CN116740764A - 用于虚拟形象的图像处理方法、装置和电子设备 - Google Patents

Abstract

本公开提供了一种用于虚拟形象的图像处理方法、装置和电子设备，涉及人工智能技术领域，具体涉及计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于元宇宙、数字人等场景。实现方案为：获取第一人物的面部图像和第二人物的身体图像；通过将第二人物的身体图像转换为单通道图像并在第二人物的身体图像中保留第二人物的面部特征，得到第二人物的面部图像；基于第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；基于提取的像素点的颜色值，确定待生成的处理结果图像中处于预定位置的像素点的颜色值；以及基于待生成的处理结果图像中处于预定位置的像素点的颜色值，生成处理结果图像。

Description

用于虚拟形象的图像处理方法、装置和电子设备

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉、增强现实、虚拟现实、深度学习等技术领域，可应用于元宇宙、数字人等场景，具体涉及一种用于虚拟形象的图像处理的方法、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

如今，对数字人的应用越来越广泛，尤其是二维数字人因其占用资源更少，对设备性能要求更低，在低算力设备或平台上有更好的表现，而成为主流的数字人的形式。在数字人的应用中，常常需要更换数字人的面部特征，以实现数字人面貌的多样性。然而，更换数字人的面部特征的操作复杂，尤其在动态的场景下，需要对每一帧图像进行替换操作，使得处理过程耗时较长，效率较低。如何快速高效地更换图像中的人物的面部特征，仍然是业界的研究热点和难点之一。

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

本公开提供了一种用于虚拟形象的图像处理的方法、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，提供了一种用于虚拟形象的图像处理方法，包括：获取第一人物的面部图像和第二人物的身体图像，其中，第二人物的身体图像为多通道图像；通过将第二人物的身体图像转换为单通道图像并在第二人物的身体图像中保留第二人物的面部特征，得到第二人物的面部图像，其中，第二人物的面部图像用于指示第二人物的面部在第二人物的身体图像中的位置；基于第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；基于提取的像素点的颜色值，确定待生成的处理结果图像中处于预定位置的像素点的颜色值；以及基于待生成的处理结果图像中处于预定位置的像素点的颜色值，生成处理结果图像。

根据本公开的另一方面，提供了一种用于虚拟形象的图像处理装置，包括：图像获取模块，被配置为获取第一人物的面部图像和第二人物的身体图像，其中，第二人物的身体图像为多通道图像；图像转换模块，被配置为通过将第二人物的身体图像转换为单通道图像并在第二人物的身体图像中保留第二人物的面部特征，得到第二人物的面部图像，其中，第二人物的面部图像用于指示第二人物的面部在第二人物的身体图像中的位置；颜色值提取模块，被配置为基于第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；颜色值确定模块，被配置为基于提取的像素点的颜色值，确定待生成的处理结果图像中处于预定位置的像素点的颜色值；以及结果生成模块，被配置为基于待生成的处理结果图像中处于预定位置的像素点的颜色值，生成处理结果图像。

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；存储器存储有能够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如上所提供的方法。

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，计算机指令用于使计算机执行本公开如上所提供的方法。

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，计算机程序在被处理器执行时实现本公开如上所提供的方法。

根据本公开的一个或多个实施例，可以快速高效地实现图像中的人物换脸。

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得到面部图像的示意图；

图4示出了根据本公开的实施例的提取颜色值的示意图；

图5示出了根据本公开另一实施例的图像处理方法的示意图；

图6示出了根据本公开的实施例的图像处理的装置的结构框图；

图7示出了根据本公开另一实施例的图像处理的装置的结构框图；

图8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。

在本公开中对各种所述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。

如今，对数字人的应用越来越广泛，尤其是二维数字人因其占用资源更少，对设备性能要求更低，在低算力设备或平台上有更好的表现，而成为主流的数字人的形式。在数字人的应用中，常常需要对数字人进行换脸，以实现数字人外貌的多样性。然而，对数字人进行换脸的操作复杂，尤其在动态的场景下，需要对每一帧图像进行换脸操作，使得处理过程耗时较长，效率较低。如何快速高效地实现图像中的人物换脸，仍然是业界的研究热点和难点之一。

