CN114913549A - 图像处理方法、装置、设备及介质 - Google Patents

图像处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN114913549A
CN114913549A CN202210583654.6A CN202210583654A CN114913549A CN 114913549 A CN114913549 A CN 114913549A CN 202210583654 A CN202210583654 A CN 202210583654A CN 114913549 A CN114913549 A CN 114913549A
Authority
CN
China
Prior art keywords
human body
point
image
contour points
image processing
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
Application number
CN202210583654.6A
Other languages
English (en)
Other versions
CN114913549B (zh
Inventor
范茂伟
丁二锐
滕禹桥
胡晓文
梁烁
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210583654.6A priority Critical patent/CN114913549B/zh
Publication of CN114913549A publication Critical patent/CN114913549A/zh
Application granted granted Critical
Publication of CN114913549B publication Critical patent/CN114913549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Processing Or Creating Images (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种图像处理方法、装置、设备及介质,涉及人工智能技术领域,具体为计算机视觉、图像处理等技术领域。实现方案为:确定图像中位于人体外围的多个身体轮廓点;基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域;以及响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。

Description

图像处理方法、装置、设备及介质
技术领域
本公开涉及人工智能技术领域,具体为计算机视觉、图像处理等技术领域,具体涉及一种图像处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:确定图像中位于人体外围的多个身体轮廓点;基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域;以及响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
根据本公开的另一方面,提供了一种图像处理装置,包括:第一确定单元,被配置用于确定图像中位于人体外围的多个身体轮廓点;第二确定单元,被配置用于基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域;以及执行单元,被配置用于响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,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上述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述的方法。
根据本公开的一个或多个实施例,可以避免修图造成的图像失真,有效提升用户的使用体验。。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的一种图像处理方法的流程图;
图3示出了根据本公开的实施例的身体轮廓点的示意图;
图4示出了根据本公开的实施例的一种图像处理方法的示意图;
图5示出了根据本公开的实施例的图像处理装置的结构框图;以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
当前,人们常常希望对图像中的人体进行修图以改变其形貌,例如,使脸看起来更小巧,或使腰看起来更纤细等。尤其在商业摄影工作中,对图像的后期处理工作量大、耗时长,需要专业的修图师长时间的技术积累,才能实现理想的修图效果。而专业的修图师成本较高,不同修图师也有不同的修图风格,修图质量受审美和工作状态影响。因此,本领域迫切需要一种能够实现有效的自动化修图的图像处理方案。
