CN115908450A - 肤色确定方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供一种肤色确定方法、装置、电子设备及存储介质，所述方法包括：获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

Description

肤色确定方法、装置、电子设备及存储介质

技术领域

本申请涉及图像处理技术领域，尤其涉及一种肤色确定方法、装置、电子设备及存储介质。

背景技术

随着游戏开发领域的发展，许多游戏中的都设置有捏脸操作，捏脸操作通常是指对游戏中游戏角色的面部特征进行个性化调整，玩家可以将自己的面部照片上传到游戏中，按照自己的面部长相来创建自己喜欢的游戏角色形象，捏脸操作包括对游戏角色面部的肤色进行调整，对于一些大型游戏，通常会对不同地区开放不同的区服，所以玩家的类型也不同，例如，对于亚洲玩家，大部分玩家都会倾向选择黄种人的肤色来对游戏角色面部的肤色进行调整，而对于一些美洲或者非洲玩家，却更倾向于较深的肤色来对游戏角色面部的肤色进行调整，此外，每个人的肤色也会因为遗传基因而不同。在现有的肤色检测方法中，大部分技术都只关注了如何有效的提取人体皮肤的有效面积来提升肤色检测的精度，对于光照和环境对人脸颜色的影响，则是考虑通过提取背景颜色和人体肤色进行对比，来减少背景光照对人体原本肤色的影响。但是由于光照、环境等因素对背景和人体本身的影响不同，因此在实际应用中，依旧会存在肤色检测不准的情况。

因此，通过玩家上传的面部照片，在捏脸系统中匹配到与玩家的照片相似的肤色，就变的尤为重要。

发明内容

有鉴于此，本申请的目的在于提出一种肤色确定方法、装置、电子设备及存储介质，以解决在捏脸过程中为游戏角色匹配与玩家上传的面部照片相似的肤色的问题。

基于上述目的，本申请提供了一种肤色确定方法，包括：

获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；

根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；

将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；

根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；

根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

基于同样的目的，本申请还提供了一种肤色确定装置，包括：

特征提取模块，被配置为获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；

计算模块，被配置为根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；

肤色预测模块，被配置为将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；

参数确定模块，被配置为根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；

肤色确定模块，被配置为根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

基于上述目的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述的肤色确定方法。

基于上述目的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述任意一项所述的肤色确定方法。

从上面所述可以看出，本申请提供的肤色确定方法、装置、电子设备及存储介质，通过获取目标人脸图像，对目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像，根据皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值，将目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型，根据肤色灰度值以及预测肤色类型确定目标肤色调节参数，最后，根据目标肤色调节参数对肤色平均值进行调节，以确定目标肤色。本申请通过对目标人脸图像进行肤色预测，从一方面确定目标人脸图像的肤色属性，进一步结合目标人脸图像的灰度值信息，来确定目标肤色的调节参数，根据该调解参数对目标人脸图像的肤色平均值进行调节，以确定目标肤色，使捏脸操作得到的目标肤色与输入的目标人脸图像中的人脸肤色更加贴近，大大增加了玩家的游戏体验感。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的肤色确定方法的应用场景示意图。

图2为本申请实施例提供的肤色确定方法的流程示意图。

图3为本申请实施例提供的肤色确定方法的人脸关键点示意图。

图4为本申请实施例提供的肤色类型对照数据表示意图。

图5为本申请实施例提供的调节参数对照表示意图。

图6为本申请实施例提供的肤色确定装置的一种结构示意图。

图7为本申请实施例提供的调节参数对照表示意图。

图8为本申请实施例提供的电子设备示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明。

需要说明的是，除非另外定义，本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

如背景技术部分所述，在捏脸系统中，玩家可以选择各式各样的唇形、唇色、眼影、肤色等。在带有照片捏脸功能的亚洲发行的游戏中，大部分都是面向的肤色较浅的玩家，上传的图片大部分也都为肤色较浅的人脸图片。而随着一些游戏在海外的火爆，带有照片捏脸功能的游戏面向的人群越来越广，有越来越多不同人种、不同肤色的玩家上传各自的人脸图片来体验照片捏脸功能。