针对上述技术问题，根据本公开的一个方面，提供了一种用于虚拟形象的图像处理方法。

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用于虚拟形象的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来处理图像。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，例如，基于图像、视频、语音、文本、数字信号等数据的目标检测与识别、信号转换等服务的应用程序，以处理从客户端设备101、102、103、104、105和/或106接收的语音交互、文本分类、图像识别或关键点检测等任务请求。服务器可以根据具体的深度学习任务，利用训练样本训练神经网络模型，并且可以对神经网络模型的超网络模块中的各个子网络进行测试，根据各个子网络的测试结果，确定用于执行深度学习任务的神经网络模型的结构和参数。可以将各种数据作为深度学习任务的训练样本数据，如图像数据、音频数据、视频数据或文本数据等。在神经网络模型的训练完成后，服务器120还可以通过模型搜索技术自动搜索出最优模型结构来执行相应的任务。

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。以下详细描述根据本公开实施例的用于虚拟形象的图像处理方法。

图2示出了根据本公开的实施例的图像处理方法200的流程图。如图2所示，方法200包括步骤S201、S202、S203、S204和S205。

在步骤S201，获取第一人物的面部图像和第二人物的身体图像。第二人物的身体图像为多通道图像。

在步骤S202，通过将第二人物的身体图像转换为单通道图像并在第二人物的身体图像中保留第二人物的面部特征，得到第二人物的面部图像。第二人物的面部图像用于指示第二人物的面部在第二人物的身体图像中的位置。

在步骤S203，基于第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值。

在步骤S204，基于提取的像素点的颜色值，确定待生成的处理结果图像中处于预定位置的像素点的颜色值。

在步骤S205，基于待生成的处理结果图像中处于预定位置的像素点的颜色值，生成处理结果图像。

在本公开的技术方案中，所涉及的用户个人信息、预训练数据、优化训练数据的收集、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。

在示例中，第一人物可以是真实存在的人，例如可以是用户或影视作品中的人物，也可以是虚拟的具有人类特征的人，例如可以是由人设计的或人工智能生成的二维数字人。类似地，第二人物同样既可以是真实存在的人，也可以是虚拟的具有人类特征的人。

在一些实施例中，可以利用方法200将数字人的脸替换为用户的脸，从而实现为用户定制独特的数字人的面貌。在这种情况下，用户相当于上述的要进行换脸的第一人物，而数字人则相当于上述的要被换脸的第二人物。方法200可以不局限于对某一特定数字人或某一特定用户进行换脸操作，而是可以对大量的数字人模型和用户适普地进行换脸操作。

在示例中，获取的第一人物的面部图像可以例如是帧率为30帧每秒的连续帧图片或者视频，用以表现第一人物(诸如上述用户)的表情和神态的动态变化。第二人物的身体图像可以是表现第二人物(诸如上述数字人)的固定姿势的静态图像，也可以是表现其连续动作的连续帧图片或者视频。当第二人物的身体动作不变时，可以选取该连续帧图片或者视频的某一帧的图像进行后续处理。当第二人物的身体动作有变化时，可以对该连续帧图片或者视频的每一帧的图像顺序地进行后续处理。

在示例中，获取的第一人物的面部图像可以包括用户的头部外轮廓以内的部分，也可以是包括对面部进行标准三角剖分后由最边缘的顶点和三角形的边包围的部分。对面部的三角剖分可以例如是利用人脸算法，根据标准人脸剖分图执行的。

在示例中，第一人物的面部图像与第二人物的身体图像可以均为预先设定的尺寸和形状，例如可以是如图1的数据库130中的数字人的固定模板尺寸和形状。第一人物的面部在其面部图像中的位置和尺寸可以被设置为与第二人物的面部在第二人物的身体图像中的位置和尺寸相同。当直接获取的第一人物的图像不符合上述要求时，可以对该图像进行调整和处理，以使其转换为满足上述要求的第一人物的面部图像。

在示例中，第一人物的面部图像与第二人物的身体图像可以均为彩色的，即，多通道的图像。这样，通过方法200处理得到的图像也将是多通道的图像，从而给用户带来较好的视觉效果和观感。可以对这样的第二人物的身体图像去除其中第二人物的面部以外的部分，而仅保留面部特征，并转换为黑白的，即，单通道的图像。保留的面部特征的范围可以与第一人物的面部图像中第一人物的面部的范围一致，例如可以包括数字人的头部外轮廓以内的部分，也可以是包括对数字人的面部进行标准三角剖分后由最边缘的顶点和三角形的边包围的部分。这样得到的第二人物的面部图像可以准确地表示第二人物的面部在第二人物的身体图像中的位置，同时，由于其图像内容和色彩丰富度被大大精简，于是其大小比原本的第二人物的身体图像要小得多，减小了对内存的占用和对后续计算的负担，提升了图像处理的速度。

