纹理图像的方法的计算机终端(或移动设备)的硬件结构框图。
如图1所示,计算机终端100包括计算单元101,其可以根据存储在只读存储器(ROM)102中的计算机程序或者从存储单元108加载到随机访问存储器(RAM)103中的计算机程序,来执行各种适当的动作和处理。在RAM 103中,还可存储计算机终端100操作所需的各种程序和数据。计算单元101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
计算机终端100中的多个部件连接至I/O接口105,包括:输入单元106,例如键盘、鼠标等;输出单元107,例如各种类型的显示器、扬声器等;存储单元108,例如磁盘、光盘等;以及通信单元109,例如网卡、调制解调器、无线通信收发机等。通信单元109允许计算机终端100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元101执行本文所描述的处理纹理图像的方法。例如,在一些实施例中,处理纹理图像的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 102和/或通信单元109而被载入和/或安装到计算机终端100上。当计算机程序加载到RAM 103并由计算单元101执行时,可以执行本文描述的处理纹理图像的方法的一个或多个步骤。备选地,在其他实施例中,计算单元101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行处理纹理图像的方法。
本文中描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
此处需要说明的是,在一些可选实施例中,上述图1所示的电子设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述电子设备中的部件的类型。
在上述运行环境下,本公开提供了如图2所示的处理纹理图像的方法,该方法可以由图1所示的计算机终端或者类似的电子设备执行。图2是根据本公开实施例提供的一种处理纹理图像的方法流程图。如图2所示,该方法可以包括如下步骤:
步骤S21,获取原始人脸图像和原始纹理图像;
上述原始人脸图像为二维人脸图像,原始纹理图像为固定纹理图像。其中,固定纹理图像中包括UV纹理映射关系。
步骤S22,在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;
检测原始人脸图像中的多个人脸关键点,例如,检测眼睛、鼻子、嘴巴、耳朵等人脸五官位置对应的多个人脸关键点,基于对原始人脸图像的检测结果确定多个第一目标区域。例如,第一目标区域包括原始人脸图像中的眼睛标记区域、鼻子标记区域、嘴巴标记区域和耳朵标记区域。
标注原始纹理图像中的多个人脸关键点,例如,标注眼睛、鼻子、嘴巴、耳朵等人脸五官位置对应的多个人脸关键点,基于对原始纹理图像的标注结果确定多个第二目标区域。例如,第二目标区域包括原始纹理图像中的眼睛标记区域、鼻子标记区域、嘴巴标记区域和耳朵标记区域。
具体的,在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域的实现过程可以参照对于本公开实施例的进一步介绍,不予赘述。
步骤S23,对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;
具体的,对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像的实现过程可以参照对于本公开实施例的进一步介绍,不予赘述。
步骤S24,对中间纹理图像进行优化处理,得到目标纹理图像。
具体的,对中间纹理图像进行优化处理,得到目标纹理图像的实现过程可以参照对于本公开实施例的进一步介绍,不予赘述。
根据本公开上述步骤S21至步骤S24,通过获取原始人脸图像和原始纹理图像,进而在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域,随后对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像,最后对中间纹理图像进行优化处理,得到目标纹理图像,达到了快速生成个性化纹理图像的目的,实现了提高个性化纹理图像的生成效率的效果,从而解决了相关技术中个性化纹理图像的生成效率低下的技术问题。
下面对上述实施例的处理纹理图像的方法进行进一步介绍。
作为一种可选的实施方式,在步骤S22,在原始人脸图像中确定多个第一目标区域包括:
步骤S221,对原始人脸图像进行人脸关键点检测,得到检测结果;
上述检测结果包括多个原始人脸图像中的人脸关键点。
步骤S222,基于检测结果确定多个第一目标区域。
具体的,基于多个原始人脸图像中的人脸关键点,确定原始人脸图像中的人脸五官标记区域。
基于上述步骤S221至步骤S222,通过对原始人脸图像进行人脸关键点检测,得到检测结果,进而基于检测结果确定多个第一目标区域,能够快速准确地确定原始人脸图像中的人脸五官标记区域。
作为一种可选的实施方式,在步骤S22,在原始纹理图像确定多个第二目标区域包括:
步骤S223,在原始纹理图像中标注多个人脸关键点位置,得到标注结果;
具体的,对原始纹理图像中的68个关键点或者150个关键点进行标注,得到标注结果。其中,标注的关键点的位置与原始人脸图像中关键点的位置相对应,且两者关键点的数量完全一致。
步骤S224,基于标注结果确定多个第二目标区域。
具体的,基于多个原始纹理图像中标注的人脸关键点,确定原始纹理图像中的人脸五官标记区域。
基于上述步骤S223至步骤S224,通过在原始纹理图像中标注多个人脸关键点位置,得到标注结果,进而基于标注结果确定多个第二目标区域,能够快速准确地确定原始纹理图像中的五官标记区域。
作为一种可选的实施方式,在步骤S23,对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像包括:
对多个第一目标区域和多个第二目标区域执行仿射变换,分别将多个第一目标区域中每个第一目标区域的颜色信息赋值至多个第二目标区域中对应的第二目标区域,得到中间纹理图像。
