CN117769697A - 用于生成眉毛设计的呈现的系统 - Google Patents
用于生成眉毛设计的呈现的系统 Download PDFInfo
- Publication number
- CN117769697A CN117769697A CN202280053447.8A CN202280053447A CN117769697A CN 117769697 A CN117769697 A CN 117769697A CN 202280053447 A CN202280053447 A CN 202280053447A CN 117769697 A CN117769697 A CN 117769697A
- Authority
- CN
- China
- Prior art keywords
- eyebrow
- subject
- face
- simulator
- computing system
- 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
- 210000004709 eyebrow Anatomy 0.000 title claims abstract description 426
- 238000013461 design Methods 0.000 title description 2
- 230000004048 modification Effects 0.000 claims abstract description 51
- 238000012986 modification Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000003278 mimic effect Effects 0.000 claims abstract description 29
- 239000002537 cosmetic Substances 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 14
- 230000008021 deposition Effects 0.000 claims description 13
- 230000003190 augmentative effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 description 26
- 238000012800 visualization Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 239000001993 wax Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
在一些实施例中,提供了一种呈现可实现眉毛的计算机实现的方法。计算系统接收受试者的眉毛模拟物的指示。计算系统将眉毛模拟物定位在受试者的面部的图像上。计算系统通过在最大修改参数内确定对受试者的裸眉的一个或多个修改来确定可实现眉毛,从而使裸眉更像眉毛模拟物。计算系统生成可实现眉毛的呈现。
Description
相关申请的交叉引用
本申请要求于2021年8月30日提交的临时申请No.63/238622的优先权。本申请还要求于2021年11月5日提交的法国申请No.2111759的优先权。两个申请的全部公开内容通过引用并入本文以用于所有目的。
发明内容
提供本发明内容是为了以简化形式介绍以下在具体实施方式中进一步描述的概念的选择。本发明内容不旨在标识所要求保护的主题的关键特征,也不旨在用作确定所要求保护的主题的范围的辅助。
在一些实施例中,提供了一种眉毛生成系统。该系统包括:电路,该电路被配置为预测受试者的眉毛区域的静态信息和动态信息,并且基于受试者的眉毛区域的一个或多个图像或视频来确定受试者的一个或多个眉毛特征;电路,该电路被配置为基于眉毛区域的静态信息和动态信息来生成眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置的一个或多个数字实例;以及电路,该电路被配置为生成用户可选择地对眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置进行修改的一个或多个数字实例。
在一些实施例中,提供了一种呈现可实现眉毛(能够实现的眉毛,能够达成的眉毛,achievable eyebrow)的计算机实现的方法。计算系统接收受试者的眉毛模拟物的指示。计算系统将眉毛模拟物定位在受试者的面部的图像上。计算系统通过在最大修改参数内确定对受试者的裸眉(未化妆的眉毛,bare eyebrow)的一个或多个修改来确定可实现眉毛,从而使裸眉更像眉毛模拟物。计算系统生成可实现眉毛的呈现。
在一些实施例中,提供了一种在其上存储有指令的非暂态(non-transitory)计算机可读存储介质。该指令响应于由计算系统的一个或多个处理器的执行而使计算系统执行动作,该动作包括:由计算系统接收受试者的眉毛模拟物的指示;由计算系统将眉毛模拟物定位在受试者的面部的图像上;由计算系统通过在最大修改参数内确定对受试者的裸眉的一个或多个修改来确定可实现眉毛,从而使裸眉更像眉毛模拟物;以及由计算系统生成可实现眉毛的呈现。
在一些实施例中,提供了一种系统,该系统包括用于接收受试者的眉毛模拟物的指示的电路;用于将眉毛模拟物定位在受试者的面部的图像上的电路;用于通过在最大修改参数内确定对受试者的裸眉的一个或多个修改以使裸眉更像眉毛模拟物来确定可实现眉毛的电路;以及用于生成可实现眉毛的呈现的电路。
附图说明
图1是根据本公开的各方面的受试者的面部的一部分的图示。