图3是图示出根据示例性实施例的得到面部图像300的示意图。得到面部图像300的过程可以例如结合图2中的步骤S220，图3中还示出了在前序步骤中获取的身体图像310。

在示例中，如图3所示，身体图像310中包括人物311的上半身，其中进一步包括人物311的面部312。

在示例中，身体图像310可以为多通道的图像。可以将身体图像310转换为单通道的图像，并在身体图像310中仅保留人物311的面部312。面部312的范围例如可以如图3设定为人物311的头部外轮廓以内的预定大小的椭圆区域。于是，经过这样的处理后的图像可以被确定为人物311的面部图像300。

在示例中，由于第二人物的面部图像中第二人物的面部以外的部分被去除，因此这部分呈现为颜色值为0的纯黑色。于是通过对第二人物的面部图像中的像素点的颜色值进行判断，便可以确定该像素点所在的位置是属于面部还是面部以外的部分。对于所在位置属于面部的多个像素点，可以通过提取第一人物的面部图像中处于这些位置的像素点的颜色值以还原第一人物的面部。对应地，对于所在位置属于身体或背景的多个像素点，可以通过提取第二人物的身体图像中处于这些位置的像素点的颜色值以还原第二人物的除面部以外的部分。于是，以这样的方式生成的处理结果图像可以呈现出中第二人物(诸如上述数字人)的身体的静态姿势或动态动作与第一人物(诸如上述用户)的表情和外貌的融合效果。

在示例中，第一人物的面部图像、第二人物的面部图像、以及第二人物的身体图像的尺寸和分辨率可以是相同的。这样，在确定这些图像的预定位置的像素点的颜色值时，各个图像中的像素点就都能简单地对应起来，降低操作难度，提高处理速度。

根据本公开实施例的用于虚拟形象的图像处理方法，首先获取到要进行换脸的人物的面部图像、要被换脸的人物的身体图像、以及被换脸的人物的面部图像，于是分别得到了最终要生成的处理结果图像中的人物的外貌、表情和身体姿势的素材以及指示面部和身体的位置的信息。由于被换脸的人物的面部图像仅包括该人物的面部，且为单通道的图像，于是能够在准确保留其面部在身体图像中的位置信息的同时，减小对内存的占用，提升图像处理的速度和效率。通过对被换脸的人物的面部图像中的像素点的颜色值进行判断，能够简单地确定该像素点所在的位置是属于面部还是面部以外的身体部分，从而对应地提取要进行换脸的人物的面部图像或要被换脸的人物的身体图像中处于这些位置的像素点的颜色值以在同一个图像中融合要进行换脸的人物的面部和要被换脸的人物的身体。

以下进一步描述根据本公开实施例的用于虚拟形象的图像处理方法的各个方面。

根据一些实施例，在如图2的步骤S230，可以先确定第二人物的面部图像中处于预定位置的像素点的颜色值，然后可以基于该颜色值来确定是对第一人物的面部图像中处于预定位置的第一像素点的颜色值进行提取，还是对第二人物的身体图像中处于预定位置的第二像素点的颜色值进行提取。

在示例中，第一人物的面部图像、第二人物的面部图像、以及第二人物的身体图像可以具有彼此相同的尺寸，并且第一人物的面部在第一人物的面部图像中的位置和尺寸与第二人物的面部在第二人物的身体图像中的位置和尺寸可以均相同。

根据一些实施例，在确定是对第一人物的面部图像中处于预定位置的第一像素点的颜色值进行提取，还是对第二人物的身体图像中处于预定位置的第二像素点的颜色值进行提取的过程中，在确定第二人物的面部图像中处于预定位置的像素点的颜色值大于0时，可以对第一人物的面部图像中处于预定位置的第一像素点的颜色值进行提取。相反地，在确定第二人物的面部图像中处于预定位置的像素点的颜色值等于或小于0，可以对第二人物的身体图像中处于预定位置的颜色值进行提取。

图4是图示出根据示例性实施例的提取颜色值的示意图。图4中示出了第二人物的面部图像410、第二人物的身体图像420、以及第一人物的面部图像430。在一些实施例中，可以结合图2中的步骤S220，由第二人物的身体图像420处理得到第二人物的面部图像410。

在示例中，如图4所示，第二人物的面部图像410中可以仅保留了第二人物的身体图像420中的面部，除面部以外的部分可以被设定为预定颜色的纯色背景，例如，背景可以被设置为颜色值为0的纯黑色。由于面部的颜色特征，位于面部的几乎每一个像素点的颜色值都不是纯黑色，即，颜色值大于0，于是可以基于第二人物的面部图像410中的像素点的颜色值确定该像素点所在的位置是属于面部还是面部以外的身体部分。