在相关技术中,虽然已经提供了一些自动化的修图方法,但是这些方法常常只能在人体呈现方式理想的情况下,才能实现预期的修图效果,反之,则常常因为修图的位置错误而导致人像失真。例如,当图像中呈现的是人用手托住脸的画面时,在对脸部执行自动化瘦脸时,会对手部区域也一并进行处理,导致图像中的人手变形,图像失真,严重影响用户的使用体验。
基于此,本公开提出一种图像处理方法,确定图像中位于人体外围的多个身体轮廓点,并基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域,响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
在本公开所提出的方案中,利用人体外围的多个身体轮廓点,定位出了人体各个部位在图像中的位置。在此基础上,通过判断修图区域中是否存在身体轮廓点,能够高效且准确地确定修图区域是否被人体的其他部位或者图像中的其他人体遮挡,进而能够有针对性地确定对该修图区域的处理策略,避免修图造成的图像失真,有效提升用户的使用体验。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行图像处理的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来获取和/或发送用于执行图像处理的、包含人体的图像。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开示例性实施例的一种图像处理方法的流程图,如图2所示,该方法200包括:步骤S201、确定图像中位于人体外围的多个身体轮廓点;步骤S202、基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域;以及步骤S203、响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
由此,利用人体外围的多个身体轮廓点,定位出了人体各个部位在图像中的位置。在此基础上,通过判断修图区域中是否存在身体轮廓点,能够高效且准确地确定修图区域是否被该人体的其他部位或者图像中的其他人体遮挡,进而能够有针对性地确定对该修图区域的处理策略,避免修图造成的图像失真,有效提升用户的使用体验。
在步骤S201中,多个身体轮廓点包括了位于人体不同部位的轮廓点。可以理解,多个身体轮廓点均位于人体范围之外。
图3示出了根据本公开示例性实施例的身体轮廓点的示意图。如图3所示,身体轮廓点可以围绕人体的肩膀、手臂、躯干、腿部而分布。
可以理解,图3中示出的身体轮廓点仅为一种示例,也可以将位于人体的头部外围的轮廓点纳入步骤S201中的多个身体轮廓点之中。
在一种实施方式中,可以通过神经网络来确定图像中位于人体外围的多个身体轮廓点。
在步骤S202中,待修图部位为需要执行针对性修图的人体部位。
在一种实施方式中,待修图部位可以为预先设定的目标部位,例如,腰部,大腿或手臂等。
在另一种实施方式中,待修图部位可以基于用户指定而确定。
仍以图3为例,待修图部位可以为腰部,多个局部轮廓点为身体轮廓点301~306,示例性地,待修图部位所对应的修图区域300为身体轮廓点301~306所包围的人体内的区域。
如图3所示,在修图部位没有被人体其他部位或者他人遮挡时,修图部位中不存在身体轮廓点,而在修图部位中存在身体轮廓点时,则说明人体其他部位或者他人遮挡了修图部位。
可以理解,修图区域的大小决定了修图的精度。在处理资源允许的情况下,可以通过减小修图区域的面积,来提升图像处理的精度。
根据一些实施例,待修图部位所对应的修图区域的数量为至少两个。
例如,在图3中,基于局部轮廓点301、302、305和304,可以确定待修图部位所对应的第一修图区域,基于局部轮廓点302、303、306和305,可以确定待修图部位所对应的第二修图区域。如此,可以在更精确的范围内执行针对待修图部位的图像处理。
在确定了修图区域之后,可以进一步执行步骤S203,来执行针对修图区域的图像处理,即响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
根据一些实施例,响应于修图区域内存在身体轮廓点,则不执行针对修图区域的图像处理。
当判断修图区域中存在身体轮廓点时,表明修图区域被该人体的其他部位或者图像中的其他人体遮挡,在这种情况下不执行图像处理,避免修图造成的图像失真。
根据一些实施例,响应于修图区域内存在身体轮廓点,将修图区域划分为多个修图子区域;以及针对多个修图子区域中的每一者,响应于该修图子区域内不存在身体轮廓点,执行针对该修图子区域的图像处理。
根据一些实施例,响应于该修图子区域内存在身体轮廓点,不执行针对该修图子区域的图像处理。
由此,可以在判断出修图区域中存在身体轮廓点时,对修图区域进行进一步划分,并在划分后的每个修图子区域的粒度执行后续的图像处理,在避免对待修图部位的遮挡物执行错误的图像处理的前提下,提高对待修图部位的处理效果。
根据一些实施例,执行针对修图区域的图像处理可以包括:基于多个局部轮廓点,将修图区域划分为不重叠的多个原始三角形,其中,每个原始三角形的顶点均为局部轮廓点;响应于在多个局部轮廓点中存在待调整点,改变待调整点在图像中的位置,使得以待调整点为顶点的原始三角形发生形变而得到对应的更新三角形;以及针对每个更新三角形,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整图像中位于该更新三角形中的像素点的像素值。