图2是根据本公开的各方面而示出的眉毛可视化计算系统的非限制的示例性实施例的各方面的框图。
图3是示出适合用作具有本公开的实施例的计算设备的计算设备的非限制的示例性实施例的框图。
图4是根据本公开的各方面而示出的生成可实现眉毛的呈现的方法的非限制的示例性实施例的流程图。
图5是根据本公开的各方面而提供的眉毛可视化计算系统的受试者的面部的图像的非限制的示例性实施例的图示。
图6是根据本公开的各方面将眉毛模拟物定位在受试者的面部上的非限制的示例性实施例的图示。
图7是根据本公开的各方面对眉毛模拟物进行修改以模仿眉毛模拟物的非限制的示例性实施例的图示。
图8是根据本公开的各方面在受试者的面部上呈现可实现眉毛的非限制的示例性实施例的图示。
本发明的前述方面和许多伴随优点将变得更容易理解,因为当结合附图进行以下详细描述时,这些方面和优点将被更好地理解。
具体实施方式
化妆品的一种常见应用是增加眉毛的外观。通常,刷子、铅笔、粉末、蜡和/或睫毛膏用于填充未经处理的眉毛(或“裸露的眉毛”)周围的区域以获得所期望的眉毛形状。有时,可以使用遮瑕膏或以镊子除去来使裸眉的一些部分更小,以获得所期望的眉毛形状,但大多数变化都是通过使用产品来增加裸眉的尺寸。
虽然裸眉的外观可能会发生一些显著变化,但是也可能过于夸张。人们可能经常试图塑造他们的裸眉以看起来更像名人的眉毛、模特的眉毛或其他眉毛,但研究发现,根据使用的产品,试图太多改变裸眉的大小或形状可能会导致眉毛看起来不自然。此外,裸眉可以改变多少是不直观的,并且通过试错来确定裸眉的最大变化而不会看起来不自然是耗时的、浪费产品的,并且可能超出普通人的技能。所期望的是可以基于眉毛模拟物来确定可实现眉毛的自动化技术以及用于将可实现眉毛呈现给受试者的技术,该眉毛模拟物可以通过将化妆品施加到受试者的裸眉而不会看起来不自然来实现。
图1是根据本公开的各方面的受试者的面部的一部分的图示。图1中所示的受试者102的面部的视图可以是由受试者102(或其一部分)捕获的自拍图像或视频、由第三方捕获的受试者102的图像或视频、或仅仅是受试者102的绘图,以说明上面所讨论的概念。在图示中,受试者102的裸眉104是可见的,并且以实心黑色示出。
受试者102可能想要使他们的眉毛看起来更像眉毛模拟物106,其利用水平散列来说明。然而,眉毛模拟物106明显大于裸眉104,并且由于裸眉104和眉毛模拟物106之间的大差异,用给定的化妆品(或产品的组合)填充中间空间可能看起来不自然。因此,本公开的实施例确定可实现眉毛108,其以裸眉104和眉毛模拟物106之间的对角线散列示出。可实现眉毛108使用化妆品的关于化妆品可以在不看起来不自然的情况下延伸裸露的眉毛104多远的特征来确定,并且由本公开的实施例来呈现。下面提供关于如何确定和呈现可实现眉毛108的进一步细节。
图2是根据本公开的各方面而示出的眉毛可视化计算系统的非限制的示例性实施例的各方面的框图。所示的眉毛可视化计算系统210可以由任何计算设备或计算设备的集合来实现,包括但不限于台式计算设备、手提式计算设备、可移动计算设备、服务器计算设备、云计算系统的计算设备和/或其组合。眉毛可视化计算系统210被配置为确定受试者的可实现眉毛并且生成可实现眉毛的呈现。
如图所示,眉毛可视化计算系统210包括一个或多个处理器202、一个或多个通信接口204、眉毛模拟物数据存储器208、产品数据存储器220和计算机可读介质206。
在一些实施例中,处理器202可以包括任何合适类型的通用计算机处理器。在一些实施例中,处理器202可以包括针对特定计算任务优化的一个或多个专用计算机处理器或AI加速器,包括但不限于图形处理单元(GPU)、视觉处理单元(VPT)和张量处理单元(TPU)。
在一些实施例中,通信接口204包括适合于提供组件之间的通信链路的一个或多个硬件和/或软件接口。通信接口204可以支持一种或多种有线通信技术(包括但不限于以太网、火线和USB)、一种或多种无线通信技术(包括但不限于Wi-Fi、WiMAX、蓝牙、2G、3G、4G、5G和LTE)和/或其组合。
如图所示,计算机可读介质206上存储有逻辑,该逻辑响应于由一个或多个处理器202执行,使眉毛可视化计算系统210提供特征检测引擎(feature detection engine)212、眉毛修改引擎214、呈现生成引擎216以及用户界面引擎218。
如本文所使用的,“计算机可读介质”是指实现能够以易失性或非易失性方式存储信息以供计算设备的处理器读取的任何技术的可移动设备或不可移动设备,包括但不限于:硬盘驱动器;闪存;固态驱动器;随机存取存储器(RAM);只读存储器(ROM);CD-ROM、DVD或其他盘存储器器;盒式磁带;磁带;以及磁盘存储器。
在一些实施例中,特征检测引擎212被配置为使用各种计算机视觉技术来检测二维和/或三维面部图像中的特征,诸如裸眉和对齐特征(alignment feature)。特征检测引擎212还可以被配置为构建面部图像的三维表示,以便生成更准确的结果。在一些实施例中,眉毛修改引擎214被配置为确定由特征检测引擎212检测到的在给定要使用的一种或多种所选择的化妆品的情况下看起来逼真的裸眉的变化。可以将各种化妆品的特征存储在产品数据存储器220中。在一些实施例中,呈现生成引擎216被配置为生成由眉毛修改引擎214确定的可实现眉毛的一种或多种类型的呈现。
在一些实施例中,用户界面引擎218被配置为从受试者(或其他用户)接收要提供给眉毛可视化计算系统210的其他部件的输入。例如,用户界面引擎218可以呈现存储在眉毛模拟物数据存储器208中的各种眉毛模拟物,并且可以从受试者(或其他用户)接收对眉毛模拟物的选择。在一些实施例中,眉毛模拟物可以是名人、模特或其他人的观察到的眉毛的位图、网格和/或其他表示,并且可以由用户界面引擎218呈现为其他人的样本图像以供选择。在一些实施例中,用户界面引擎218可以呈现问卷调查,并且可以基于问卷调查结果确定具有用于眉毛模拟物的特定风格(角、圆等)、纹理和颜色的模板。在一些实施例中,可使用基于面部特征分析的推荐算法来确定眉毛模拟物。