例如可以对第二人物的面部图像410中的像素点411的颜色值进行判断。由于像素点411不是纯黑色，即，其颜色值大于0，因此可以确定像素点411所在的位置属于面部，从而可以对第一人物的面部图像430中处于相同位置的像素点431的颜色值进行提取以还原第一人物的面部。例如还可以对第二人物的面部图像410中的像素点412的颜色值进行判断。由于像素点412为纯黑色背景中的一个像素点，其颜色值为0，因此可以确定像素点412所在的位置属于身体或背景，从而可以对第二人物的身体图像420中处于相同位置的像素点422的颜色值进行提取。

在示例中，可以对第二人物的面部图像410中的每一个像素点的颜色值进行判断，并基于判断结果提取对应的颜色值，这样能够使得处理结果图像具有最大的色彩丰富度、分辨率和图像尺寸。在一些实施例中，也可以不对第二人物的面部图像410中的每一个像素点的颜色值进行判断，而仅仅是对其中的部分像素点的颜色值进行判断，并基于判断结果提取对应的颜色值，这样得到的处理结果图像可能具有更小的尺寸或更低的分辨率，但能够缩短处理过程所耗费的时间。

根据本公开的实施例提取颜色值的过程，通过判断第二人物的面部图像中的像素点的颜色值，能够简便且准确地确定该像素点所在的位置是属于面部还是面部以外的部分。通过基于像素点位置的确定结果对应地提取第一人物的面部图像或第二人物的身体图像中处于相同位置的像素点的颜色值，能够便于对要被换脸的第二人物的身体与要进行换脸的第一人物面部进行融合，以生成的期望的处理结果图像。

根据一些实施例，在如图2的步骤S210，可以先获取第一人物的身体图像。然后可以对第一人物的身体图像中第一人物的面部进行三角剖分以得到多个第一顶点，并对第二人物的身体图像中第二人物的面部进行三角剖分以得到多个第二顶点，多个第二顶点与多个第一顶点一一对应。接下来可以基于多个第二顶点的位置，确定待生成的第一人物的面部图像中与多个第一顶点对应的多个第三顶点的位置，以使由多个第三顶点所构建的面部在待生成的第一人物的面部图像中的位置和尺寸与第二人物的面部在第二人物的身体图像中的位置和尺寸相同。最后可以基于多个第三顶点在待生成的第一人物的面部图像中的位置，再现第一人物的面部以生成第一人物的面部图像。

在示例中，可以利用人脸算法根据标准人脸剖分图对第一人物的面部图像中的第一人物的面部和第二人物的身体图像中的第二人物的面部进行三角剖分，以分别输出对应的多个顶点。输出的每一个顶点包括该顶点在其所在图像中的位置，该位置可以用二维坐标来表示。由于三角剖分应用的是同一个人脸算法和同一个标准人脸剖分图，因此多个第一顶点与多个第二顶点的数量相同，该数量例如可以是65。在一些实施例中，也可以设定输出更多的顶点以实现更高的精细度。在另一些实施例中，还可以设定输出更少的顶点以实现更高的处理速度。

根据本公开的实施例，通过利用同一套人脸算法和标准人脸剖分图对第一人物的面部图像中的第一人物的面部和第二人物的身体图像中的第二人物的面部进行三角剖分以输出顶点，能够保证得到的多个第一顶点与多个第二顶点一一对应，从而便于在第一人物的面部图像中以第二人物的面部在第二人物的身体图像中的位置和尺寸更精细地再现第一人物的面部。

根据一些实施例，基于多个第三顶点在待生成的第一人物的面部图像中的位置，再现第一人物的面部以生成第一人物的面部图像的过程可以包括：对第一人物的身体图像中的多个第一顶点的颜色值进行采样；将待生成的第一人物的面部图像中的多个第三顶点的颜色值确定为与多个第三顶点分别对应的多个第一顶点的采样的颜色值相同；以及基于确定的多个第三顶点的颜色值，生成第一人物的面部图像。

根据本公开实施例，由于输出的多个顶点表示的是所剖分的面部中具有最突出的特征的多个识别点，因此通过对多个第一顶点的颜色值进行采样并对应地赋予给多个第三顶点，能够很好地在第一人物的面部图像中再现第一人物的面部。

根据一些实施例，多个第三顶点的位置可以是根据第二人物的身体图像的尺寸，以多个第二顶点的位置为基准，将多个第一顶点的位置进行归一化得到的。

根据本公开实施例，通过对顶点进行归一化处理，能够准确地确定多个第三顶点的位置，以使由多个第三顶点所构建的面部在待生成的第一人物的面部图像中的位置和尺寸与第二人物的面部在第二人物的身体图像中的位置和尺寸相同。

