KR20200077564A - 이미지 처리 방법, 장치 및 컴퓨터 저장 매체 - Google Patents

이미지 처리 방법, 장치 및 컴퓨터 저장 매체 Download PDF

Info

Publication number
KR20200077564A
KR20200077564A KR1020207015191A KR20207015191A KR20200077564A KR 20200077564 A KR20200077564 A KR 20200077564A KR 1020207015191 A KR1020207015191 A KR 1020207015191A KR 20207015191 A KR20207015191 A KR 20207015191A KR 20200077564 A KR20200077564 A KR 20200077564A
Authority
KR
South Korea
Prior art keywords
target
area
region
image
target area
Prior art date
Application number
KR1020207015191A
Other languages
English (en)
Inventor
웬타오 리우
첸 퀴안
첸 첸
Original Assignee
베이징 센스타임 테크놀로지 디벨롭먼트 컴퍼니 리미티드
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 베이징 센스타임 테크놀로지 디벨롭먼트 컴퍼니 리미티드 filed Critical 베이징 센스타임 테크놀로지 디벨롭먼트 컴퍼니 리미티드
Publication of KR20200077564A publication Critical patent/KR20200077564A/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/04Context-preserving transformations, e.g. by using an importance map
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/20Linear translation of whole images or parts thereof, e.g. panning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation
    • G06T13/802D [Two Dimensional] animation, e.g. using sprites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/18Image warping, e.g. rearranging pixels individually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • 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
    • 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
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 출원의 실시예는 이미지 처리 방법, 장치 및 컴퓨터 저장 매체를 개시하였다. 상기 방법은, 제1 이미지를 획득하여, 상기 제1 이미지에서의 목표 대상을 인식함으로써, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하는 단계; 및 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함한다.

Description

이미지 처리 방법, 장치 및 컴퓨터 저장 매체
관련 출원의 상호 참조
본 출원은 출원 번호가 201811110229.5이고, 출원일이 2018년 09월 21일인 중국 특허 출원에 기반하여 제출한 것이며, 상기 중국 특허 출원의 우선권을 주장하고, 상기 중국 특허 출원의 전부 내용은 본 출원에 참조 자료로 포함된다.
본 출원은 이미지 처리 기술에 관한 것이고, 구체적으로 이미지 처리 방법, 장치 및 컴퓨터 저장 매체에 관한 것이다.
인터넷 기술의 급속한 발전에 따라, 이미지에서의 목표 대상에 대해 처리를 수행할 수 있는 다양한 이미지 처리 도구가 등장하였으며, 예를 들어, 이미지에서의 목표 인물에 대해 "신체 보정", 예를 들어, "다리 보정", "팔 보정", "허리 보정", "어깨 보정" 등 국부적으로 살이 찌거나 날씬해지는 등의 변형 조작을 수행하여, 인물의 몸매가 더욱 완벽해지도록 한다. 그러나, 이러한 국부적 변형 처리는 목표 인물의 국부적 영역만을 위한 것이며, 상기 국부적 변형 처리는 목표 인물의 전체적인 부조화를 초래한다.
본 출원의 실시예는 이미지 처리 방법, 장치 및 컴퓨터 저장 매체를 제공한다.
본 출원의 실시예의 기술방안은 다음과 같이 구현된다.
본 출원의 실시예는 이미지 처리 방법을 제공하였고, 상기 방법은, 제1 이미지를 획득하여, 상기 제1 이미지에서의 목표 대상을 인식함으로써, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하는 단계; 및 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함한다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역에 대해, 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해, 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하는 단계를 포함하고, 여기서, 상기 제1 변형 파라미터의 변형 정도는 상기 제2 변형 파라미터의 변형 정도보다 높다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 변형 파라미터는 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리의 변화에 따라 변화한다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리가 클수록, 상기 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 상기 적어도 하나의 지체 영역에는 상기 제1 목표 영역에 인접하는 지체 영역이 존재한다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 목표 영역은 어깨 영역이고, 상기 제2 목표 영역은 허리 영역 및 가슴 영역 중 적어도 하나이며; 또는, 상기 제1 목표 영역은 허리 영역이고, 상기 제2 목표 영역은 가슴 영역 및 어깨 영역 중 적어도 하나이다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 이미지에서의 목표 대상을 인식하는 방법은, 상기 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하는 단계를 포함하고; 상기 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함하며; 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 상기 제1 목표 영역의 윤곽선을 결정하는 단계; 상기 제1 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하는 단계; 및 상기 제1 목표 영역에 대해 상기 윤곽선에서 상기 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 상기 제1 목표 영역에 대해 상기 중간선에서 상기 윤곽선을 향한 방향에 따라 연신 처리를 수행하는 단계를 포함한다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하기 전에, 상기 방법은, 상기 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하는 단계를 더 포함하고; 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역에 대응하는 제1 격자 제어면에 기반하여 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함하며; 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함한다.
본 출원의 일부 선택적인 실시예에서, 상기 방법은, 상기 목표 대상의 제3 목표 영역을 획득하는 단계 - 상기 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함함 - ; 상기 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정하는 단계; 및 상기 제1 거리가 기설정된 조건을 만족하는지를 판단하는 단계를 더 포함하며, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계는, 상기 제1 거리가 기설정된 조건을 만족하는 경우, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역 및 상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함한다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 거리가 기설정된 조건을 만족하는지를 판단하는 단계는, 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하는 단계; 및 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 상기 제1 거리가 기설정된 조건을 만족하는 것으로 결정하는 단계를 포함한다.
본 출원의 일부 선택적인 실시예에서, 상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역 및 상기 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하는 단계 - 상기 제1 영역은 상기 제1 목표 영역에 대응하고, 상기 제2 영역은 상기 제2 목표 영역에 대응함 - ; 및 제1 변형 파라미터에 따라 상기 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 상기 제2 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함한다.