下面提供了这些部件中的每一个部件的配置的进一步描述。
如本文所使用的,“引擎”是指包含在硬件或软件指令中的逻辑,其可以用一种或多种编程语言来编写,包括但不限于C、C++、C#、COBOL、JAVATM、PHP、Perl、HTML、CSS、JavaScript、VBScript、ASPX、Go和Python。引擎可以被编译成可执行程序或以解释的编程语言来编写。软件引擎可以从其他引擎或从它们自己调用。通常,本文描述的引擎是指可以与其他引擎合并的逻辑模块,或者可以被划分为子引擎。引擎可以由存储在任何类型的计算机可读介质或计算机存储设备中的逻辑实现,并且存储在一个或多个通用计算机上并且由一个或多个通用计算机执行,从而创建被配置为提供引擎或其功能的专用计算机。引擎可以通过编程到专用集成电路(ASIC)、现场可编程门阵列(FPGA)或另一硬件设备中的逻辑来实现。
如本文所使用的,“数据存储器”是指被配置为存储数据以供计算设备访问的任何合适的设备。数据存储器的一个示例是在一个或多个计算设备上执行并且可通过高速网络访问的高度可靠的高速关系数据库管理系统(DBMS)。数据存储器的另一示例是键值存储。然而,可以使用能够响应于查询而快速且可靠地提供所存储的数据的任何其他合适的存储技术和/或设备,并且计算设备可以是本地可访问的而不是通过网络可访问的,或者可以作为基于云的服务来提供。数据存储器还可以包括以有组织的方式存储在计算机可读存储介质上的数据,诸如硬盘驱动器、闪存、RAM、ROM或任何其他类型的计算机可读存储介质。本领域普通技术人员将认识到,在不脱离本公开的范围的情况下,本文所描述的单独的数据存储器可以组合成单个数据存储器,和/或可以将本文所描述的单个数据存储器分成多个数据存储器。
图3是示出适合用作具有本公开的实施例的计算设备的计算设备的非限制的示例性实施例的框图。虽然上文讨论了多种不同类型的计算设备,但是示例性计算设备300描述了许多不同类型的计算设备所共有的各种元件。虽然图3是参考被实现为网络上的设备的计算设备来描述的,但以下描述适用于服务器、个人计算机、移动电话、智能电话、平板计算机、嵌入式计算设备以及可用于实现本公开的实施例的各部分的其他设备。计算设备的一些实施例可以在专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他定制设备中实现或可以包括专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他定制设备。此外,本领域普通技术人员和其他人将认识到,计算设备300可以是任何数量的当前可用的或尚未开发的设备中的任何一个设备。
在其最基本的配置中,计算设备300包括通过通信总线308连接的至少一个处理器302和系统存储器310。根据设备的确切配置和类型,系统存储器310可以是易失性或非易失性存储器,诸如只读存储器(“ROM”)、随机存取存储器(“RAM”)、EEPROM、闪存或类似的存储器技术。本领域普通技术人员和其他人将认识到,系统存储器310通常存储处理器302可立即访问和/或当前正在操作的数据和/或程序模块。在这方面,处理器302可以通过支持指令的执行来用作计算设备300的计算中心。
如图3进一步所示,计算设备300可以包括网络接口306,网络接口306包括用于通过网络与其他设备通信的一个或多个组件。本公开的实施例可以访问利用网络接口306来使用公共网络协议执行通信的基本服务。网络接口306还可以包括被配置为经由一个或多个无线通信协议(诸如Wi-Fi、2G、3G、LTE、WiMAX、蓝牙、低功耗蓝牙等)进行通信的无线网络接口。如本领域普通技术人员将理解的,图3中所示的网络接口306可以表示上面关于计算设备300的特定组件所描述和示出的一个或多个无线接口或物理通信接口。
在图3所示的示例性实施例中,计算设备300还包括存储介质304。然而,可以使用不包括用于将数据持久存储到本地存储介质的装置的计算设备来访问服务。因此,图3中所示的存储介质304用虚线表示以指示存储介质304是可选的。在任何情况下,存储介质304可以是易失性或非易失性的、可移动的或不可移动的,使用能够存储信息的任何技术来实现,诸如但不限于硬盘驱动器、固态驱动器、CD ROM、DVD或其他盘存储器、盒式磁带、磁带、磁盘存储器等。
包括处理器302、系统存储器310、通信总线308、存储介质304和网络接口306的计算设备的合适的实现是已知的并且是商业上可获得的。为了便于说明并且因为对于理解所要求保护的主题不重要,所以图3没有示出许多计算设备的一些典型组件。在这方面,计算设备300可以包括输入设备,诸如键盘、小键盘、鼠标、麦克风、触摸输入设备、触摸屏、平板电脑等。这样的输入设备可以通过有线或无线连接(包括RF、红外、串联、并联、蓝牙、低功耗蓝牙、USB或使用无线或物理连接的其他合适的连接协议)耦合到计算设备300。类似地,计算设备300还可以包括诸如显示器、扬声器、打印机等的输出设备。由于这些设备在本领域中是公知的,因此这里不进一步示出或描述它们。
图4是根据本公开的各方面而示出的生成可实现眉毛的呈现的方法的非限制的示例性实施例的流程图。在方法400中,眉毛可视化计算系统210基于裸眉和一种或多种所选择的化妆品的能力来确定可实现眉毛,并且生成可实现眉毛的呈现。