根据一些实施例，对第一人物的身体图像中第一人物的面部进行三角剖分以得到多个第一顶点的过程可以包括以下两个步骤：首先对第一人物的身体图像中第一人物的面部进行三角剖分，得到以三维坐标表征的多个顶点然后将以三维坐标表征的多个顶点转换为以二维坐标表征的多个第一顶点。

以将数字人的脸替换为用户的脸的过程为例。在一些实施例中，数字人常常是二维的，因此对其面部进行三角剖分所得到的是以二维坐标表征的多个第二顶点。这样的顶点在计算中更高效快速。然而，用户一般是真实的人，因此其面部图像是三维的，对其面部进行三角剖分所得到的是以三维坐标表征的多个第一顶点。可以例如利用投影的方式，将这些以三维坐标表征的多个顶点转换为以二维坐标表征的多个第一顶点。

根据本公开的实施例，通过使多个第一顶点和多个第二顶点同时以二维坐标进行表征，能够便于基于多个第一顶点和多个第二顶点的位置，确定多个第三顶点的位置。

图5示出了根据本公开另一实施例的图像处理方法500的示意图。方法500例如可以是用于将数字人的身体图像中的数字人的面部替换为用户的面部。

在示例中，如图5所示，可以先获取用户身体的图像510。图像510可以例如包括用户的胸部以上的身体部分，具体可以分为用户的面部512以及除面部以外的部分511。图像510例如可以是通过摄像头获取的，还可以例如是从存储的图像文件的集合中调取的。同时还可以获取数字人的身体的图像520，图像520可以例如包括数字人的上半身，具体可以分为数字人的面部522以及除面部以外的部分521。图像520例如可以是多个二维数字人的图像模板中的一个。

然后可以建立一个新的图像530。可以将图像510中的面部512转换至图像530中，并将图像530中的面部512调整为与面部522在图像520中相同的位置和尺寸。

还可以建立一个新的图像540。图像540可以是通过将图像520转换为单通道的图像，并将其中的面部522进行保留，而去除除面部以外的部分521得到的。于是，图像540中仅包括单通道色彩的面部522，且面部522在图像540与图像520中的位置和尺寸相同。由于除除面部以外的部分521被去除，因此图像540中的面部522以外的部分可以均为颜色值为0的纯黑色。

最后可以再建立一个新的图像550。图像520、530、540、以及550的尺寸和清晰度可以彼此相同，于是对于这四个图像中的任意一个图像，其中的每一个像素点在另外三个图像中都存在与其位置相同的对应的像素点。

可以对图像540中的每一个像素点的颜色值进行判断。由于图像540为单通道的图像，因此判断的颜色值可以为单个的数值。当当前判断的像素值等于0时，可以表示该像素值的颜色为纯黑，基本可以认定该像素点位于面部522以外的部分，于是可以令图像550中与该像素点对应的像素点的颜色与图像520中与该像素点对应的像素点相同。当当前判断的像素值大于0时，可以认为该像素点位于面部522，于是可以令图像550中与该像素点对应的像素点的颜色与图像530中与该像素点对应的像素点相同。当以这样的方式确定完图像550中的所有像素点的颜色，便得到了包括面部512和除面部以外的部分521的处理结果图像，实现了将数字人的身体图像中的数字人的面部替换为用户的面部。

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。

根据本公开的另一方面，还提供一种用于虚拟形象的图像处理装置。

图6示出了根据本公开的实施例的图像处理装置600的结构框图。

如图6所示，用于虚拟形象的图像处理装置600包括：图像获取模块610，被配置为获取第一人物的面部图像和第二人物的身体图像，其中，第二人物的身体图像为多通道图像；图像转换模块620，被配置为通过将第二人物的身体图像转换为单通道图像并在第二人物的身体图像中保留第二人物的面部特征，得到第二人物的面部图像，其中，第二人物的面部图像用于指示第二人物的面部在第二人物的身体图像中的位置；颜色值提取模块630，被配置为基于第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；颜色值确定模块640，被配置为基于提取的像素点的颜色值，确定待生成的处理结果图像中处于预定位置的像素点的颜色值；以及结果生成模块650，被配置为基于待生成的处理结果图像中处于预定位置的像素点的颜色值，生成处理结果图像。