申请人在实现本申请的过程中发现，现有基于身份信息的自动捏脸方法中，大部分只提取了与人脸五官有关的属性，并没有对肤色等属性进行提取，这使得该方法只能使得捏出来的游戏角色五官与原图片相似，而无法匹配与人脸图片相似的肤色，因此游戏角色与人脸图片有肤色上的差异，或者，大多关注如何提取有效的背景面积和肤色面积，虽然一定程度上可以避免光照、环境等对肤色的影响，提高肤色检测准确度。但是，在实际应用中，由于背景和人体受到光照、环境的影响不同，因此，只靠区分背景和人体皮肤依旧会出现检测肤色不准的情况。

以下，通过具体的实施例进一步详细说明本申请的技术方案。

参考图1，为本申请实施例提供的肤色确定方法的应用场景示意图。该应用场景包括终端设备101、客户端102、和云服务器端103。其中，终端设备101、客户端102以及云服务器端103之间均可通过有线或无线的通信网络连接。终端设备101包括但不限于桌面计算机、移动电话、移动电脑、平板电脑、媒体播放器、智能可穿戴设备视、个人数字助理(personal digital assistant，PDA)或其它能够实现上述功能的电子设备等。客户端102和云服务器端103均可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。

终端设备101可以设置有带有摄像功能的装置，可以直接获取到用户的自拍照等，用户想对游戏角色进行捏脸时，可以将实时的自拍照片或者预先存储的目标人脸图片输入到客户端102内置的游戏软件中，由游戏软件基于该自拍照片或者目标人脸图片确定与该图片中肤色相似的目标肤色，也可以应用于服务器中，例如服务器在进行游戏角色建模时，可以根据已有的人脸图片确定游戏角色模型的人脸肤色。本申请实施例不对方法的执行主体进行限定。

下面结合图1的应用场景，来描述根据本申请示例性实施方式的肤色确定方法。需要注意的是，上述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。

参考图2，为本申请实施例提供的肤色确定方法的流程示意图。

步骤S201，获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像。

在具体实施中，用户输入的图片的背景可能比较凌乱，或者面部五官不完整，则需要对图片进行预处理，以从该图片中将人脸切割出来。

作为一个可选的实施例，对于预先获取到的目标图像，可以将目标图像输入到预先构建的人脸识别模型中，提取目标图像中的人脸关键点，具体地：

通过Dlib库检测包含目标人脸面部画面的图像中的68个点，作为基准点来裁剪面部区域。

进一步地，根据人脸关键点对目标图像进行分割，以得到仅包含人脸区域的目标人脸图像。

参考图3，为本申请实施例提供的肤色确定方法的人脸关键点示意图，例如，以第18点、27点、1点、17点、11点、7点、9点、11点作为面部基准点，以第4点、第9点、第34点、第14点、第18点的面部定位点作为完整基准点，可以准确将面部区域从目标图像中切割分离出来。将分割出来的仅包含人脸区域的图片作为目标人脸图像。

作为一个可选的实施例，得到目标人脸图像以后，需要根据人脸关键点对目标人脸图像进行像素填充，得到人脸像素图像；其中，人脸像素图像包括皮肤像素区域以及非皮肤像素区域，进一步地，去除人脸像素图像中的非皮肤像素区域，得到所述皮肤像素图像，具体地：

需要对上述得到的人脸关键点进行像素填充，得到人脸像素图像，此时人脸像素图像包括皮肤像素区域，皮肤像素区域可以理解为不包括面部五官的面部皮肤区域，非皮肤像素区域可以理解为眉、眼、耳、鼻、口等五官部位，因为五官部位与面部皮肤区域的颜色不同，因此需要去除掉五官部位，以得到更准确的皮肤像素图像。

作为一个可选的实施例，可以将人脸像素图像的颜色分别转为HSV(Hue,Saturation,Value)空间和YCbCr空间。

HSV空间的参数包括色调H和饱和度S，色调H用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°。饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0％～100％，值越大，颜色越饱和。

YCbCr模型是根据一个亮度(Y分量)和两个色度(CbCr分量)来定义颜色空间。其中Y是指亮度(luma)分量(灰阶值)，Cb指蓝色色度分量，而Cr指红色色度分量。