方法400从开始框进行到框402,其中,眉毛可视化计算系统210接收受试者的至少一个面部图像。在一些实施例中,眉毛可视化计算系统210可使用包括在眉毛可视化计算系统210中的相机、扫描仪或其他设备来捕获至少一个面部图像。在一些实施例中,眉毛可视化计算系统210可经由通信接口204从单独的相机、扫描仪或其他设备接收至少一个面部图像。
可以针对受试者的至少一个面部图像接收任何合适类型的数据。在一些实施例中,至少一个面部图像可以是利用传统数码相机捕获的一个或多个二维图像。在一些实施例中,至少一个面部图像可以是由立体数码相机、用深度传感器来增强的传统数码相机、激光扫描仪、结构光相机系统或任何其他合适的设备而捕获的一个或多个三维图像。在一些实施例中,可以分别捕获至少一个面部图像中的每个图像。在一些实施例中,至少一个面部图像的图像可以是由眉毛可视化计算系统210所接收的视频的帧。
在框404处,眉毛可视化计算系统210的特征检测引擎212检测至少一个面部图像中的裸眉的位置。在一些实施例中,特征检测引擎212使用诸如卷积神经网络(或另一类型的机器学习模型或另一类型的计算机视觉技术)的机器学习模型来找到裸眉的位置。在一些实施例中,特征检测引擎212可使用Dlib、CLM框架或其他可用特征检测库,以便检测至少一个面部图像中的裸眉(以及如下所述的其他特征)。
在一些实施例中,特征检测引擎212可以生成至少一个面部图像中的裸眉的位置的掩模、路径或其他指示。在一些实施例中,特征检测引擎212可以使用至少一个面部图像中的深度信息,或者可以使用从不同位置捕获的多于一个面部图像来构建面部和/或裸眉的位置的三维表示,并且因此可以构建裸眉的位置的三维网格或其他三维表示。在一些实施例中,特征检测引擎212可通过将数学变换应用于裸眉的二维表示来确定裸眉的位置的三维表示。
图5是根据本公开的各方面而提供的眉毛可视化计算系统的受试者的面部的图像的非限制的示例性实施例的图示。在所示的面部图像中,示出了受试者502的面部的左上部分以及左裸眉504。在框404处,检测裸眉毛504在面部图像内的位置。尽管为了清楚起见,图5(以及本公开内的其他图示)仅示出了受试者502的面部的左上部分,但是在一些实施例中,可以在面部图像中示出受试者502的面部的更大(包括但不限于面部的两侧或整个面部的上半部)或更小(包括但不限于面部的上部的仍然包括本文所讨论的特征的更小部分)的部分。在两个裸眉在面部图像内可见的实施例中,方法400可以同时对两个裸眉进行操作。
返回图4,在框406处,眉毛可视化计算系统210的眉毛修改引擎214接收眉毛模拟物的指示。在一些实施例中,用户界面引擎218可以呈现具有示例性眉毛风格的名人、模特或其他人的一组图像,并且眉毛模拟物的指示可以由受试者选择包括他们的眉毛模拟物的图像来提供。在一些实施例中,用户界面引擎218可以呈现眉毛模拟物的各种示例的一组图示,而不是实际的人的图像。在一些实施例中,该组图像和/或图示可存储在眉毛模拟物数据存储器208中,并且每个图像/图示可以与路径、位图、掩模或限定相关联的眉毛模拟物在图像/图示中的位置的其他信息一起存储。在一些实施例中,用户界面引擎218可以从受试者接收包括眉毛模拟物的图像。在一些实施例中,特征检测引擎212可以用于检测所指示或接收的图像内的眉毛模拟物的位置。在一些实施例中,可基于问卷调查或推荐算法来确定眉毛模拟物。在一些实施例中,眉毛模拟物可以是具有特定风格(角、圆等)、纹理和/或颜色的模板。
在框408处,特征检测引擎212检测至少一个面部图像中的一个或多个对齐特征的位置。如上所述,特征检测引擎212可以使用卷积神经网络、不同类型的机器学习技术、不同类型的计算机视觉技术、可用库或任何其他合适的技术来找到对齐特征。
对齐特征是用于定位眉毛模拟物的受试者502的面部的特征。图6是根据本公开的各方面的在面部图像上定位眉毛模拟物的非限制性示例实施例的图示。如图所示,对齐特征是鼻孔610、眼睛612的虹膜614的外部部分和眼睛612的外眦616。虽然图6中未示出,但是眉脊也可以用作对齐特征。
返回图4,在框410处,眉毛修改引擎214基于一个或多个对齐特征的位置来确定眉毛模拟物的位置。在一些实施例中,眉毛修改引擎214可以使用基于对齐特征所生成的线来定位眉毛模拟物。如图6所示,竖线602从鼻孔610延伸以建立眉毛模拟物608的内侧边缘的理想位置,虹膜线604从鼻孔610延伸穿过虹膜614的外部部分延伸以建立眉毛模拟物608的弧度的理想位置,并且眼角线606从鼻孔610延伸穿过外眦616以建立眉毛模拟物608的外侧边缘的理想位置。眉脊可以用于建立眉毛模拟物608的理想垂直位置。在一些实施例中,不管面部的三维曲线如何,都将线条投影到面部图像上,以便从正面考虑眉毛的外观。在一些实施例中,可以考虑面部的三维曲率来绘制线。
一旦基于对齐特征建立了线,眉毛修改引擎214就可以定位眉毛模拟物608,以便最小化每条线与眉毛模拟物608的对应界标之间的总距离(例如,眉毛模拟物608的内侧边缘与竖线602之间的距离、眉毛模拟物608的弧度与虹膜线604之间的距离、眉毛模拟物608的外侧边缘与眼角线606之间的距离以及眉毛模拟物608与眉脊之间的距离)。在一些实施例中,眉毛修改引擎214可以调整眉毛模拟物608的大小,以便将眉毛适配在期望位置。在一些实施例中,眉毛修改引擎214可以在确定眉毛模拟物608的位置时考虑裸眉504和眉毛模拟物608之间的重叠量。
应当注意的是,图6中所示的特定对齐特征和线表示通常合乎需要的特定眉毛风格指南。在一些实施例中,可以使用不同的眉毛风格指南,其使用不同的对齐特征和/或线来定位眉毛模拟物608。
返回图4,在框412处,眉毛修改引擎214基于一个或多个产品的特征来确定最大修改参数。在一些实施例中,用户界面引擎218可接收待应用以改变裸眉504的形状的一种或多种产品的指示,这些产品包括但不限于刷子、铅笔、粉末、蜡和/或睫毛膏。每个产品可以与产品(或与其他产品组合的产品)可以用于增强裸眉504的外观的最大量相关联,并且该信息可以存储在产品数据存储器220中。