由于图像处理装置600中的图像获取模块610、图像转换模块620、颜色值提取模块630、颜色值确定模块640、结果生成模块650可以分别对应于如图2所述的步骤S210至S250，因此这里不再赘述其各个方面的细节。

另外，图像处理装置600及其所包括的模块还可以包括进一步的子模块，这将在以下结合图7进行详细说明。

根据本公开的实施例，首先获取到要进行换脸的人物的面部图像、要被换脸的人物的身体图像、以及被换脸的人物的面部图像，于是分别得到了最终要生成的处理结果图像中的人物的外貌、表情和身体姿势的素材以及指示面部和身体的位置的信息。由于被换脸的人物的面部图像仅包括该人物的面部，且为单通道的图像，于是能够在准确保留其面部在身体图像中的位置信息的同时，减小对内存的占用，提升图像处理的速度和效率。通过对被换脸的人物的面部图像中的像素点的颜色值进行判断，能够简单地确定该像素点所在的位置是属于面部还是面部以外的身体部分，从而对应地提取要进行换脸的人物的面部图像或要被换脸的人物的身体图像中处于这些位置的像素点的颜色值以在同一个图像中融合要进行换脸的人物的面部和要被换脸的人物的身体。

图7示出了根据本公开另一实施例的图像处理装置700的结构框图。

如图7所示，用于虚拟形象的图像处理的装置700可以包括图像获取模块710、图像转换模块720、颜色值提取模块730、颜色值确定模块740、结果生成模块750。图像获取模块710、图像转换模块720、颜色值提取模块730、颜色值确定模块740、结果生成模块750可以与如图6所示的图像获取模块610、图像转换模块620、颜色值提取模块630、颜色值确定模块640、结果生成模块650相对应，因而在此不再赘述其细节。

在示例中，第一人物的面部图像、第二人物的面部图像、以及第二人物的身体图像可以具有彼此相同的尺寸，且第一人物的面部在第一人物的面部图像中的位置和尺寸与第二人物的面部在第二人物的身体图像中的位置和尺寸可以相同，并且，颜色值提取模块730可以包括：颜色值判断模块731，被配置为确定第二人物的面部图像中处于预定位置的像素点的颜色值；以及颜色值选择模块732，被配置为基于像素点的颜色值，确定是对第一人物的面部图像中处于预定位置的第一像素点的颜色值进行提取，还是对第二人物的身体图像中处于预定位置的第二像素点的颜色值进行提取。

在示例中，颜色值选择模块732可以包括：面部颜色提取模块732a，被配置为响应于确定第二人物的面部图像中处于预定位置的像素点的颜色值大于0，对第一人物的面部图像中处于预定位置的第一像素点的颜色值进行提取；以及身体颜色提取模块732b，被配置为响应于确定第二人物的面部图像中处于预定位置的像素点的颜色值等于或小于0，对第二人物的身体图像中处于预定位置的颜色值进行提取。

在示例中，图像获取模块710可以包括：身体图像获取模块711，被配置为获取第一人物的身体图像；三角剖分模块712，被配置为对第一人物的身体图像中第一人物的面部进行三角剖分以得到多个第一顶点，并对第二人物的身体图像中第二人物的面部进行三角剖分以得到多个第二顶点，其中，多个第二顶点与多个第一顶点一一对应；顶点计算模块713，被配置为基于多个第二顶点的位置，确定待生成的第一人物的面部图像中与多个第一顶点对应的多个第三顶点的位置，以使由多个第三顶点所构建的面部在待生成的第一人物的面部图像中的位置和尺寸与第二人物的面部在第二人物的身体图像中的位置和尺寸相同；以及面部图像生成模块714，被配置为基于多个第三顶点在待生成的第一人物的面部图像中的位置，恢复第一人物的面部以生成第一人物的面部图像。

在示例中，面部图像生成模块714可以包括：顶点采样模块714a，被配置为对第一人物的身体图像中的多个第一顶点的颜色值进行采样；顶点颜色确定模块714b，被配置为将待生成的第一人物的面部图像中的多个第三顶点的颜色值确定为与多个第三顶点分别对应的多个第一顶点的采样的颜色值相同；以及图像生成模块714c，被配置为基于确定的多个第三顶点的颜色值，生成第一人物的面部图像。

在示例中，多个第三顶点的位置可以是根据第二人物的身体图像的尺寸，以多个第二顶点的位置为基准，将多个第一顶点的位置进行归一化得到的。

在示例中，三角剖分模块712可以包括：三维顶点获取模块712a，被配置为对第一人物的身体图像中第一人物的面部进行三角剖分，得到以三维坐标表征的多个顶点；以及顶点维度转换模块712b，被配置为将以三维坐标表征的多个顶点转换为二维的多个第一顶点。