例如,其中一个第一目标区域为眼睛区域,将真实人脸图像中眼睛区域的RGB信息赋值到原始纹理图像的眼睛区域。
又例如,其中一个第一目标区域为鼻子区域,将真实人脸图像中鼻子区域的RGB信息赋值到原始纹理图像的鼻子区域。
又例如,其中一个第一目标区域为嘴巴区域,将真实人脸图像中嘴巴区域的RGB信息赋值到原始纹理图像的嘴巴区域。
又例如,其中一个第一目标区域为耳朵区域,将真实人脸图像中耳朵区域的RGB信息赋值到原始纹理图像的耳朵区域。
通过上述可选实施例,能够将实际人脸图像中多个第一目标区域的颜色信息赋值到多个第二目标区域中对应的第二目标区域,无需修改原始纹理图像中的UV纹理映射关系,从而快速得到具有与真实人脸图像相对应的中间纹理图像。
作为一种可选的实施方式,在步骤S24,对中间纹理图像进行优化处理,得到目标纹理图像包括:
对中间纹理图像进行高斯模糊处理,得到目标纹理图像。
具体的,通过对中间纹理图像进行高斯模糊处理,可以有效处理由于各区域仿射变换出现的分界线上的颜色差异,从而获得效果更好的目标纹理图像。
上述目标纹理图像为个性化人脸纹理图像,其中,目标纹理图像中包括原始纹理图像中设计好的UV纹理映射关系,以及与原始人脸图像相对应的实际人脸纹理信息。不同的原始人脸图像对应不同的目标纹理图像,利用目标纹理图像和三维人脸模型进行人脸重建,可以获得个性化程度较高的人脸图像。
图3是根据本公开实施例的处理纹理图像的方法示意图,如图3所示,对原始人脸图像进行人脸关键点检测,得到检测结果,基于检测结果确定多个第一目标区域;在原始纹理图像中标注多个人脸关键点位置,得到标注结果,基于标注结果确定多个第二目标区域。随后,对多个第一目标区域和多个第二目标区域执行仿射变换,分别将多个第一目标区域中每个第一目标区域的颜色信息赋值至多个第二目标区域中对应的第二目标区域,得到中间纹理图像。最后,对中间纹理图像进行高斯模糊处理,得到目标纹理图像。
本公开实施例提供的处理纹理图像的方法主要涉及图像级别操作,通过图像上的修复替换,在生成个性化纹理图像时无需进行UV纹理映射关系的迁移对齐,从而能够显著减少处理工作量和实际运行时的耗时,简化生成个性化纹理图像的操作步骤,以提高个性化纹理图像的生成效率。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
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根据上述实施例的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,本公开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一个存储介质中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本公开各个实施例所述的方法。
在本公开中还提供了一种处理纹理图像的装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本公开其中一实施例的一种处理纹理图像的装置的结构框图,如图4所示,一种处理纹理图像的装置400包括:
获取模块401,用于获取原始人脸图像和原始纹理图像;
确定模块402,用于在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;
变换模块403,用于对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;
处理模块404,用于对中间纹理图像进行优化处理,得到目标纹理图像。
可选地,确定模块402还用于:对原始人脸图像进行人脸关键点检测,得到检测结果;基于检测结果确定多个第一目标区域。
可选地,确定模块402还用于:在原始纹理图像中标注多个人脸关键点位置,得到标注结果;基于标注结果确定多个第二目标区域。
可选地,变换模块403还用于:对多个第一目标区域和多个第二目标区域执行仿射变换,分别将多个第一目标区域中每个第一目标区域的颜色信息赋值至多个第二目标区域中对应的第二目标区域,得到中间纹理图像。
可选地,处理模块404还用于:对中间纹理图像进行高斯模糊处理,得到目标纹理图像。
可选地,原始人脸图像为二维人脸图像,原始纹理图像为固定纹理图像。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
根据本公开的实施例,本公开还提供了一种电子设备,包括存储器和至少一个处理器,该存储器中存储有计算机指令,该处理器被设置为运行计算机指令以执行上述方法实施例中的步骤。
可选地,上述电子设备还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本公开中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取原始人脸图像和原始纹理图像;
S2,在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;
S3,对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;
S4,对中间纹理图像进行优化处理,得到目标纹理图像。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
根据本公开的实施例,本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该非瞬时计算机可读存储介质中存储有计算机指令,其中,该计算机指令被设置为运行时执行上述方法实施例中的步骤。
可选地,在本实施例中,上述非瞬时计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取原始人脸图像和原始纹理图像;
S2,在原始人脸图像中确定多个第一目标区域以及在原始纹理图像确定多个第二目标区域,其中,多个第一目标区域包括:原始人脸图像中的人脸五官标记区域,多个第二目标区域包括:原始纹理图像中的人脸五官标记区域;