图7是根据本公开的各方面对眉毛模拟物进行修改以模仿眉毛模拟物的非限制的示例性实施例的图示。如图7所示,可以为每个产品或产品组合提供最大厚度调整量702(眉毛的竖直厚度)、最大长度调整量704(眉毛的内侧端或外侧端的位置)和最大弧度调整量706(眉毛的整体形状)。在一些实施例中,可通过使用产品来增加一个或多个样本裸眉的尺寸并且然后获得结果是否可接受的评级从而来凭经验确定最大量。在一些实施例中,具有已知特征(诸如粘度、不透明度、颜色等)的示例产品可具有经验所确定的最大量,并且可针对具有匹配特征的其他产品来推断这些值。在一些实施例中,最大修改参数还可以包括密度变化。
在一些实施例中,最大修改参数可以具有单独值,该单独值指示厚度、长度和弧度可以增加的量相对于厚度、长度和弧度可以减小的量。对于许多产品,最大减少量可以为零,因为许多产品可用于增加裸眉的尺寸。对于一些产品(诸如遮瑕膏),最大增加量可以为零,并且最大减少量可以为非零,但是最大减少量通常较小。
返回图4,在框414处,眉毛修改引擎214通过在最大修改参数内修改裸眉的长度、弧度和厚度中的一个或多个以更像眉毛模拟物,从而确定可实现眉毛。在一些实施例中,眉毛修改引擎214修改裸眉的长度、弧度和/或厚度,以便使由裸眉504或产品覆盖的眉毛模拟物608的面积最大化。在一些实施例中,眉毛修改引擎214修改裸眉504的长度、弧度和/或厚度,以便使可实现眉毛的边界与眉毛模拟物608的边界之间的总距离最小化。在一些实施例中,眉毛修改引擎214修改裸眉504的长度、弧度和/或厚度,以便最小化可实现眉毛和眉毛模拟物608的形状的差异。在一些实施例中,这些(和/或其他)度量的一些组合可用于确定可实现眉毛的形状。在一些实施例中,在确定可实现眉毛形状时考虑面部的三维形状。
在框416处,眉毛可视化计算系统210的呈现生成引擎216生成可实现眉毛的呈现。图8是根据本公开的各方面在受试者的面部上呈现可实现眉毛的非限制的示例性实施例的图示。在图8中,呈现生成引擎216已经生成面部图像,该面部图像示出叠加在裸眉504上的可实现眉毛802。虽然为了清楚起见,裸眉504在图8中可见,但是在一些实施例中,由呈现生成引擎216生成的面部图像可以不透明的方式将可实现眉毛802叠加在裸眉504上,使得产品的应用的最终结果是显而易见的并且可以由受试者502评估。
在一些实施例中,呈现生成引擎216可以生成包括具有叠加的可实现眉毛802的面部图像的数字图像,并且该数字图像可以以任何合适的方式呈现,包括但不限于经由数字显示设备(诸如移动设备、台式计算设备、手提型计算设备、网页或任何其他数字显示设备的屏幕)或经由硬拷贝显示设备(诸如打印机)来呈现。在一些实施例中,呈现生成引擎216可以生成受试者502的增强现实视图,其中,可实现眉毛802叠加在受试者502的实时图像上,并且可以经由移动设备或任何其他合适的显示设备呈现增强现实视图。在一些实施例中,代替叠加可实现眉毛802,增强现实视图可包括扭曲裸眉的呈现或替换裸眉。在一些实施例中,呈现生成引擎216可以将可实现眉毛802提供为用于化妆打印设备的图案或其他指,然后化妆打印设备可以用于将产品应用于受试者502的裸眉504,以创建可实现眉毛802的形状、颜色和纹理。在一些实施例中,呈现生成引擎216可使用可实现眉毛802来生成允许受试者应用可实现眉毛802的定制模板、定制印章、指导指令或其他伪像。
返回图4,方法400然后进行到结束框并终止。
虽然已经示出和描述了说明性实施例,但是应当理解的是,在不脱离本发明的精神和范围的情况下,可以在其中进行各种改变。
实施例
1.一种眉毛生成系统,包括:
电路,该电路被配置为预测受试者的眉毛区域的静态信息和动态信息,并且基于受试者的眉毛区域的一个或多个图像或视频来确定受试者的一个或多个眉毛特征;
电路,该电路被配置为基于眉毛区域的静态信息和动态信息而生成眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置的一个或多个数字实例;以及
电路,该电路被配置为生成用户可选择地对眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置进行修改的一个或多个数字实例。
2.根据实施例1所述的眉毛生成系统,还包括:
电路,该电路被配置为与实时眉毛沉积设备(eyebrow deposition device)交换一个或多个眉毛参数。
3.根据实施例1所述的眉毛生成系统,其中,一个或多个眉毛参数包括眉毛颜色参数,眉毛颜色参数包括眉毛色度参数、眉毛色泽参数、眉毛色调参数和眉毛阴影参数中的一个或多个。
4.根据实施例1所述的眉毛生成系统,其中,一个或多个眉毛参数包括一个或多个眉毛几何形状参数、眉毛颜色参数、眉毛纹理参数或眉毛位置参数。
5.根据实施例1所述的眉毛生成系统,其中,一个或多个眉毛参数包括一个或多个眉毛沉积参数。
6.根据实施例1所述的眉毛生成系统,其中,一个或多个眉毛参数包括用户选择的对眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置或其组合进行的一个或多个修改。
7.根据实施例1所述的眉毛生成系统,还包括:
电路,该电路被配置为基于用户选择的眉毛几何形状、用户选择的眉毛颜色、用户选择的眉毛纹理或用户选择的眉毛位置或其组合来生成眉毛沉积参数,眉毛沉积参数包括逐层材料沉积参数、化妆品材料沉积参数、护肤制剂参数或其组合。
8.根据实施例1所述的眉毛生成系统,还包括:
电路,该电路被配置为响应于指示用户选择而修改的一个或多个输入来生成受试者的眉毛区域内的至少一个眉毛的数字图像。