본 출원의 실시예는 또한 이미지 처리 장치를 제공하고, 상기 장치는, 획득 유닛, 인식 유닛 및 이미지 처리 유닛을 포함하고; 여기서, 상기 획득 유닛은, 제1 이미지를 획득하도록 구성되고; 상기 인식 유닛은, 상기 제1 이미지에서의 목표 대상을 인식함으로써, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하도록 구성되며; 상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대해, 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해, 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하도록 구성되고, 여기서, 상기 제1 변형 파라미터의 변형 정도는 상기 제2 변형 파라미터의 변형 정도보다 높다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 변형 파라미터는 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리의 변화에 따라 변화한다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리가 클수록, 상기 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮다.
본 출원의 일부 선택적인 실시예에서, 상기 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 상기 적어도 하나의 지체 영역에는 상기 제1 목표 영역에 인접하는 지체 영역이 존재한다.
본 출원의 일부 선택적인 실시예에서, 상기 제1 목표 영역은 어깨 영역이고, 상기 제2 목표 영역은 허리 영역 및 가슴 영역 중 적어도 하나이며; 또는, 상기 제1 목표 영역은 허리 영역이고, 상기 제2 목표 영역은 가슴 영역 및 어깨 영역 중 적어도 하나이다.
본 출원의 일부 선택적인 실시예에서, 상기 인식 유닛은, 상기 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하도록 구성되고, 상기 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함하며; 상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 상기 제1 목표 영역의 윤곽선을 결정하고; 상기 제1 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하며; 상기 제1 목표 영역에 대해 상기 윤곽선에서 상기 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 상기 제1 목표 영역에 대해 상기 중간선에서 상기 윤곽선을 향한 방향에 따라 연신 처리를 수행하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 상기 이미지 처리 유닛은, 상기 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하도록 구성되고; 또한 상기 제1 목표 영역에 대응하는 제1 격자 제어면에 기반하여 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성되며, 또한 상기 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 상기 인식 유닛은 또한, 상기 목표 대상의 제3 목표 영역을 획득하고 - 상기 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함함 - ; 상기 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정하도록 구성되며; 상기 이미지 처리 유닛은 또한, 상기 제1 거리가 기설정된 조건을 만족하는지를 판단하고, 상기 제1 거리가 기설정된 조건을 만족하는 경우, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역 및 상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 상기 이미지 처리 유닛은, 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하고; 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 상기 제1 거리가 기설정된 조건을 만족하는것으로 결정하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 상기 이미지 처리 유닛은, 상기 제1 목표 영역 및 상기 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하고 - 상기 제1 영역은 상기 제1 목표 영역에 대응하고, 상기 제2 영역은 상기 제2 목표 영역에 대응함 - ; 제1 변형 파라미터에 따라 상기 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 상기 제2 영역에 대해 이미지 변형 처리를 수행하도록 구성된다.
본 출원의 실시예는 또한 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 저장 매체를 제공하며, 상기 프로그램은 프로세서에 의해 실행될 때 본 출원의 실시예에 따른 방법의 단계를 구현한다.
본 출원의 실시예는 또한 메모리, 프로세서 및 메모리에 저장되고 프로세서에서 작동 가능한 컴퓨터 프로그램을 포함하는 이미지 처리 장치를 제공하며, 상기 프로세서에 의해 상기 프로그램이 실행될 때 본 출원의 실시예에 따른 방법의 단계를 구현한다.
본 출원의 실시예는 이미지 처리 방법, 장치 및 컴퓨터 저장 매체를 제공하며, 상기 방법은, 제1 이미지를 획득하여, 상기 제1 이미지에서의 목표 대상을 인식함으로써, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하는 단계; 및 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함한다. 본 출원의 실시예의 기술방안을 사용하여, 어느 한 국부 영역(제1 목표 영역)에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 국부 영역과 관련된 다른 영역(제2 목표 영역)에 대한 이미지 변형 처리를 통해, 상기 국부 영역에 대해서만 이미지 변형 처리를 수행함으로 인한 비율의 부조화를 방지함으로써, 이미지 변형 처리의 효과를 크게 향상시키고, 사용자 조작 경험을 향상시킨다.
도 1은 본 출원의 실시예의 이미지 처리 방법의 흐름 예시도이다.
도 2는 본 출원의 실시예의 이미지 처리 방법의 흐름 예시도이다.
도 3은 본 출원의 실시예의 이미지 처리 장치의 구성 구조 예시도이다.
도 4는 본 출원의 실시예의 이미지 처리 장치의 하드웨어 구성 구조 예시도이다.
이하 도면 및 구체적인 실시예와 결합하여 본 출원에 대해 추가로 상세하게 설명한다.
본 출원의 실시예는 이미지 처리 방법을 제공한다. 도 1은 본 출원의 실시예의 이미지 처리 방법의 흐름 예시도이다. 도 1에 도시된 바와 같이, 상기 방법은 다음의 단계를 포함한다.
단계 101에 있어서, 제1 이미지를 획득하여, 제1 이미지에서의 목표 대상을 인식함으로써, 목표 대상의 제1 목표 영역, 및 제1 목표 영역과 관련된 제2 목표 영역을 획득한다.
단계 102에 있어서, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성한다.
본 실시예의 이미지 처리 방법은 제1 이미지에서의 목표 대상에 대해 인식을 수행하고; 처리될 대상으로 사용되는 목표 대상은, 이미지에서의 실제 인물일 수 있으며; 다른 실시형태에서, 목표 대상은 만화 인물 형상 등과 같은 가상 인물일 수도 있다. 물론, 목표 대상은 기타 타입의 대상일 수 있으며, 본 출원 실시예에서는 이에 대해 한정하지 않는다.