由此,在将修图区域划分为多个原始三角形之后,基于待调整点的移位,可以触发多个原始三角形中与该待调整点相关联的部分原始三角形发生形变,并进而有针对性地对更新三角形执行局部的图像处理。这种处理方式计算量小,处理速度快,并且能够使得图像中的非调整区域,即未发生形变的原始三角形,具有良好的保持效果。
根据一些实施例,基于多个局部轮廓点,将修图区域划分为不重叠的多个原始三角形可以包括:基于多个局部轮廓点,对修图区域执行三角剖分,以将修图区域划分为不重叠的多个原始三角形。
其中,三角剖分是对面进行分割的一种几何方式,其应满足以下条件:
(1)每个局部轮廓点都作为至少一个原始三角形的顶点,即不允许有“空闲”的局部轮廓点存在;
(2)任意不同原始三角形的边不存在除共同顶点外的“交点”;
(3)任意不同原始三角形之间没有区域重叠。
根据一些实施例,针对每个更新三角形,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整图像中位于该更新三角形中的像素点的像素值可以包括:根据对应的原始三角形和更新三角形的顶点坐标,计算原始三角形和更新三角形图像之间的仿射变换矩阵;以及根据仿射变换矩阵,对原始三角形中的像素点进行仿射变换,以将该像素点的像素值映射至更新三角形中对应的像素点。
由此,能够方便且有效地确定更新三角形中的像素点的像素值,使得经过调整的更新三角形中的像素点的像素值能够实现平滑的过渡,以达到逼真的修图效果。
此外,也可以通过像素平移、插值、抽样等一种或多个方式确定更新三角形中的像素点的像素值,在此不再赘述。
根据一些实施例,待调整点包括分别位于待修图部位两侧的两个对称点,并且其中,改变待调整点在图像中的位置可以包括:将两个对称点相对或相背移动目标长度,以减小或增大两个对称点之间的距离。
例如,在“瘦腰”、“瘦脸”等应用场景中,通过将位于待修图部位两侧的两个对称点相对移动,以减小两个对称点之间的距离,能够实现快速且有效的“瘦身”效果。
又如,在“哈哈镜”、“增胖”等应用场景中,还可以将位于待修图部位两侧的两个对称点相背移动,以增大两个对称点之间的距离,能够实现“填充”待修图部位的修图效果。
图4示出了根据本公开示例性实施例的一种图像处理方法的示意图。如图4所示,局部轮廓点401和402为位于腰部两侧的两个对称点,通过将点401和402对向移动目标长度,减小点401和402之间的距离,能够实现“瘦腰”的修图效果。
其中,图4中将整个图像进行三角形划分仅为一种示例,可以理解,为了减小数据处理量,也可以仅针对修图区域进行三角形划分。
根据一些实施例,目标长度为基于以下任意一者而确定:用户输入的图像调整参数;或第一人体的体型参数。
例如,可以向用户呈现图像调整参数输入界面,用户在该界面上输入图像调整参数,如“瘦腰”程度值,基于该图像调整参数,确定目标长度。又如,基于对该人体的体型分析,可以确定该人体的体型参数,如用1~10的参数值表示人体的胖瘦程度;以及,基于该人体的体型参数,确定目标长度,使得针对不同体型的人体,可以实现不同的目标长度的调整。
根据一些实施例,人体包括在图像中空间相邻的第一人体和第二人体,待修图部位在第一人体中,并且其中,执行针对修图区域的图像处理可以包括:利用位于第一人体和第二人体之间的中间线,从图像中分割出第一人体所对应的图像区域;以及在第一人体所对应的图像区域内,执行针对修图区域的图像处理。
由此,可以通过在第一人体和第二人体之间设置中间线,将针对第一人体的图像处理和针对第二人体的图像处理隔离开来,避免针对不同人体的图像处理之间的相互干扰。
可以理解,在图像中包含的人体的数量不仅限于两人。在图像中包含的人体的数量超过两人的情况下,针对图像中的任意两个空间相邻的第一人体和第二人体,均可以利用上述方法,通过中间线将第一人体和第二人体两者隔离开来,避免针对不同人体的图像处理之间的相互干扰。
在一种实施方式中,针对每个更新三角形的任意一个像素点,响应于该像素点位于第一人体所对应的图像区域内,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整该像素点的像素值。
根据一些实施例,中间线为通过连接图像中的至少两个中间点而确定,每个中间点满足以下任意一种条件:该中间点在第一人体的几何中心和第二人体的几何中心两者的中垂线上;该中间点到第一人体的几何中心线的第一距离和该中间点到第二人体的几何中心线的第二距离相等;或该中间点到第一人体的多个身体轮廓点中的最近点的第三距离和该中间点到第二人体的多个身体轮廓点中的最近点的第四距离相等。
仍以图4为例,图像中具有空间相邻的第一人体410和第二人体420,待修图部位为第一人体410中的腰部,点403~408为中间点,通过连接中间点403~408,构成中间线430。
可以理解,如图4所示,通过对图像中的中间点和身体轮廓点一同执行三角剖分,可以使得对第一人体410中的任意调整点执行移位时,均不会造成对第二人体420所对应的图像区域,即中间线430右侧的部分,像素点的影响,进而能够将针对第一人体的图像处理和针对第二人体的图像处理隔离开来,避免针对不同人体的图像处理之间的相互干扰。