9.根据实施例1所述的眉毛生成系统,还包括:
电路,该电路被配置为生成眉毛定位信息并且生成受试者的眉毛区域内的至少一个眉毛的数字图像。
10.一种呈现可实现眉毛的计算机实现的方法,该方法包括:
由计算系统接收受试者的眉毛模拟物的指示;
由计算系统将眉毛模拟物定位在受试者的面部的图像上;
由计算系统通过在最大修改参数内确定对受试者的裸眉的一个或多个修改来确定可实现眉毛,从而使裸眉更像眉毛模拟物;以及
由计算系统生成可实现眉毛的呈现。
11.根据实施例10所述的计算机实现的方法,其中,将眉毛模拟物定位在受试者的面部的图像上包括检测受试者的面部的图像中的一个或多个对齐特征。
12.根据实施例11所述的计算机实现的方法,其中,一个或多个对齐特征包括鼻孔、眼睛的虹膜、眉脊和眼外眦(眼睛外侧眼角,lateral canthus of the eye);以及
其中,将眉毛模拟物定位在受试者的面部的图像上包括将眉毛模拟物定位在如下位置:
眉毛模拟物与眉脊竖直对齐,
眉毛模拟物的内侧边缘与从鼻孔竖直延伸的线对齐,
眉毛模拟物的弧度与从鼻孔延伸穿过虹膜的线对齐,并且
眉毛模拟物的外侧边缘与从鼻孔延伸穿过眼睛的外眦的线对齐。
13.根据实施例10所述的计算机实现的方法,其中,在最大修改参数内确定对受试者的裸眉的一个或多个修改以使裸眉更像眉毛模拟物包括确定长度变化、弧度变化和厚度变化中的一个或多个。
14.根据实施例10所述的计算机实现的方法,其中,确定可实现眉毛包括基于一个或多个指示的化妆品的特征来确定最大修改参数。
15.根据实施例10所述的计算机实现的方法,还包括:
由计算系统捕获受试者的面部的一个或多个图像;以及
由计算系统检测受试者的面部的一个或多个图像中的裸眉。
16.根据实施例15所述的计算机实现的方法,其中,捕获受试者的面部的一个或多个图像包括以下中的至少一个:
捕获受试者的面部的二维视频;
捕获受试者的面部的三维图像。
17.根据实施例10所述的计算机实现的方法,其中,生成可实现眉毛的呈现包括以下中的至少一个:
生成具有叠加在裸眉上的可实现眉毛的受试者的面部的图像;
生成受试者的面部的增强现实视图,其中,可实现眉毛叠加在裸眉上;以及
向化妆打印机提供指令以将可实现眉毛施加到受试者的面部。
18.一种在存储有指令的非暂态计算机可读存储介质,该指令响应于由计算系统的一个或多个处理器执行而使计算系统执行动作,该动作包括:
由计算系统接收受试者的眉毛模拟物的指示;
由计算系统将眉毛模拟物定位在受试者的面部的图像上;
由计算系统通过在最大修改参数内确定对受试者的裸眉的一个或多个修改来确定可实现眉毛,从而使裸眉更像眉毛模拟物;以及
由计算系统生成可实现眉毛的呈现。
19.根据实施例18所述的计算机可读存储介质,其中,将眉毛模拟物定位在受试者的面部的图像上包括检测受试者的面部的图像中的一个或多个对齐特征;
其中,一个或多个对齐特征包括鼻孔、眼睛的虹膜、眉脊和眼睛的外眦;以及
其中,将眉毛模拟物定位在受试者的面部的图像上包括将眉毛模拟物定位在如下位置:
眉毛模拟物与眉脊竖直对齐,
眉毛模拟物的内侧边缘与从鼻孔竖直延伸的线对齐,
眉毛模拟物的弧度与从鼻孔延伸穿过虹膜的线对齐,并且
眉毛模拟物的外侧边缘与从鼻孔延伸穿过眼睛的外眦的线对齐。
20.根据实施例18所述的计算机可读存储介质,其中,在最大修改参数内确定对受试者的裸眉的一个或多个修改以使裸眉更像眉毛模拟物包括确定长度变化、弧度变化和厚度变化中的一个或多个。
21.根据实施例18所述的计算机可读存储介质,其中,确定可实现眉毛包括基于一个或多个指示的化妆品的特征来确定最大修改参数。
22.根据实施例18所述的计算机可读存储介质,其中,该动作还包括:
由计算系统捕获受试者的面部的一个或多个图像;以及
由计算系统检测受试者的面部的一个或多个图像中的裸眉;
其中,捕获受试者的面部的一个或多个图像包括以下中的至少一个:
捕获受试者的面部的二维视频;
捕获受试者的面部的三维图像。
23.根据实施例18所述的计算机可读存储介质,其中,生成可实现眉毛的呈现包括以下中的至少一个:
生成具有叠加在裸眉上的可实现眉毛的受试者的面部的图像;
生成受试者的面部的增强现实视图,其中,可实现眉毛叠加在裸眉上;以及
向化妆打印机提供指令以将可实现眉毛施加到受试者的面部。
24.一种系统,包括:
用于接收受试者的眉毛模拟物的指示的电路;
用于将眉毛模拟物定位在受试者的面部的图像上的电路;
用于通过在最大修改参数内确定对受试者的裸眉的一个或多个修改以使裸眉更像眉毛模拟物来确定可实现眉毛的电路;以及
用于生成可实现眉毛的呈现的电路。
25.根据实施例24所述的系统,其中,将眉毛模拟物定位在受试者的面部的图像上包括检测受试者的面部的图像中的一个或多个对齐特征;
其中,一个或多个对齐特征包括鼻孔、眼睛的虹膜、眉脊和眼睛的外眦;以及
其中,将眉毛模拟物定位在受试者的面部的图像上包括将眉毛模拟物定位在如下位置:
眉毛模拟物与眉脊竖直对齐,
眉毛模拟物的内侧边缘与从鼻孔竖直延伸的线对齐,
眉毛模拟物的弧度与从鼻孔延伸穿过虹膜的线对齐,并且
眉毛模拟物的外侧边缘与从鼻孔延伸穿过眼睛的外眦的线对齐。
26.根据示例24所述的系统,其中,在最大修改参数内确定对受试者的裸眉的一个或多个修改以使裸眉更像眉毛模拟物包括确定长度变化、弧度变化和厚度变化中的一个或多个。
27.根据实施例24所述的系统,其中,确定可实现眉毛包括基于一个或多个指示的化妆品产品的特征来确定最大修改参数。
28.根据示例24所述的系统,还包括:
捕获受试者的面部的一个或多个图像;以及
检测受试者的面部的一个或多个图像中的裸眉;
其中,捕获受试者的面部的一个或多个图像包括以下中的至少一个:
捕获受试者的面部的二维视频;
捕获受试者的面部的三维图像。