进一步地，通过限定HSV(Hue,Saturation,Value)空间和YCbCr空间中参数的取值来确定皮肤像素图像，具体参考以下公式：

其中，H代表色调，S代表饱和度，Cb指蓝色色度分量，而Cr指红色色度分量。

步骤S202，根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值。

作为一个可选的实施例，根据皮肤像素图像中所有像素点的总数以及所有像素点对应的像素颜色值计算得到所述肤色平均值，具体地：

将皮肤像素图像中所有像素的颜色值进行统计，求取颜色平均值作为肤色平均值C，具体参考以下公式：

其中，k表示皮肤像素图像的像素，n为像素数目，C_k表示第k个像素的颜色值。

作为一个可选的实施例，根据所有像素点的对应的像素颜色值的分量计算得到肤色灰度值，具体地：

根据颜色类型对所有像素点进行分类，得到所述像素颜色值的分量，所有像素点的对应的像素颜色值的分量包括红、绿蓝三个分量，进一步地，根据像素颜色值的分量及其对应的灰度转化值确定所述肤色灰度值：

肤色灰度值可以参考以下公式进行计算：

g＝0.299*red+0.587*green+0.114*blue

其中，red,green,blue分别是颜色的红、绿、蓝分量，g表示肤色灰度值。

步骤S203，将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型。

肤色分类模型可以采用VGGNet模型，并使用在对应的肤色数据集上进行训练得到的预训练参数。使用这个肤色分类模型，可以将目标人脸图像中的人脸检测为多种预设肤色类型中的一种，标记为R。

作为一个可选的实施例，将目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色参数值，具体地：

预设肤色类型可以根据实际情况进行设定，可以大致分为第一类型：肤色偏白、第二类型：肤色偏黄以及第三类型：肤色偏黑，每个类型的肤色类型对应有一个预测肤色参数值。

作为一个可选的实施例，将预测肤色参数值与预先获取的肤色类型对照数据表进行对比，以确定所述预测肤色类型；其中，肤色类型对照数据表包括至少一个肤色参数区间以及与该区间对应的至少一种肤色类型。

参考图4，为本申请实施例提供的肤色类型对照数据表示意图。

例如，若预测肤色参数值为0，则预测肤色类型对应为第一类型，若预测肤色参数值为0.5，则预测肤色类型对应为第二类型，若预测肤色参数值为1，则预测肤色类型对应为第三类型。

举例来说，若中国玩家将根据自己的自拍照片得到的目标人脸图像输入到预先构建的肤色分类模型中，对应输出的预测肤色参数值为0.56，则该目标人脸图像对应的预测肤色类型为第二类型。

步骤S204，根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数。

得到肤色灰度值以及预测肤色类型之后，需要根据肤色灰度值以及预测肤色类型对肤色平均值进行调节，具体地：

在本申请实施例中，可以将肤色灰度值以及预测肤色类型与预先获取的调节参数对照表进行对比，以确定目标肤色调节参数；其中，肤色调节参数对照表包括至少一个肤色调节参数；所述肤色调节参数对应有肤色灰度值对照区间以及预测肤色类型。

参考图5，为本申请实施例提供的调节参数对照表示意图。

举例来说，若非洲玩家将根据自己的自拍照片得到的目标人脸图像输入到预先构建的肤色分类模型中，对应输出的预测肤色参数值为1.56，计算得到的灰度值g为166，则该目标人脸图像对应的预测肤色类型为第三类型，查表可得目标肤色调节参数为0.75。

在本申请实施例中，目标肤色调节参数可以视为亮度的调节参数，根据实际情况，也可以选择色调、色温、白平衡、饱和度等参数作为目标肤色调节参数。

步骤S205，根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

作为一个可选的实施例，目标肤色调节参数l为0.75，根据目标肤色调节公式：

其中，l为目标肤色调节参数，C为肤色平均值，

为调整后的肤色平均值。

进一步地，为了确定最终的目标肤色，需要根据调整后的肤色平均值与调整前的肤色平均值分别进行距离计算，取距离最小的值作为目标肤色，距离公式为：

其中，

为目标肤色。

进一步地，捏脸系统根据目标肤色，可以确定游戏角色的面部肤色，具体做法可以是直接根据目标肤色的数据生成游戏角色的面部肤色的数据，以根据得到的游戏角色的面部肤色的数据渲染游戏角色的面部特征，这样做的好处是可以直接生成与玩家输入的目标图像中的肤色最相近的目标肤色，最大程度的提高玩家的体验感。