일부 실시예에서, 이미지 인식 알고리즘을 통해 제1 이미지에서의 목표 대상을 인식하고, 목표 대상에 대응하는 지체 영역은 머리 영역, 어깨 영역, 가슴 영역, 허리 영역, 팔 영역, 손 영역, 엉덩이 영역, 다리 영역 및 발 영역 등 중 적어도 하나를 포함한다.
일부 실시예에서, 제1 목표 영역은 상기 지체 영역에서의 임의의 지체 영역일 수 있으며; 예를 들어, 제1 목표 영역은 어깨 영역, 또는 허리 영역 등일 수 있고; 제2 목표 영역은 제1 목표 영역과 관련된 영역일 수 있다. 하나의 예로서, 제1 목표 영역과 제2 목표 영역 사이의 관련성은 제1 목표 영역과 제2 목표 영역의 위치 관계가 특정 조건을 만족하는 것이다. 예를 들어, 제1 목표 영역과 제2 목표 영역의 위치 관계가 특정 조건을 만족하는 것은 제1 목표 영역과 제2 목표 영역이 인접하는 것일 수 있다. 또 예를 들어, 제1 목표 영역과 제2 목표 영역의 위치 관계가 특정 조건을 만족하는 것은 제1 목표 영역과 제2 목표 영역 사이의 거리가 기설정된 임계값보다 작은 것일 수 있으며; 여기서, 제1 목표 영역과 제2 목표 영역 사이의 거리는 픽셀 거리이며; 상기 기설정된 임계값은 제1 이미지에서의 목표 대상의 픽셀 사이즈와 관련되며, 예시적으로, 상기 기설정된 임계값은 제1 목표 영역의 폭 또는 길이의 픽셀 사이즈와 관련될 수 있다.
일부 실시형태에서, 제2 목표 영역은 제1 목표 영역에 접촉하고; 여기서, 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 적어도 하나의 지체 영역에는 제1 목표 영역에 인접한 지체 영역이 존재한다. 하나의 예로서, 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 허리 영역 및 가슴 영역일 수 있으며; 또는, 제1 목표 영역은 허리 영역이고, 제2 목표 영역은 가슴 영역 및 어깨 영역일 수 있으며, 또는, 제2 목표 영역은 또한 엉덩이 영역 및 다리 영역일 수 있다. 예시적으로, 목표 대상(즉 목표 인물)의 몸통 부분을 구성하는 지체 영역은 어깨 영역, 가슴 영역 및 허리 영역을 포함할 수 있으며, 어깨 영역을 제1 목표 영역으로 사용할 때, 가슴 영역 및 허리 영역은 제2 목표 영역으로 사용될 수 있으며; 또는, 허리 영역을 제1 목표 영역으로 사용할 때, 가슴 영역 및 어깨 영역은 제2 목표 영역으로 사용될 수 있다.
일부 실시형태에서, 제2 목표 영역은 제1 목표 영역에 인접하지 않을 수도 있다. 하나의 예로서, 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 허리 영역일 수 있으며; 또는, 제1 목표 영역은 허리 영역이고, 제2 목표 영역은 어깨 영역 또는 다리 영역 등이다.
일부 실시형태에서, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 제1 목표 영역에 대해 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하는 단계를 포함하고, 여기서, 제1 변형 파라미터의 변형 정도는 제2 변형 파라미터의 변형 정도보다 높다. 여기서, 제2 변형 파라미터는 제2 목표 영역에서의 픽셀 포인트와 제1 목표 영역 사이의 거리의 변화에 따라 변화한다.
일부 실시예에서, 제1 목표 영역 및 제2 목표 영역에 대한 이미지 변형 처리는, 이미지 압축 처리 또는 이미지 신장 처리를 포함할 수 있고; 여기서, 이미지 압축 처리는 제1 목표 영역의 양측 가장자리에서 중간선을 향한 방향에 따른 압축 처리이고, 제2 목표 영역의 양측 가장자리에서 중간선을 향한 방향에 따른 압축 처리이며, 제1 목표 영역에 대응하는 압축 정도는 제2 목표 영역에 대응하는 압축 정도보다 높고; 이미지 신장 처리는 제1 목표 영역의 중간선에서 양측 가장자리를 향한 방향에 따른 신장 처리이고, 제2 목표 영역의 중간선에서 양측 가장자리를 향한 방향에 따른 신장 처리이며, 제1 목표 영역에 대응하는 신장 정도는 제2 목표 영역에 대응하는 신장 정도보다 높다. 이해할 수 있는 것은, 이미지 압축 처리는 "슬림" 처리이고, 이미지 신장 처리는 "비만" 처리이다.
일부 실시예에서, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 한편으로는, 어깨 영역 또는 허리 영역에 대해 이미지 변형 처리를 수행하는 것과 같은 제1 목표 영역에 대해 이미지 변형 처리를 수행하고, 다른 한편으로, 제1 목표 영역에 관련된 제2 목표 영역에 대해 이미지 변형 처리를 수행함으로써, 목표 인물의 국부 영역(즉, 제1 목표 영역)에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 국부 영역에 관련되는 다른 영역(즉 제2 목표 영역)에 대해 이미지 변형 처리를 대응되게 수행하여, 상기 국부 영역에 대해서만 이미지 변형 처리를 수행함으로 인한 비율의 비조화를 방지한다.
일부 실시예에서, 제2 목표 영역의 제2 변형 파라미터가 나타내는 변형 정도는 제1 목표 영역의 제1 변형 파라미터가 나타내는 변형정도보다 낮고, 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 가슴 영역 및 허리 영역인 것을 예로 들면, 제1 목표 영역의 제1 변형 파라미터가 나타내는 변형 정도가 예를 들어 100%이면, 허리 영역의 제2 변형 파라미터가 나타내는 변형 정도는 50% 등일 수 있다. 여기서, 제1 변형 파라미터 및 제2 변형 파라미터의 최소값은 미리 구성될 수 있다.