29.根据实施例24所述的系统,其中,生成可实现眉毛的呈现包括以下中的至少一个:
生成具有叠加在裸眉上的可实现眉毛的受试者的面部的图像;
生成受试者的面部的增强现实视图,其中,可实现眉毛叠加在裸眉上;以及
向化妆打印机提供指令以将可实现眉毛施加到受试者的面部。
Claims (15)
1.一种计算机实现的用于呈现可实现眉毛的方法,所述方法包括:
由计算系统接收受试者的眉毛模拟物的指示;
由所述计算系统将所述眉毛模拟物定位在所述受试者的面部的图像上;
由所述计算系统通过在最大修改参数内确定对所述受试者的裸眉的一个或多个修改来确定所述可实现眉毛,从而使所述裸眉更像所述眉毛模拟物;以及
由所述计算系统生成所述可实现眉毛的呈现。
2.根据权利要求1所述的计算机实现的方法,其中,将所述眉毛模拟物定位在所述受试者的面部的图像上包括检测所述受试者的所述面部的图像中的一个或多个对齐特征。
3.根据权利要求2所述的计算机实现的方法,其中,所述一个或多个对齐特征包括鼻孔、眼睛的虹膜、眉脊和所述眼睛的外眦;
其中,将所述眉毛模拟物定位在所述受试者的面部的图像上包括将所述眉毛模拟物定位在如下位置:
所述眉毛模拟物与所述眉脊竖直对齐,
所述眉毛模拟物的内侧边缘与从所述鼻孔竖直延伸的线对齐,
所述眉毛模拟物的弧度与从所述鼻孔延伸穿过所述虹膜的线对齐,并且
所述眉毛模拟物的外侧边缘与从所述鼻孔延伸穿过所述眼睛的所述外眦的线对齐。
4.根据权利要求1-2中任一项所述的计算机实现的方法,其中,在最大修改参数内确定对所述受试者的裸眉的一个或多个修改,从而使所述裸眉更像所述眉毛模拟物包括确定长度变化、弧度变化和厚度变化中的一个或多个。
5.根据权利要求1-3中任一项所述的计算机实现的方法,其中,确定可实现眉毛包括基于一个或多个指示的化妆品的特征来确定所述最大修改参数。
6.根据权利要求1-4中任一项所述的计算机实现的方法,还包括:
由所述计算系统捕获所述受试者的所述面部的一个或多个图像;以及
由所述计算系统检测所述受试者的所述面部的一个或多个图像中的所述裸眉。
7.根据权利要求6所述的计算机实现的方法,其中,捕获所述受试者的所述面部的一个或多个图像包括以下中的至少一个:
捕获所述受试者的所述面部的二维视频;
捕获所述受试者的所述面部的三维图像。
8.根据权利要求1-7中任一项所述的计算机实现的方法,其中,生成所述可实现眉毛的呈现包括以下中的至少一个:
生成具有叠加在所述裸眉上的所述可实现眉毛的所述受试者的所述面部的图像;
生成所述受试者的所述面部的增强现实视图,其中,所述可实现眉毛叠加在所述裸眉上;以及
向化妆打印机提供指令以将所述可实现眉毛施加到所述受试者的所述面部。
9.一种存储有指令的非暂态计算机可读存储介质,所述指令响应于由计算系统的一个或多个处理器执行,从而使所述计算系统执行如权利要求1-8中任一项所述的方法。
10.一种系统,包括用于执行如权利要求1-8中任一项所述的方法中的动作的电路。
11.一种眉毛生成系统,包括:
电路,所述电路被配置为预测受试者的眉毛区域的静态信息和动态信息,并且基于所述受试者的所述眉毛区域的一个或多个图像或视频来确定受试者的一个或多个眉毛特征;
电路,所述电路被配置为基于所述眉毛区域的所述静态信息和所述动态信息生成眉毛几何形状、眉毛颜色、眉毛纹理或眉毛位置的一个或多个数字实例;以及
电路,所述电路被配置为生成用户能够选择地对所述眉毛几何形状、所述眉毛颜色、所述眉毛纹理或所述眉毛位置进行修改的一个或多个数字实例。
12.根据权利要求11所述的眉毛生成系统,还包括:
电路,所述电路被配置为与实时眉毛沉积设备交换一个或多个眉毛参数;
其中,所述一个或多个眉毛参数包括以下中的至少一项:
一个或多个眉毛几何形状参数;
一个或多个眉毛颜色参数,包括眉毛色度参数、眉毛色泽参数、眉毛色调参数和眉毛阴影参数中的一个或多个;
一个或多个眉毛纹理参数;
一个或多个眉毛位置参数;
一个或多个眉毛沉积参数;以及
用户所选择的对所述眉毛几何形状、所述眉毛颜色、所述眉毛纹理或所述眉毛位置或其组合的一个或多个修改。
13.根据权利要求11至12中任一项所述的眉毛生成系统,还包括:
电路,所述电路被配置为基于用户所选择的眉毛几何形状、用户所选择的眉毛颜色、用户所选择的眉毛纹理、或者用户所选择的眉毛位置或其组合来生成眉毛沉积参数,所述眉毛沉积参数包括逐层材料沉积参数、化妆品材料沉积参数、护肤制剂参数或其组合。
14.根据权利要求11-13中任一项所述的眉毛生成系统,还包括:
电路,所述电路被配置为响应于指示用户所选择的修改的一个或多个输入来生成所述受试者的所述眉毛区域内的至少一个眉毛的数字图像。
15.根据权利要求11-14中任一项所述的眉毛生成系统,还包括:
电路,所述电路被配置为生成眉毛定位信息并且生成所述受试者的所述眉毛区域内的至少一个眉毛的数字图像。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163238622P | 2021-08-30 | 2021-08-30 | |
US63/238,622 | 2021-08-30 | ||
FRFR2111759 | 2021-11-05 | ||
PCT/US2022/041428 WO2023034100A1 (en) | 2021-08-30 | 2022-08-24 | Systems for generating presentations of eyebrow designs |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117769697A true CN117769697A (zh) | 2024-03-26 |
Family