根据一些实施例,上述任意一种图像处理方法均可以通过云端服务器执行。
具体地,可以利用终端设备获取图像,并将图像传输至云端服务器;云端服务器执行该图像处理方法,以得到图像处理结果;以及云端服务器将图像处理结果反馈至终端设备。
图5示出了根据本公开示例性实施例的一种图像处理装置的结构框图,如图5所示,该装置500包括:第一确定单元501,被配置用于确定图像中位于人体外围的多个身体轮廓点;第二确定单元502,被配置用于基于多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定待修图部位所对应的修图区域;以及执行单元503,被配置用于响应于修图区域内不存在身体轮廓点,执行针对修图区域的图像处理。
根据一些实施例,执行单元进一步被配置用于:响应于修图区域内存在身体轮廓点,不执行针对修图区域的图像处理。
根据一些实施例,人体包括在图像中空间相邻的第一人体和第二人体,待修图部位在第一人体中,并且其中,执行单元包括:分割子单元,被配置用于利用位于第一人体和第二人体之间的中间线,从图像中分割出第一人体所对应的图像区域;以及执行子单元,被配置用于在第一人体所对应的图像区域内,执行针对修图区域的图像处理。
根据一些实施例,中间线为通过连接图像中的至少两个中间点而确定,每个中间点满足以下任意一种条件:该中间点在第一人体的几何中心和第二人体的几何中心两者的中垂线上;该中间点到第一人体的几何中心线的第一距离和该中间点到第二人体的几何中心线的第二距离相等;或该中间点到第一人体的多个身体轮廓点中的最近点的第三距离和该中间点到第二人体的多个身体轮廓点中的最近点的第四距离相等。
根据一些实施例,执行单元包括:划分子单元,被配置用于基于多个局部轮廓点,将修图区域划分为不重叠的多个原始三角形,其中,每个原始三角形的顶点均为局部轮廓点;改变子单元,被配置用于响应于在多个局部轮廓点中存在待调整点,改变待调整点在图像中的位置,使得以待调整点为顶点的原始三角形发生形变而得到对应的更新三角形;以及调整子单元,被配置用于针对每个更新三角形,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整图像中位于该更新三角形中的像素点的像素值。
根据一些实施例,待调整点包括分别位于待修图部位两侧的两个对称点,并且其中,改变子单元包括:用于将两个对称点相对或相背移动目标长度,以减小或增大两个对称点之间的距离的子单元。
根据一些实施例,目标长度为基于以下任意一者而确定:用户输入的图像调整参数;或第一人体的体型参数。
根据一些实施例,上述任意一种图像处理装置可以配置于云端。
根据本公开的实施例,还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上述任意一种方法。
根据本公开的实施例,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,其中,计算机指令用于使计算机执行上述任意一种方法。
根据本公开的实施例,还提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述任意一种方法。
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。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601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601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601执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上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)、复杂可编程逻辑设备(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。
用于实施本公开的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。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。机器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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (19)

1.一种图像处理方法,包括:
确定图像中位于人体外围的多个身体轮廓点;
基于所述多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定所述待修图部位所对应的修图区域;以及
响应于所述修图区域内不存在身体轮廓点,执行针对所述修图区域的图像处理。
2.根据权利要求1所述的方法,还包括:
响应于所述修图区域内存在身体轮廓点,不执行针对所述修图区域的图像处理。
3.根据权利要求1或2所述的方法,其中,所述人体包括在所述图像中空间相邻的第一人体和第二人体,所述待修图部位在所述第一人体中,并且其中,所述执行针对所述修图区域的图像处理包括:
利用位于所述第一人体和所述第二人体之间的中间线,从所述图像中分割出所述第一人体所对应的图像区域;以及
在所述第一人体所对应的图像区域内,执行针对所述修图区域的图像处理。
4.根据权利要求3所述的方法,其中,所述中间线为通过连接所述图像中的至少两个中间点而确定,每个中间点满足以下任意一种条件:
该中间点在所述第一人体的几何中心和所述第二人体的几何中心两者的中垂线上;
该中间点到所述第一人体的几何中心线的第一距离和该中间点到所述第二人体的几何中心线的第二距离相等;或
该中间点到所述第一人体的多个身体轮廓点中的最近点的第三距离和该中间点到所述第二人体的多个身体轮廓点中的最近点的第四距离相等。
5.根据权利要求1至4中任意一项所述的方法,其中,所述执行针对所述修图区域的图像处理包括:
基于所述多个局部轮廓点,将所述修图区域划分为不重叠的多个原始三角形,其中,每个原始三角形的顶点均为局部轮廓点;
响应于在所述多个局部轮廓点中存在待调整点,改变所述待调整点在所述图像中的位置,使得以所述待调整点为顶点的原始三角形发生形变而得到对应的更新三角形;以及
针对每个更新三角形,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整所述图像中位于该更新三角形中的像素点的像素值。
6.根据权利要求5所述的方法,其中,所述待调整点包括分别位于所述待修图部位两侧的两个对称点,并且其中,所述改变所述待调整点在所述图像中的位置包括:
将所述两个对称点相对或相背移动目标长度,以减小或增大所述两个对称点之间的距离。
7.根据权利要求6所述的方法,其中,所述目标长度为基于以下任意一者而确定:
用户输入的图像调整参数;或
所述第一人体的体型参数。
8.根据权利要求1至7中任意一项所述的方法,其中,所述方法通过云端服务器执行。
9.一种图像处理装置,包括:
第一确定单元,被配置用于确定图像中位于人体外围的多个身体轮廓点;
第二确定单元,被配置用于基于所述多个身体轮廓点中位于待修图部位外围的多个局部轮廓点,确定所述待修图部位所对应的修图区域;以及
执行单元,被配置用于响应于所述修图区域内不存在身体轮廓点,执行针对所述修图区域的图像处理。
10.根据权利要求9所述的装置,所述执行单元进一步被配置用于:
响应于所述修图区域内存在身体轮廓点,不执行针对所述修图区域的图像处理。
11.根据权利要求9或10所述的装置,其中,所述人体包括在所述图像中空间相邻的第一人体和第二人体,所述待修图部位在所述第一人体中,并且其中,所述执行单元包括:
分割子单元,被配置用于利用位于所述第一人体和所述第二人体之间的中间线,从所述图像中分割出所述第一人体所对应的图像区域;以及
执行子单元,被配置用于在所述第一人体所对应的图像区域内,执行针对所述修图区域的图像处理。
12.根据权利要求11所述的装置,其中,所述中间线为通过连接所述图像中的至少两个中间点而确定,每个中间点满足以下任意一种条件:
该中间点在所述第一人体的几何中心和所述第二人体的几何中心两者的中垂线上;
该中间点到所述第一人体的几何中心线的第一距离和该中间点到所述第二人体的几何中心线的第二距离相等;或
该中间点到所述第一人体的多个身体轮廓点中的最近点的第三距离和该中间点到所述第二人体的多个身体轮廓点中的最近点的第四距离相等。
13.根据权利要求9至12中任意一项所述的装置,其中,所述执行单元包括:
划分子单元,被配置用于基于所述多个局部轮廓点,将所述修图区域划分为不重叠的多个原始三角形,其中,每个原始三角形的顶点均为局部轮廓点;
改变子单元,被配置用于响应于在所述多个局部轮廓点中存在待调整点,改变所述待调整点在所述图像中的位置,使得以所述待调整点为顶点的原始三角形发生形变而得到对应的更新三角形;以及
调整子单元,被配置用于针对每个更新三角形,基于该更新三角形所对应的原始三角形中的像素点的像素值,调整所述图像中位于该更新三角形中的像素点的像素值。
14.根据权利要求13所述的装置,其中,所述待调整点包括分别位于所述待修图部位两侧的两个对称点,并且其中,所述改变子单元包括:
用于将所述两个对称点相对或相背移动目标长度,以减小或增大所述两个对称点之间的距离的子单元。
15.根据权利要求14所述的装置,其中,所述目标长度为基于以下任意一者而确定:
用户输入的图像调整参数;或
所述第一人体的体型参数。
16.根据权利要求9至15中任意一项所述的装置,其中,所述装置配置于云端。
17.一种电子设备,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1-8中任一项所述的方法。
18.一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1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