여기서, 제2 목표 영역에서의 상이한 위치의 제2 변형 파라미터가 나타내는 변형 정도는 상기 위치와 제1 목표 영역 사이의 거리와 관련된다. 여기서, 상기 위치와 제1 목표 영역 사이의 거리는 상기 위치와 제1 목표 영역의 가장자리 사이의 거리일 수 있다. 여전히 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 가슴 영역 및 허리 영역인 것을 예로 들면, 제1 목표 영역(즉 어깨 영역)에 대응하는 제1 변형 파라미터는, 예를 들어, 100%이고, 제2 목표 영역에서의 어깨 영역으로부터 가장 멀리 떨어진 허리 영역에서의 허리 라인 위치에 대응하는 제2 변형 파라미터가 예를 들어 50%이면, 제2 목표 영역에서의 허리 라인과 제1 목표 영역의 가장자리 사이의 중간 위치에 대응하는 제2 변형 파라미터는 예를 들어 75% 등이며, 이러한 방식으로, 실제 필요에 따라, 역삼각형 몸매 또는 다른 특수한 몸매 등과 같은 예상된 다양한 목표 몸매를 구현할 수 있다.
또 다른 예를 들어, 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 팔 영역인 것을 예로 들면, 팔 영역의 각 포인트와 어깨 영역 사이의 거리가 선형으로 증가한다면, 즉 팔 영역과 어깨 영역 사이의 연결 부분으로부터 어깨 영역까지의 거리가 가장 ?裏만?, 팔 영역과 손 영역의 연결 부분으로부터 어깨 영역까지의 거리가 가장 멀면, 제1 목표 영역(즉 어깨 영역)으로부터 제2 목표 영역에서 어깨 영역과의 거리가 가장 먼 가장자리까지, 각 픽셀 포인트에 대응하는 변형 파라미터는 점차 감소한다. 예시적으로, 제1 목표 영역(즉 어깨 영역)에 대응하는 제1 변형 파라미터가 예를 들어 100%이고, 제2 목표 영역에서의 어깨 영역으로부터 가장 멀리 떨어진 팔 가장자리에 대응하는 제2 변형 파라미터가 예를 들어 0%이면, 제2 목표 영역에서 팔의 중간 위치에 대응하는 제2 변형 파라미터는 예를 들어 50% 등일 수 있으며, 이런 방식으로, 목표 영역의 어깨 영역에 대해 변형 처리를 수행하는 과정에서, 어깨 영역과 관련된 팔 영역에 대해 적응적 변형 처리를 수행함으로써, 어깨가 너무 넓고, 팔이 너무 얇게 조정되거나, 어깨가 너무 좁고, 팔이 너무 두껍게 조정되는 것을 방지하여, 목표 대상이 국부적으로 조정되지만 전체적인 비율은 여전히 조화를 이루도록 구현할 수 있다.
일부 실시예에서, 제2 목표 영역에서의 픽셀 포인트와 제1 목표 영역 사이의 거리가 클수록, 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮다. 예시적으로, 여전히 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 가슴 영역 및 허리 영역인 것을 예로 들면, 허리 영역이 가슴 영역보다 어깨 영역과의 거리가 더욱 멀면; 허리 영역의 변형 정도는 가슴 영역의 변형 정도보다 낮고; 또한, 허리 영역에서, 가슴 영역과 멀리 떨어진 픽셀 포인트의 변형 정도는 가슴 영역에 근접한 픽셀 포인트의 변형 정도보다 낮으며, 가슴 영역에서, 어깨 영역과 멀리 떨어진 픽셀 포인트의 변형 정도는 어깨 영역에 근접한 픽셀 포인트의 변형 정도보다 낮다. 실제 응용에서, 가슴 영역 및 허리 영역 중의 각 픽셀 포인트와 어깨 영역의 어느 한 측의 윤곽선 사이의 픽셀 거리를 결정할 수 있고, 픽셀 거리에 기반하여 각 픽셀 포인트에 대응하는 변형 파라미터를 결정하며; 여기서, 변형 파라미터에 대응하는 변형 정도는 픽셀 거리가 증가함에 따라 감소한다.
일부 실시예에서, 이미지 변형 알고리즘을 통해 제1 목표 영역 및 제2 목표 영역에 대해 이미지 변형 처리를 수행한다.
일부 실시형태에서, 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하고; 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함하며; 지체 키 포인트 정보는 지체 키 포인트의 좌표 정보를 포함하며; 지체 윤곽 포인트 정보는 지체 윤곽 포인트의 좌표 정보를 포함한다.
구체적으로, 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함하며; 지체 키 포인트 정보는 지체 키 포인트의 좌표 정보를 포함하며; 지체 윤곽 포인트 정보는 지체 윤곽 포인트의 좌표 정보를 포함한다. 여기서, 지체 윤곽 포인트는 목표 대상의 지체 영역의 지체 윤곽, 즉 지체 윤곽 포인트의 좌표 정보를 통해 목표 대상의 지체 윤곽 가장자리가 형성 가능하다. 여기서, 지체 윤곽 포인트는 팔 윤곽 포인트, 손 윤곽 포인트, 어깨 윤곽 포인트, 다리 윤곽 포인트, 발 윤곽 포인트, 허리 윤곽 포인트, 머리 윤곽 포인트, 엉덩이 윤곽 포인트, 가슴 윤곽 포인트 중 적어도 하나를 포함한다. 여기서, 지체 키 포인트는 목표 대상의 골격의 키 포인트를 나타내고, 즉 지체 키 포인트의 좌표 정보를 통해, 목표 대상의 주요 골격이 형성 가능하도록 지체 키 포인트를 연결한다. 여기서, 지체 키 포인트는 팔 키 포인트, 손 키 포인트, 어깨 키 포인트, 다리 키 포인트, 발 키 포인트, 허리 키 포인트, 머리 키 포인트, 엉덩이 키 포인트, 가슴키 포인트 중 적어도 하나를 포함한다.