还可以是将目标肤色与游戏中预先设定好的目标肤色对照表进行对比，以确定一个与目标肤色最相近的预设角色肤色，这样做的好处是在提高玩家的体验感同时还可以节省服务器的计算量，可以快速准确的确定游戏角色的面部肤色。

参考图6，为本申请实施例提供的目标肤色对照表示意图。

在目标肤色对照表中，有多个类型的预设肤色，可以将目标肤色与预设肤色对比，进而确定游戏角色的面部肤色，这个对比的过程可以是服务器后台自行对比，然后直接渲染得到游戏角色的面部特征，也可以是生成目标肤色的对照提示图以及在目标肤色对照表指出与目标肤色相匹配的预设肤色，将该对照提示图提供给玩家，以使玩家可以通过肉眼观察以及自己的喜好来对游戏角色的面部肤色进行选择，提高了游戏与玩家之间的互动性。

作为一个可选的实施例，目标肤色对照表中的每种预设肤色对应有预设RGB值，如图所示，由左到右的第1号预设肤色的RGB值为[214,165,145]、第2号预设肤色的RGB值为[224,165,139]、第3号预设肤色的RGB值为[186,136,115]、第4号预设肤色的RGB值为[178,120,93]、第5号预设肤色的RGB值为[135,88,73]以及第6号预设肤色的RGB值为[89,50,33]，根据图6可以看出，由左到右的预设肤色越来越深，每种预设肤色对应的RGB值越来越小，可以理解为，RGB数据越小，说明光线越暗，就是越黑，越深。RGB数据越大，说明光线越强，就是越白，越浅。

从上面所述可以看出，本申请提供的肤色确定方法，对目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像，根据皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值，将目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型，根据肤色灰度值以及预测肤色类型确定目标肤色调节参数，最后，根据目标肤色调节参数对肤色平均值进行调节，以确定目标肤色。本申请通过对目标人脸图像进行肤色预测，从一方面确定目标人脸图像的肤色属性，进一步结合目标人脸图像的灰度值信息，来确定目标肤色的调节参数，根据该调解参数对目标人脸图像的肤色平均值进行调节，以确定目标肤色，使捏脸操作得到的目标肤色与输入的目标人脸图像中的人脸肤色更加贴近，大大增加了玩家的游戏体验感。

需要说明的是，本申请实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的肤色确定方法。

需要说明的是，上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种肤色确定装置。

参考图7，为本申请实施例提供的肤色确定装置的一种结构示意图。

所述装置包括：

特征提取模块701，被配置为获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；

计算模块702，被配置为根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；

肤色预测模块703，被配置为将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；

参数确定模块704，被配置为根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；

肤色确定模块705，被配置为根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

在一些示例性实施例中，所述特征提取模块701还被配置为：

获取目标图像，将目标图像输入到预先构建的人脸识别模型中，提取所述目标图像中的人脸关键点；

根据所述人脸关键点对所述目标图像进行分割，以得到仅包含人脸区域的所述目标人脸图像。

在一些示例性实施例中，所述特征提取模块701还被配置为：

根据所述人脸关键点对所述目标人脸图像进行像素填充，得到人脸像素图像；其中，所述人脸像素图像包括皮肤像素区域以及非皮肤像素区域；

去除所述人脸像素图像中的所述非皮肤像素区域，得到所述皮肤像素图像。

在一些示例性实施例中，所述肤色预测模块703还被配置为：

将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色参数值；

将所述预测肤色参数值与预先获取的肤色类型对照数据表进行对比，以确定所述预测肤色类型；其中，所述肤色类型对照数据表包括至少一个肤色参数区间以及与该区间对应的至少一种肤色类型。