CN202210583654.6A 2022-05-25 2022-05-25 图像处理方法、装置、设备及介质 Active CN114913549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210583654.6A CN114913549B (zh) 2022-05-25 2022-05-25 图像处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210583654.6A CN114913549B (zh) 2022-05-25 2022-05-25 图像处理方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN114913549A true CN114913549A (zh) 2022-08-16
CN114913549B CN114913549B (zh) 2023-07-07

Family

ID=82769394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210583654.6A Active CN114913549B (zh) 2022-05-25 2022-05-25 图像处理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114913549B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359194A (zh) * 2022-10-20 2022-11-18 北京百度网讯科技有限公司 图像处理方法、装置、电子设备及存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325907A (zh) * 2018-09-18 2019-02-12 北京旷视科技有限公司 图像美化处理方法、装置及系统
CN110049351A (zh) * 2019-05-23 2019-07-23 北京百度网讯科技有限公司 视频流中人脸变形的方法和装置、电子设备、计算机可读介质
CN110288520A (zh) * 2019-06-29 2019-09-27 北京字节跳动网络技术有限公司 图像美化方法、装置及电子设备
CN111105348A (zh) * 2019-12-25 2020-05-05 北京市商汤科技开发有限公司 图像处理方法及装置、图像处理设备及存储介质
CN112132085A (zh) * 2020-09-29 2020-12-25 联想(北京)有限公司 一种图像处理方法、电子设备
CN112150351A (zh) * 2020-09-27 2020-12-29 广州虎牙科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN112330573A (zh) * 2020-12-01 2021-02-05 厦门美图之家科技有限公司 基于人像的修图方法、装置、电子设备及存储介质
US20210097268A1 (en) * 2018-07-25 2021-04-01 Beijing Sensetime Technology Development Co., Ltd. Image processing method and apparatus, and computer storage medium
CN112767288A (zh) * 2021-03-19 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN113327193A (zh) * 2021-05-27 2021-08-31 北京百度网讯科技有限公司 图像处理方法、装置、电子设备和介质
CN113343906A (zh) * 2021-06-28 2021-09-03 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113436063A (zh) * 2021-07-30 2021-09-24 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113822965A (zh) * 2021-07-07 2021-12-21 腾讯科技(深圳)有限公司 图像渲染处理方法、装置和设备及计算机存储介质
CN114004732A (zh) * 2021-06-22 2022-02-01 荣耀终端有限公司 图像编辑提示方法、装置、电子设备和可读存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210097268A1 (en) * 2018-07-25 2021-04-01 Beijing Sensetime Technology Development Co., Ltd. Image processing method and apparatus, and computer storage medium
CN109325907A (zh) * 2018-09-18 2019-02-12 北京旷视科技有限公司 图像美化处理方法、装置及系统
CN110049351A (zh) * 2019-05-23 2019-07-23 北京百度网讯科技有限公司 视频流中人脸变形的方法和装置、电子设备、计算机可读介质
CN110288520A (zh) * 2019-06-29 2019-09-27 北京字节跳动网络技术有限公司 图像美化方法、装置及电子设备