S3,对多个第一目标区域和多个第二目标区域执行仿射变换,得到中间纹理图像;
S4,对中间纹理图像进行优化处理,得到目标纹理图像。
可选地,在本实施例中,上述非瞬时计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的实施例,本公开还提供了一种计算机程序产品。用于实施本公开的音频处理方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本公开所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,本公开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全部或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(可为个人计算机、服务器或者网络设备等)执行本公开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、只读存储器(ROM)、随机存取存储器(RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本公开的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本公开原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本公开的保护范围。
Claims (15)
1.一种处理纹理图像的方法,包括:
获取原始人脸图像和原始纹理图像;
在所述原始人脸图像中确定多个第一目标区域以及在所述原始纹理图像确定多个第二目标区域,其中,所述多个第一目标区域包括:所述原始人脸图像中的人脸五官标记区域,所述多个第二目标区域包括:所述原始纹理图像中的人脸五官标记区域;
对所述多个第一目标区域和所述多个第二目标区域执行仿射变换,得到中间纹理图像;
对所述中间纹理图像进行优化处理,得到目标纹理图像。
2.根据权利要求1所述的方法,其中,所述在所述原始人脸图像中确定多个第一目标区域包括:
对所述原始人脸图像进行人脸关键点检测,得到检测结果;
基于所述检测结果确定所述多个第一目标区域。
3.根据权利要求1所述的方法,其中,所述在所述原始纹理图像确定多个第二目标区域包括:
在所述原始纹理图像中标注多个人脸关键点位置,得到标注结果;
基于所述标注结果确定所述多个第二目标区域。
4.根据权利要求1所述的方法,其中,所述对所述多个第一目标区域和所述多个第二目标区域执行仿射变换,得到中间纹理图像包括:
对所述多个第一目标区域和所述多个第二目标区域执行仿射变换,分别将所述多个第一目标区域中每个第一目标区域的颜色信息赋值至所述多个第二目标区域中对应的第二目标区域,得到所述中间纹理图像。
5.根据权利要求1所述的方法,其中,所述对所述中间纹理图像进行优化处理,得到目标纹理图像包括:
对所述中间纹理图像进行高斯模糊处理,得到所述目标纹理图像。
6.根据权利要求1所述的方法,其中,所述原始人脸图像为二维人脸图像,所述原始纹理图像为固定纹理图像。
7.一种处理纹理图像的装置,包括:
获取模块,用于获取原始人脸图像和原始纹理图像;
确定模块,用于在所述原始人脸图像中确定多个第一目标区域以及在所述原始纹理图像确定多个第二目标区域,其中,所述多个第一目标区域包括:所述原始人脸图像中的人脸五官标记区域,所述多个第二目标区域包括:所述原始纹理图像中的人脸五官标记区域;
变换模块,用于对所述多个第一目标区域和所述多个第二目标区域执行仿射变换,得到中间纹理图像;
处理模块,用于对所述中间纹理图像进行优化处理,得到目标纹理图像。
8.根据权利要求7所述的装置,其中,所述确定模块还用于:
对所述原始人脸图像进行人脸关键点检测,得到检测结果;
基于所述检测结果确定所述多个第一目标区域。
9.根据权利要求7所述的装置,其中,所述确定模块还用于:
在所述原始纹理图像中标注多个人脸关键点位置,得到标注结果;
基于所述标注结果确定所述多个第二目标区域。
10.根据权利要求7所述的装置,其中,所述变换模块还用于:
对所述多个第一目标区域和所述多个第二目标区域执行仿射变换,分别将所述多个第一目标区域中每个第一目标区域的颜色信息赋值至所述多个第二目标区域中对应的第二目标区域,得到所述中间纹理图像。
11.根据权利要求7所述的装置,其中,所述处理模块还用于:
对所述中间纹理图像进行高斯模糊处理,得到所述目标纹理图像。
12.根据权利要求7所述的装置,其中,所述原始人脸图像为二维人脸图像,所述原始纹理图像为固定纹理图像。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210082615.8A CN114445543A (zh) | 2022-01-24 | 2022-01-24 | 处理纹理图像的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210082615.8A CN114445543A (zh) | 2022-01-24 | 2022-01-24 | 处理纹理图像的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114445543A true CN114445543A (zh) | 2022-05-06 |
Family
ID=81369979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210082615.8A Pending CN114445543A (zh) | 2022-01-24 | 2022-01-24 | 处理纹理图像的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114445543A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751689A (zh) * | 2009-09-28 | 2010-06-23 | 中国科学院自动化研究所 | 一种三维人脸重建方法 |