일부 실시형태에서, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 제1 목표 영역의 윤곽선을 결정하는 단계; 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하는 단계; 및 제1 목표 영역에 대해 윤곽선에서 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 제1 목표 영역에 대해 중간선에서 윤곽선을 향한 방향에 따라 연신 처리를 수행하는 단계를 포함한다. 이에 대응하여, 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 제2 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 제2 목표 영역의 윤곽선을 결정하는 단계; 제2 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제2 목표 영역의 중간선을 결정하는 단계; 및 제2 목표 영역에 대해 윤곽선에서 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 제2 목표 영역에 대해 중간선에서 윤곽선을 향한 방향에 따라 연신 처리를 수행하는 단계를 포함한다.
일부 실시형태에서, 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하고, 제1 목표 영역에 대해 이미지 변형 처리를 수행하며, 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 제2 목표 영역에 대해 이미지 변형 처리를 수행한다.
일부 실시형태에서, 제1 이미지를 N*M 개의 격자 제어면으로 평균 분할하고, N 및 M은 모두 양의 정수이고, N 및 M은 동일하거나 상이하다. 예를 들어, 제1 이미지에서의 목표 대상을 중심으로, 목표 대상이 위치한 직사각형 영역을 격자 분할한 다음, 상기 직사각형 영역의 격자 분할 입도에 기반하여, 직사각형 영역 이외의 배경 영역에 대해 격자 분할을 수행한다. 일부 실시예에서, 격자 제어면의 개수는, 제1 이미지에서의 목표 대상에 대응하는 지체 영역이 제1 이미지에서의 비율과 관련된다. 예를 들어, 하나의 격자 제어면은 목표 대상의 부분 지체 영역에 대응할 수 있으며, 예를 들어, 하나의 격자 제어면은 목표 대상의 다리에 대응하거나, 하나의 격자 제어면은 목표 대상의 가슴 및 허리에 대응하여, 목표 대상의 국부 변형을 용이하게 한다.
일부 실시예에서, 격자 제어면은 초기 상태에서 직사각형이고, 격자 제어면은 또한 복수 개의 가상 제어 포인트(또는 제어 라인)를 구비하며; 제어 포인트(또는 제어 라인)를 이동시킴으로써 격자 제어면의 각 제어 라인의 곡률을 개변시킬 수 있어, 격자 제어면에 대한 변형 처리를 구현할 수 있으며, 이해할 수 있는 것은, 변형 처리된 격자 제어면은 곡면이다.
예를 들어, 격자 제어면은 구체적으로 캐트물 롬(catmull rom) 스플라인 곡선에 의해 catmull rom 곡면을 형성할 수 있다. catmull rom 스플라인 곡선은 복수 개의 제어 포인트를 구비할 수 있으며, 이해할 수 있는 것은, catmull rom 곡면은 복수 개의 catmull rom 스플라인 곡선에 의해 형성된다. 임의의 catmull rom 스플라인 곡선에 대응하는 복수 개의 제어 포인트 중 적어도 일부 제어 포인트에 대한 이동은 catmull rom 스플라인 곡선에 대한 변형 처리를 구현하며, 이해할 수 있는 것은, 복수 개의 catmull rom 스플라인 곡선의 제어 포인트를 이동함으로써 복수 개의 catmull rom 스플라인 곡선에 의해 형성된 catmull rom 곡면에 대응하는 지체 영역의 국부에 대해 변형 처리를 수행하도록 구현한다. 여기서, 제어 포인트는 catmull rom 곡면을 형성하는 catmull rom 곡선에 있으므로, 제어 포인트를 이동함으로써 제어 포인트의 catmull rom 곡선 상의 위치의 곡률 및 위치 중 적어도 하나를 개변하며; 이해할 수 있는 것은, 제어 포인트의 이동은 대응하는 catmull rom 곡선 상의 어느 한 포인트 또는 상기 포인트 근처의 곡선의 곡률 및 위치 중 적어도 위치 중 적어도 하나를 개변함으로써, catmull rom 곡면 중의 국부 영역에 대한 변형 처리를 구현하여, 국부 변형을 더욱 정확하게 하고, 이미지 처리 효과를 향상시킬 수 있다.
본 출원의 실시예에서 제1 목표 영역 및 제2 목표 영역이 각각 위치한 격자 제어면을 통해 제1 목표 영역 및 제2 목표 영역에 대해 이미지 변형 처리를 수행할 수 있다.
본 출원의 실시예의 기술방안을 사용하여, 어느 한 국부 영역(제1 목표 영역)에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 국부 영역과 관련된 다른 영역(제2 목표 영역)에 대한 이미지 변형 처리를 통해, 상기 국부 영역에 대해서만 이미지 변형 처리를 수행함으로 인한 비율의 부조화를 방지함으로써, 이미지 변형 처리의 효과를 크게 향상시키고, 사용자 조작 경험을 향상시킨다.
전술한 실시예에 기반하여, 본 출원의 실시예는 또한 이미지 처리 방법을 제공한다. 도 2는 본 출원의 실시예의 이미지 처리 방법의 흐름도 2이며, 도 2에 도시된 바와 같이, 상기 방법은 다음의 단계를 포함한다.
단계 201에 있어서, 제1 이미지를 획득하여, 제1 이미지에서의 목표 대상을 인식함으로써, 목표 대상의 제1 목표 영역, 제1 목표 영역과 관련된 제2 목표 영역, 및 목표 대상의 제3 목표 영역을 획득하며, 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함한다.
단계 202에 있어서, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정한다.
단계 203에 있어서, 제1 거리가 기설정된 조건을 만족하는지를 판단한다.