根据本公开的另一方面，还提供一种电子设备，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实施例中的方法。

根据本公开的另一方面，还提供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实施例中的方法。

根据本公开的另一方面，还提供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实施例中的方法。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向设备800输入信息的任何类型的设备，输入单元806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807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808可以包括但不限于磁盘、光盘。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理，例如用于虚拟形象的图像处理方法。例如，在一些实施例中，用于虚拟形象的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808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的用于虚拟形象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801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于虚拟形象的图像处理方法。

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)、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。

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)、互联网和区块链网络。

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 (17)

1.一种用于虚拟形象的图像处理方法，包括：

获取第一人物的面部图像和第二人物的身体图像，其中，所述第二人物的身体图像为多通道图像；

通过将所述第二人物的身体图像转换为单通道图像并在所述第二人物的身体图像中保留所述第二人物的面部特征，得到所述第二人物的面部图像，其中，所述第二人物的面部图像用于指示所述第二人物的面部在所述第二人物的身体图像中的位置；

基于所述第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；

基于提取的像素点的颜色值，确定待生成的处理结果图像中处于所述预定位置的像素点的颜色值；以及

基于所述待生成的处理结果图像中处于所述预定位置的像素点的颜色值，生成所述处理结果图像。

2.根据权利要求1所述的方法，所述第一人物的面部图像、所述第二人物的面部图像、以及所述第二人物的身体图像具有彼此相同的尺寸，且所述第一人物的面部在所述第一人物的面部图像中的位置和尺寸与所述第二人物的面部在所述第二人物的身体图像中的位置和尺寸相同，

并且，所述基于所述第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值，包括：

确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值；以及

基于所述像素点的颜色值，确定是对所述第一人物的面部图像中处于所述预定位置的第一像素点的颜色值进行提取，还是对所述第二人物的身体图像中处于所述预定位置的第二像素点的颜色值进行提取。

3.根据权利要求2所述的方法，所述基于所述像素点的颜色值，确定是对所述第一人物的面部图像中处于所述预定位置的第一像素点的颜色值进行提取，还是对所述第二人物的身体图像中处于所述预定位置的第二像素点的颜色值进行提取，包括：

响应于确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值大于0，对所述第一人物的面部图像中处于所述预定位置的第一像素点的颜色值进行提取；以及

响应于确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值等于或小于0，对所述第二人物的身体图像中处于所述预定位置的颜色值进行提取。

4.根据权利要求1至3中任一项所述的方法，其中，所述获取第一人物的面部图像，包括：

获取所述第一人物的身体图像；

对所述第一人物的身体图像中所述第一人物的面部进行三角剖分以得到多个第一顶点，并对所述第二人物的身体图像中所述第二人物的面部进行三角剖分以得到多个第二顶点，其中，所述多个第二顶点与所述多个第一顶点一一对应；

基于所述多个第二顶点的位置，确定待生成的所述第一人物的面部图像中与所述多个第一顶点对应的多个第三顶点的位置，以使由所述多个第三顶点所构建的面部在所述待生成的所述第一人物的面部图像中的位置和尺寸与所述第二人物的面部在所述第二人物的身体图像中的位置和尺寸相同；以及

基于所述多个第三顶点在所述待生成的所述第一人物的面部图像中的位置，再现所述第一人物的面部以生成所述第一人物的面部图像。

5.根据权利要求4所述的方法，其中，所述基于所述多个第三顶点在所述待生成的所述第一人物的面部图像中的位置，再现所述第一人物的面部以生成所述第一人物的面部图像，包括：

对所述第一人物的身体图像中的所述多个第一顶点的颜色值进行采样；

将所述待生成的所述第一人物的面部图像中的所述多个第三顶点的颜色值确定为与所述多个第三顶点分别对应的所述多个第一顶点的采样的颜色值相同；以及

基于确定的所述多个第三顶点的颜色值，生成所述第一人物的面部图像。

6.根据权利要求4或5所述的方法，其中，所述多个第三顶点的位置是根据所述第二人物的身体图像的尺寸，以所述多个第二顶点的位置为基准，将所述多个第一顶点的位置进行归一化得到的。