CN108682030A (zh) * | 2018-05-21 | 2018-10-19 | 北京微播视界科技有限公司 | 脸皮替换方法、装置及计算机设备 |
CN111325823A (zh) * | 2020-02-05 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 人脸纹理图像的获取方法、装置、设备及存储介质 |
WO2021083133A1 (zh) * | 2019-10-29 | 2021-05-06 | 广州虎牙科技有限公司 | 图像处理方法、装置、设备及存储介质 |
CN113313660A (zh) * | 2021-05-14 | 2021-08-27 | 北京市商汤科技开发有限公司 | 妆容迁移方法、装置、设备和计算机可读存储介质 |
WO2022012085A1 (zh) * | 2020-07-15 | 2022-01-20 | 北京沃东天骏信息技术有限公司 | 人脸图像处理方法、装置、存储介质及电子设备 |
-
2022
- 2022-01-24 CN CN202210082615.8A patent/CN114445543A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751689A (zh) * | 2009-09-28 | 2010-06-23 | 中国科学院自动化研究所 | 一种三维人脸重建方法 |
CN108682030A (zh) * | 2018-05-21 | 2018-10-19 | 北京微播视界科技有限公司 | 脸皮替换方法、装置及计算机设备 |
WO2021083133A1 (zh) * | 2019-10-29 | 2021-05-06 | 广州虎牙科技有限公司 | 图像处理方法、装置、设备及存储介质 |
CN111325823A (zh) * | 2020-02-05 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 人脸纹理图像的获取方法、装置、设备及存储介质 |
WO2022012085A1 (zh) * | 2020-07-15 | 2022-01-20 | 北京沃东天骏信息技术有限公司 | 人脸图像处理方法、装置、存储介质及电子设备 |
CN113313660A (zh) * | 2021-05-14 | 2021-08-27 | 北京市商汤科技开发有限公司 | 妆容迁移方法、装置、设备和计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
阳策;李重;任义;刘恒;: "基于标准肤色的人脸图像纹理合成与三维重建应用", 计算机系统应用, no. 05, 15 May 2019 (2019-05-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113327278B (zh) | 三维人脸重建方法、装置、设备以及存储介质 | |
CN113658309B (zh) | 三维重建方法、装置、设备以及存储介质 | |
CN114820905B (zh) | 虚拟形象生成方法、装置、电子设备及可读存储介质 | |
CN111047509A (zh) | 一种图像特效处理方法、装置及终端 | |
CN113705462B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN112308866B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110490959B (zh) | 三维图像处理方法及装置、虚拟形象生成方法以及电子设备 | |
CN109325996B (zh) | 用于生成信息的方法和装置 | |
CN114494334B (zh) | 调整三维姿态的方法、装置、电子设备及存储介质 | |
CN113870399B (zh) | 表情驱动方法、装置、电子设备及存储介质 | |
CN115147265A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113610958A (zh) | 一种基于风格迁移的3d图像构建方法、装置及终端 | |
CN114792355A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114359048A (zh) | 图像的数据增强方法、装置、终端设备及存储介质 | |
CN113658035A (zh) | 脸部变换方法、装置、设备、存储介质以及产品 | |
CN113808007B (zh) | 调整虚拟脸部模型的方法、装置、电子设备及存储介质 | |
CN114445543A (zh) | 处理纹理图像的方法、装置、电子设备及存储介质 | |
CN113516739A (zh) | 一种动画处理方法、装置、存储介质及电子设备 | |
CN113781653B (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
CN113723515B (zh) | 基于图像识别的摩尔纹识别方法、装置、设备及介质 | |
CN115775300A (zh) | 人体模型的重建方法、人体重建模型的训练方法及装置 | |
CN113947146A (zh) | 样本数据生成方法、模型训练方法、图像检测方法及装置 | |
CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
CN112634441B (zh) | 一种3d人体模型生成方法、系统及相关设备 | |
CN112419249A (zh) | 一种特殊服饰图片转化方法、终端设备及存储介质 |
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 |