단계 204에 있어서, 제1 거리가 기설정된 조건을 만족하는 경우, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역 및 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성한다.
일부 실시예에서, 목표 대상의 제3 목표 영역의 획득 방식은 전술한 실시예의 목표 영역 또는 제2 목표 영역의 획득 방식을 참조할 수 있으며, 여기서 더이상 반복하지 않는다.
일부 실시예에서, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리의 상이함에 기반하여 상이한 이미지 변형 처리 전략을 결정한다. 여기서, 목표 대상의 지체 영역은 목표 대상의 임의의 지체 영역이고, 즉 지체 영역은 제1 목표 영역 또는 제2 목표 영역에 한정되지 않으며, 또한 다른 임의의 지체 영역일 수 있다.
일부 실시형태에서, 제1 거리가 기설정된 조건을 만족하는지를 판단하는 단계는, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하는 단계; 및 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 제1 거리가 기설정된 조건을 만족하는 것으로 결정하는 단계를 포함한다.
본 실시예에서, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리는 지체 영역에 근접한 제3 목표 영역의 가장자리로부터 지체 영역의 가장자리까지의 평균 거리일 수 있다. 제3 목표 영역은 팔 영역인 것을 예로 들면, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리는 팔 영역의 내측 가장자리와 지체 영역의 가장자리 사이의 평균 거리일 수 있다. 실제 응용에서, 팔의 내측 가장자리의 윤곽 포인트와 지체 영역의 가장자리 사이의 거리의 평균값을 계산함으로써 구현된다. 여기서, 상기 거리는 구체적으로 픽셀 포인트 사이의 거리일 수 있고, 픽셀 포인트 사이의 이격된 픽셀 포인트 개수를 통해 표시될 수 있으며; 이에 대응하여, 제1 목표 영역의 폭도 픽셀 개수를 통해 표시될 수 있다.
또한, 제1 거리와 제1 목표 영역의 폭을 비교하면, 즉 본 실시예에서 제1 목표 영역의 폭을 참조 기준으로 사용함으로써, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리의 거리가 가까운지 아니면 먼지를 결정한다. 실제 응용에서, 기설정된 임계값을 미리 구성할 수 있으며, 즉 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 제3 목표 영역이 지체 영역의 가장자리와 가깝다는 것을 의미하고; 이에 대응하여, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 크거나 같은 경우, 제3 목표 영역이 지체 영역의 가장자리와 멀리 떨어져 있음을 의미한다.
관련 기술에서, 일반적으로 고정된 기설정된 임계값을 두 물체 사이의 거리가 먼지 아니면 가까운지를 판단하는 기준으로 하며, 예를 들어, 고정된 픽셀 임계값을 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리가 기설정된 조건을 만족하는지를 결정하는 기준으로 사용하지만, 이러한 방식은 아래와 같은 시나리오가 발생할 수 있다. 즉 이미지 1에서, 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리가 고정된 픽셀 임계값을 초과하여, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제3 목표 영역에 대해 처리를 수행하지 않는다. 이미지 2에서, 상기 이미지 2에서의 목표 대상의 사이즈는 이미지 1과 동일하지만, 이미지 2 사이즈는 이미지 1보다 크므로, 목표 대상이 이미지 2 에서 차지하는 비율이 더 작아진 것에 해당되며, 본 시나리오에서 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리가 고정된 픽셀 임계값을 초과하지 않을 가능성이 높으면, 이미지 2의 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제3 목표 영역에 대해 적응적으로 이미지 변형 처리를 수행할 것이다. 이로써, 이러한 방식은 다양한 이미지 사이즈 또는 목표 대상이 이미지의 다양한 비율을 차지하는 시나리오에 적용될 수 없다. 본 실시형태에서, 제1 목표 영역의 폭을 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리를 결정하기 위한 기준으로 사용하고, 예를 들어, 제1 목표 영역이 어깨 영역이고, 제3 목표 영역이 팔 영역이면, 어깨 영역의 폭을 기준으로 사용하여, 팔 영역과 지체 영역 가장자리 사이의 거리와 어깨 폭의 비율을 결정하여, 이 비율을 제3 목표 영역이 이미지 변형 처리가 수반되는지 여부의 근거로 사용함으로써, 상이한 이미지 사이즈 및 이미지에서의 상이한 목표 대상의 픽셀 사이즈에 적응할 수 있다.
본 실시예에서, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 즉 제3 목표 영역이 목표 대상의 지체 영역의 가장자리에 근접하는 경우, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역 및 제3 목표 영역에 대해 이미지 변형 처리를 수행한다. 이에 대응하여, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작지 않은 경우, 즉 제3 목표 영역과 목표 대상의 지체 영역의 가장자리가 멀리 떨어진 경우, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 이미지 변형 처리를 수행하지만, 제3 목표 영역에 대해 이미지 변형 처리를 수행하지 않는다.
예시적으로, 여전히 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 가슴 영역 및 허리 영역이며, 제3 목표 영역은 팔 영역 및 손 영역인 것을 예로 들면, 팔 영역 및 손 영역의 내측 가장자리와 몸통 영역(가슴 영역 및 허리 영역을 포함함)의 가장자리의 평균 거리(즉 제1 거리)를 결정하여, 상기 평균 거리와 어깨 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 팔 영역 및 손 영역이 몸통 영역에 근접한다는 것을 의미함으로써, 어깨 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 가슴 영역 및 허리 영역에 대해 이미지 변형 처리를 수행하는 외에도, 팔 영역 및 손 영역에 대해 이미지 변형 처리를 수행한다.
여기서, 제1 목표 영역 및 제2 목표 영역에 대한 이미지 변형 처리 과정은 전술한 실시예의 설명을 참조하며, 여기서 더이상 반복하지 않는다.