ID=90314898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280053447.8A Pending CN117769697A (zh) | 2021-08-30 | 2022-08-24 | 用于生成眉毛设计的呈现的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117769697A (zh) |
-
2022
- 2022-08-24 CN CN202280053447.8A patent/CN117769697A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11907839B2 (en) | Detail-preserving image editing techniques | |
US10489683B1 (en) | Methods and systems for automatic generation of massive training data sets from 3D models for training deep learning networks | |
Wang et al. | High resolution acquisition, learning and transfer of dynamic 3‐D facial expressions | |
US10255482B2 (en) | Interactive display for facial skin monitoring | |
US20200020173A1 (en) | Methods and systems for constructing an animated 3d facial model from a 2d facial image | |
US8884980B2 (en) | System and method for changing hair color in digital images | |
KR20210119438A (ko) | 얼굴 재연을 위한 시스템 및 방법 | |
JP6956389B2 (ja) | メイクアップ支援装置およびメイクアップ支援方法 | |
US20150054825A1 (en) | Method for image and video virtual hairstyle modeling | |
BR102012033722A2 (pt) | Sistema e método para simulação de maquiagem em dispositivos portáteis equipados com câmera digital | |
WO2022143645A1 (zh) | 三维人脸重建的方法、装置、设备和存储介质 | |
CN113628327B (zh) | 一种头部三维重建方法及设备 | |
US9202312B1 (en) | Hair simulation method | |
US10217265B2 (en) | Methods and systems of generating a parametric eye model | |
US11507781B2 (en) | Methods and systems for automatic generation of massive training data sets from 3D models for training deep learning networks | |
TW202221638A (zh) | 人臉影像的處理方法、裝置、電子設備及儲存媒體 | |
US10803677B2 (en) | Method and system of automated facial morphing for eyebrow hair and face color detection | |
KR20230028481A (ko) | 공간 인식 조건부 gan들을 이용하는 고해상도 제어가능한 얼굴 노화 | |
Riaz et al. | Age progression by gender-specific 3D aging model | |
CN117769697A (zh) | 用于生成眉毛设计的呈现的系统 | |
KR20210019182A (ko) | 나이 변환된 얼굴을 갖는 직업영상 생성 장치 및 방법 | |
US20230066846A1 (en) | Systems for generating presentations of eyebrow designs | |
KR20200019296A (ko) | 표정 인식 모델 생성 장치, 방법 및 이러한 방법을 수행하도록 프로그램된 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록매체 | |
US20220284827A1 (en) | Systems and methods for generating individualized cosmetic programs utilizing intelligent feedback | |
RU2703327C1 (ru) | Способ обработки двухмерного изображения и реализующее его вычислительное устройство пользователя |
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 |