7.根据权利要求4至6中任一项所述的方法，其中，所述对所述第一人物的身体图像中所述第一人物的面部进行三角剖分以得到多个第一顶点，包括：

对所述第一人物的身体图像中所述第一人物的面部进行三角剖分，得到以三维坐标表征的多个顶点；以及

将所述以三维坐标表征的多个顶点转换为以二维坐标表征的所述多个第一顶点。

8.一种用于虚拟形象的图像处理装置，包括：

图像获取模块，被配置为获取第一人物的面部图像和第二人物的身体图像，其中，所述第二人物的身体图像为多通道图像；

图像转换模块，被配置为通过将所述第二人物的身体图像转换为单通道图像并在所述第二人物的身体图像中保留所述第二人物的面部特征，得到所述第二人物的面部图像，其中，所述第二人物的面部图像用于指示所述第二人物的面部在所述第二人物的身体图像中的位置；

颜色值提取模块，被配置为基于所述第二人物的面部图像中处于预定位置的像素点的颜色值，确定所提取的像素点的颜色值；

颜色值确定模块，被配置为基于提取的像素点的颜色值，确定待生成的处理结果图像中处于所述预定位置的像素点的颜色值；以及

结果生成模块，被配置为基于所述待生成的处理结果图像中处于所述预定位置的像素点的颜色值，生成所述处理结果图像。

9.根据权利要求8所述的装置，所述第一人物的面部图像、所述第二人物的面部图像、以及所述第二人物的身体图像具有彼此相同的尺寸，且所述第一人物的面部在所述第一人物的面部图像中的位置和尺寸与所述第二人物的面部在所述第二人物的身体图像中的位置和尺寸相同，

并且，所述颜色值提取模块包括：

颜色值判断模块，被配置为确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值；以及

颜色值选择模块，被配置为基于所述像素点的颜色值，确定是对所述第一人物的面部图像中处于所述预定位置的第一像素点的颜色值进行提取，还是对所述第二人物的身体图像中处于所述预定位置的第二像素点的颜色值进行提取。

10.根据权利要求9所述的装置，所述颜色值选择模块包括：

面部颜色提取模块，被配置为响应于确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值大于0，对所述第一人物的面部图像中处于所述预定位置的第一像素点的颜色值进行提取；以及

身体颜色提取模块，被配置为响应于确定所述第二人物的面部图像中处于所述预定位置的像素点的颜色值等于或小于0，对所述第二人物的身体图像中处于所述预定位置的颜色值进行提取。

11.根据权利要求8至10中任一项所述的装置，其中，所述图像获取模块包括：

身体图像获取模块，被配置为获取所述第一人物的身体图像；

三角剖分模块，被配置为对所述第一人物的身体图像中所述第一人物的面部进行三角剖分以得到多个第一顶点，并对所述第二人物的身体图像中所述第二人物的面部进行三角剖分以得到多个第二顶点，其中，所述多个第二顶点与所述多个第一顶点一一对应；

顶点计算模块，被配置为基于所述多个第二顶点的位置，确定待生成的所述第一人物的面部图像中与所述多个第一顶点对应的多个第三顶点的位置，以使由所述多个第三顶点所构建的面部在所述待生成的所述第一人物的面部图像中的位置和尺寸与所述第二人物的面部在所述第二人物的身体图像中的位置和尺寸相同；以及

面部图像生成模块，被配置为基于所述多个第三顶点在所述待生成的所述第一人物的面部图像中的位置，再现所述第一人物的面部以生成所述第一人物的面部图像。

12.根据权利要求11所述的装置，其中，所述面部图像生成模块包括：

顶点采样模块，被配置为对所述第一人物的身体图像中的所述多个第一顶点的颜色值进行采样；

顶点颜色确定模块，被配置为将所述待生成的所述第一人物的面部图像中的所述多个第三顶点的颜色值确定为与所述多个第三顶点分别对应的所述多个第一顶点的采样的颜色值相同；以及

图像生成模块，被配置为基于确定的所述多个第三顶点的颜色值，生成所述第一人物的面部图像。

13.根据权利要求11或12所述的装置，其中，所述多个第三顶点的位置是根据所述第二人物的身体图像的尺寸，以所述多个第二顶点的位置为基准，将所述多个第一顶点的位置进行归一化得到的。

14.根据权利要求11至13中任一项所述的装置，其中，所述三角剖分模块包括：

三维顶点获取模块，被配置为对所述第一人物的身体图像中所述第一人物的面部进行三角剖分，得到以三维坐标表征的多个顶点；以及

顶点维度转换模块，被配置为将所述以三维坐标表征的多个顶点转换为以二维坐标表征的所述多个第一顶点。

15.一种电子设备，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，所述存储器存储有能够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根据权利要求1-7中任一项所述的方法。

16.一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计算机执行根据权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，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根据权利要求1-7中任一项所述的方法。