제3 목표 영역에 대한 이미지 변형 처리는, 일부 실시형태에서, 제1 목표 영역 및 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하며; 여기서, 제1 영역이 제1 목표 영역에 대응하고, 제2 영역이 제2 목표 영역에 대응하면; 제1 변형 파라미터에 따라 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 제2 영역에 대해 이미지 변형 처리를 수행한다.
일부 실시형태에서, 제3 목표 영역에 대한 이미지 변형 처리는 제1 목표 영역 및 제2 목표 영역에 적응되는 이미지 변형 처리이며, 즉 제3 목표 영역(예를 들어, 팔 영역 및 손 영역)의 폭에 대해 변형 처리를 수행하지 않고, 제1 목표 영역 및 제2 목표 영역의 이미지 변형 처리 과정에서, 제3 목표 영역과 목표 대상의 지체 영역 사이의 거리를 조정하여, 제3 목표 영역과 목표 대상의 지체 영역 사이의 거리가 멀어지도록 함으로써, 제1 목표 영역 및 제2 목표 영역의 이미지 변형 처리 후에, 제3 목표 영역과 목표 대상의 지체 영역 사이의 거리가 멀므로, 즉 제3 목표 영역에 대해 변형 처리를 수행하지 않더라도, 이미지의 전체적인 변형 효과가 두드러지지 않을 것이다.
일부 실시형태에서, 제1 거리가 기설정된 조건을 만족하지 않는 경우, 즉 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 크거나 같을 때, 제3 목표 영역을 고려하여, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해서만 이미지 변형 처리를 수행할 필요가 없다.
본 출원의 실시예의 기술방안을 채택하면, 제1 측면에 있어서, 어느 한 국부 영역(제1 목표 영역) 에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 국부 영역과 관련된 다른 영역(제2 목표 영역)에 대한 이미지 변형 처리를 통해, 상기 국부 영역에 대해서만 이미지 변형 처리를 수행함으로 인한 비율의 부조화를 방지한다. 여기서, 다른 영역(예를 들어, 제2 목표 영역)에 대응하는 변형 파라미터는 상기 다른 영역에서의 픽셀 포인트와 상기 국부 영역(예를 들어제1 목표 영역) 사이의 거리에 따라 변화하며, 예를 들어, 거리가 클수록 대응하는 변형 파라미터가 나타내는 변형 정도는 낮으며, 즉 변형이 더 작아지며, 이러한 방식으로, 한편으로는 필요에 따라 다양한 예상 변형 효과를 구현할 수 있고; 다른 한편으로는, 본 출원이 국부 영역에 대한 변형 처리이므로, 관련된 다른 영역이 상이한 변형 파라미터에 따라 변형 처리를 수행함으로써, 목표 대상의 전체적인 비율이 조화되는 효과를 달성할 수 있다.
제2 측면에 있어서, 제3 목표 영역과 지체 영역의 가장자리 사이의 거리에 대한 검출을 통해, 제3 목표 영역과 지체 영역의 가장자리 사이의 거리가 가까울 때, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역 및 제3 목표 영역에 대해 이미지 변형 처리를 수행함으로써, 이미지 변형 처리의 효과를 크게 향상시켜, 사용자의 조작 경험을 향상시키며; 여기서, 제3 목표 영역과 지체 영역의 가장자리 사이의 거리(즉 제1 거리)는 제1 목표 영역의 폭을 기준으로 하고, 즉 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지 여부를 판단하며, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작으면, 제3 목표 영역과 지체 영역 사이의 거리가 가까운 것을 의미하며; 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 거리보다 크면, 제3 목표 영역과 지체 영역 사이의 거리가 먼 것을 의미하며; 이렇게 다양한 이미지 사이즈 또는 동일한 이미지 사이즈에서 상이한 비율을 차지하는 목표 대상의 시나리오에 적응할 수 있으며, 즉 본 출원의 실시예는 다양한 응용 시나리오의 이미지 변형 처리에 적용될 수 있다.
본 출원의 실시예는 또한 이미지 처리 장치를 제공하며, 도 3은 본 출원의 실시예의 이미지 처리 장치의 구성 구조 예시도이며; 도 3에 도시된 바와 같이, 상기 장치는, 획득 유닛(31), 인식 유닛(32) 및 이미지 처리 유닛(33)을 포함하며; 여기서,
획득 유닛(31)은, 제1 이미지를 획득하도록 구성된다.
인식 유닛(32)은, 제1 이미지에서의 목표 대상을 인식함으로써, 목표 대상의 제1 목표 영역, 및 제1 목표 영역과 관련된 제2 목표 영역을 획득한다.
이미지 처리 유닛(33)은, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 이미지 처리 유닛(33)은, 제1 목표 영역에 대해 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역에 대해 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하도록 구성되고, 여기서, 제1 변형 파라미터의 변형 정도는 제2 변형 파라미터의 변형 정도보다 높다.
일부 실시예에서, 제2 변형 파라미터는 제2 목표 영역에서의 픽셀 포인트와 제1 목표 영역 사이의 거리의 변화에 따라 변화한다.
여기서, 제2 목표 영역에서의 픽셀 포인트와 제1 목표 영역 사이의 거리가 클수록, 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮다.
일부 실시예에서, 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 적어도 하나의 지체 영역에는 제1 목표 영역에 인접한 지체 영역이 존재한다.
하나의 예로서, 제1 목표 영역은 어깨 영역이고, 제2 목표 영역은 허리 영역 및 가슴 영역 중 적어도 하나이며; 또는, 제1 목표 영역은 허리 영역이고, 제2 목표 영역은 가슴 영역 및 어깨 영역 중 적어도 하나이다.
본 출원의 일부 선택적인 실시예에서, 인식 유닛(32)은, 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하도록 구성되고; 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함한다.