在一些示例性实施例中，所述计算模块702还被配置为：

根据所述所有像素点的总数以及所有像素点对应的像素颜色值计算得到所述肤色平均值；

根据所述所有像素点的对应的像素颜色值的分量计算得到所述肤色灰度值。

在一些示例性实施例中，所述计算模块702还被配置为：

根据颜色类型对所述所有像素点进行分类，得到所述像素颜色值的分量；

根据所述像素颜色值的分量及其对应的灰度转化值确定所述肤色灰度值。

在一些示例性实施例中，所述参数确定模块704还被配置为：

将所述肤色灰度值以及所述预测肤色类型与预先获取的调节参数对照表进行对比，以确定所述目标肤色调节参数；其中，所述肤色调节参数对照表包括至少一个肤色调节参数；所述肤色调节参数对应有肤色灰度值对照区间以及预测肤色类型。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

上述实施例的装置用于实现前述任一实施例中相应的肤色确定方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的肤色确定方法。

图8示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。

处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。

输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入/输出模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

上述实施例的电子设备用于实现前述任一实施例中相应的肤色确定方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

基于同一发明构思，与上述任意实施例方法相对应的，本申请还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的肤色确定方法。

上述非暂态计算机可读存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。

上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上示例性方法部分中任一实施例所述的肤色确定方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

本领域技术技术人员知道，本申请的实施方式可以实现为一种系统、方法或计算机程序产品。因此，本申请可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举示例)例如可以包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，这些计算机程序指令通过计算机或其它可编程数据处理装置执行，产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。

也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中，这样，存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置的产品。

也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

申请文件中提及的动词“包括”、“包含”及其词形变化的使用不排除除了申请文件中记载的那些元素或步骤之外的元素或步骤的存在。元素前的冠词“一”或“一个”不排除多个这种元素的存在。

虽然已经参考若干具体实施方式描述了本申请的精神和原理，但是应该理解，本申请并不限于所申请的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本申请旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (10)

1.一种肤色确定方法，其特征在于，包括：

获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；

根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；

将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；

根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；

根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

2.根据权利要求1所述的方法，其特征在于，所述目标人脸图像通过以下方式获取：

获取目标图像，将目标图像输入到预先构建的人脸识别模型中，提取所述目标图像中的人脸关键点；

根据所述人脸关键点对所述目标图像进行分割，以得到仅包含人脸区域的所述目标人脸图像。

3.根据权利要求2所述的方法，其特征在于，所述获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像，包括：

根据所述人脸关键点对所述目标人脸图像进行像素填充，得到人脸像素图像；其中，所述人脸像素图像包括皮肤像素区域以及非皮肤像素区域；

去除所述人脸像素图像中的所述非皮肤像素区域，得到所述皮肤像素图像。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型，包括：

将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色参数值；

将所述预测肤色参数值与预先获取的肤色类型对照数据表进行对比，以确定所述预测肤色类型；其中，所述肤色类型对照数据表包括至少一个肤色参数区间以及与该区间对应的至少一种肤色类型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值，包括：

根据所述所有像素点的总数以及所有像素点对应的像素颜色值计算得到所述肤色平均值；

根据所述所有像素点的对应的像素颜色值的分量计算得到所述肤色灰度值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述所有像素点的对应的像素颜色值的分量计算得到所述肤色灰度值，包括：

根据颜色类型对所述所有像素点进行分类，得到所述像素颜色值的分量；

根据所述像素颜色值的分量及其对应的灰度转化值确定所述肤色灰度值。

7.根据权利要求1、5-6任一项所述的方法，其特征在于，所述根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数，包括：

将所述肤色灰度值以及所述预测肤色类型与预先获取的调节参数对照表进行对比，以确定所述目标肤色调节参数；其中，所述肤色调节参数对照表包括至少一个肤色调节参数；所述肤色调节参数对应有肤色灰度值对照区间以及预测肤色类型。

8.一种肤色确定装置，其特征在于，包括：

特征提取模块，被配置为获取目标人脸图像，对所述目标人脸图像中的人脸皮肤区域进行肤色像素特征提取，得到皮肤像素图像；

计算模块，被配置为根据所述皮肤像素图像中所有像素点对应的像素颜色值计算得到肤色平均值以及肤色灰度值；

肤色预测模块，被配置为将所述目标人脸图像输入到预先构建的肤色分类模型中，得到预测肤色类型；

参数确定模块，被配置为根据所述肤色灰度值以及所述预测肤色类型确定目标肤色调节参数；

肤色确定模块，被配置为根据所述目标肤色调节参数对所述肤色平均值进行调节，以确定目标肤色。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至7任一所述方法。

Images