CN111105348A (zh) * 2019-12-25 2020-05-05 北京市商汤科技开发有限公司 图像处理方法及装置、图像处理设备及存储介质
CN112150351A (zh) * 2020-09-27 2020-12-29 广州虎牙科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN112132085A (zh) * 2020-09-29 2020-12-25 联想(北京)有限公司 一种图像处理方法、电子设备
CN112330573A (zh) * 2020-12-01 2021-02-05 厦门美图之家科技有限公司 基于人像的修图方法、装置、电子设备及存储介质
CN112767288A (zh) * 2021-03-19 2021-05-07 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质
CN113327193A (zh) * 2021-05-27 2021-08-31 北京百度网讯科技有限公司 图像处理方法、装置、电子设备和介质
CN114004732A (zh) * 2021-06-22 2022-02-01 荣耀终端有限公司 图像编辑提示方法、装置、电子设备和可读存储介质
CN113343906A (zh) * 2021-06-28 2021-09-03 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质
CN113822965A (zh) * 2021-07-07 2021-12-21 腾讯科技(深圳)有限公司 图像渲染处理方法、装置和设备及计算机存储介质
CN113436063A (zh) * 2021-07-30 2021-09-24 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘家远: "人脸三维特征信息提取及美容效果视觉呈现技术", 《中国优秀硕士学位论文全文数据库(医药卫生科技辑)》, no. 02, pages 066 - 585 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359194A (zh) * 2022-10-20 2022-11-18 北京百度网讯科技有限公司 图像处理方法、装置、电子设备及存储介质
CN115359194B (zh) * 2022-10-20 2023-03-14 北京百度网讯科技有限公司 图像处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN114913549B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN114972958B (zh) 关键点检测方法、神经网络的训练方法、装置和设备
CN112967355A (zh) 图像填充方法及装置、电子设备和介质
CN112967356A (zh) 图像填充方法及装置、电子设备和介质
CN115239888A (zh) 用于重建三维人脸图像的方法、装置、电子设备和介质
CN114063858B (zh) 图像处理方法、装置、电子设备及存储介质
CN114913549B (zh) 图像处理方法、装置、设备及介质
CN116228867B (zh) 位姿确定方法、装置、电子设备、介质
CN115661375B (zh) 三维发型生成方法、装置、电子设备和存储介质
CN116433847A (zh) 姿态迁移方法及装置、电子设备和存储介质
CN114120448B (zh) 图像处理方法和装置
CN115601555A (zh) 图像处理方法及装置、设备和介质
CN115393514A (zh) 三维重建模型的训练方法、三维重建方法、装置、设备
CN114049472A (zh) 三维模型调整方法、装置、电子设备、介质
CN115761855A (zh) 面部关键点信息生成、神经网络训练和三维面部重建方法
CN114092556A (zh) 用于确定人体姿态的方法、装置、电子设备、介质
CN114550269A (zh) 口罩佩戴检测方法、设备和介质
CN114494797A (zh) 用于训练图像检测模型的方法和装置
CN115359194B (zh) 图像处理方法、装置、电子设备及存储介质
CN115345981B (zh) 图像处理方法、装置、电子设备和存储介质
CN114119154A (zh) 虚拟化妆的方法及装置
CN115423827B (zh) 图像处理方法、装置、电子设备和存储介质
CN115512131B (zh) 图像检测方法和图像检测模型的训练方法
CN115578451B (zh) 图像处理方法、图像处理模型的训练方法和装置
CN114882331A (zh) 图像处理方法、装置、设备和介质
CN115222598A (zh) 图像处理方法、装置、设备及介质

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
GR01 Patent grant
GR01 Patent grant