이미지 처리 유닛(33)은, 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 제1 목표 영역의 윤곽선을 결정하고; 제1 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하며; 제1 목표 영역에 대해 윤곽선에서 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 제1 목표 영역에 대해 중간선에서 윤곽선을 향한 방향에 따라 연신 처리를 수행하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 이미지 처리 유닛(33)은, 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하도록 구성되고, 또한 제1 목표 영역에 대응하는 제1 격자 제어면에 기반하여 제1 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성되며, 또한 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 제2 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 인식 유닛(32)은, 또한 목표 대상의 제3 목표 영역을 획득하고, 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함하며; 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정하도록 구성된다.
이미지 처리 유닛(33)은 또한, 제1 거리가 기설정된 조건을 만족하는지 판단하고; 제1 거리가 기설정된 조건을 만족하는 경우, 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 제2 목표 영역 및 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성된다.
여기서, 이미지 처리 유닛(33)은, 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하고; 제1 거리와 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 제1 거리가 기설정된 조건을 만족하는 것으로 결정하도록 구성된다.
본 출원의 일부 선택적인 실시예에서, 이미지 처리 유닛(33)은, 제1 목표 영역 및 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하고 - 제1 영역은 제1 목표 영역에 대응하고, 제2 영역은 제2 목표 영역에 대응함 - ; 제1 변형 파라미터에 따라 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 제2 영역에 대해 이미지 변형 처리를 수행하도록 구성된다.
본 출원의 실시예에서, 상기 장치는 획득 유닛(31), 인식 유닛(32) 및 이미지 처리 유닛(33)을 포함하며, 실제 응용에서 모두 중앙처리장치(CPU, Central Processing Unit), 디지털 신호 처리기(DSP, Digital Signal Processor), 마이크로 컨트롤러 유닛(MCU, Microcontroller Unit) 또는 현장 프로그래머블 게이트 어레이(FPGA, Field-Programmable Gate Array)에 의해 구현될 수 있다.
본 출원의 실시예는 또한 이미지 처리 장치를 제공하며, 도 4는 본 출원의 실시예의 이미지 처리 장치의 하드웨어 구성 구조 예시도이며, 도 4에 도시된 바와 같이, 이미지 처리 장치는 메모리(42), 프로세서(41) 및 메모리(42)에 저장되고 프로세서(41)에서 작동할 수 있는 컴퓨터 프로그램을 포함하며, 프로세서(41)가 프로그램을 실행할 때 본 출원의 실시예의 어느 한 항에 따른 이미지 처리 방법을 구현한다.
이해할 수 있는 것은, 이미지 처리 장치에서의 각 컴포넌트는 버스 시스템(43)을 통해 하나로 커플링된다. 이해할 수 있는 것은, 버스 시스템(43)은 이러한 컴포넌트 간의 연결 통신을 구현하기 위한 것이다. 버스 시스템(43)은 데이터 버스 외에도, 전원 버스, 제어 버스 및 상태 신호 버스를 더 포함한다. 그러나, 명확한 설명을 위해, 도 4에서 다양한 버스는 모두 버스 시스템(43)으로 표기된다.
이해할 수 있는 것은, 메모리(42)는 휘발성 메모리 또는 비휘발성 메모리일 수 있으며, 또는 휘발성 메모리 및 비 휘발성 메모리를 포함할 수 있다. 여기서, 비휘발성 메모리는 판독 가능한 메모리(ROM, Read Only Memory), 프로그래머블 판독 전용 메모리(PROM, Programmable Read-Only Memory), 소거 가능한 프로그래머블 판독 전용 메모리(EPROM, Erasable Programmable Read-Only Memory), 전기적 소거 가능한 프로그래머블 판독 전용 메모리(EEPROM, Electrically Erasable Programmable Read-Only Memory), 자기 랜덤 액세스 메모리(FRAM, ferromagnetic random access memory), 플래시 메모리(Flash Memory), 자기 표면 메모리, 광 디스크, 또는 판독 전용 컴팩트 디스크(CD-ROM, Compact Disc Read-Only Memory)일 수 있으며; 자기 표면 메모리는 디스크 스토리지 또는 테이프 스토리지일 수 있다. 휘발성 메모리는 외부 고속 캐시로서 작용하는 랜덤 액세스 메모리(RAM, Random Access Memory)일 수 있다. 한정이 아닌 예시적인 설명을 통해, 많은 형태의 RAM을 사용할 수 있으며, 예를 들어, 정적 랜덤 액세스 메모리(SRAM, Static Random Access Memory), 동기식 정적 랜덤 액세스 메모리(SSRAM, Synchronous Static Random Access Memory), 동기식 랜덤 액세스 메모리(DRAM, Dynamic Random Access Memory), 동기식 동적 랜덤 액세스 메모리(SDRAM, Synchronous Dynamic Random Access Memory), 더블 데이터 레이트 싱크로너스 동적 랜덤 액세스 메모리(DDRSDRAM, Double Data Rate Synchronous Dynamic Random Access Memory), 향상된 동기식 동적 랜덤 액세스 메모리(ESDRAM, Enhanced Synchronous Dynamic Random Access Memory), 동기식 연결 동적 랜덤 액세스 메모리(SLDRAM, SyncLink Dynamic Random Access Memory), 다이렉트 램버스 버스 랜덤 액세스 메모리(DRRAM, Direct Rambus Random Access Memory)이다. 본 출원의 실시예에서 설명된 메모리(42)는 이들 및 임의의 다른 적절한 타입의 메모리를 포함하지만 이에 한정되지 않는다.
본 출원의 실시예에서 개시한 방법은 프로세서(41)에 적용될 수 있거나, 프로세서(41)에 의해 구현된다. 프로세서(41)는 신호 처리 기능을 구비한 집적 회로 칩일 수 있다. 구현 과정에서, 상기 방법의 각 단계는 프로세서(810) 중의 하드웨어의 집적 논리 회로 또는 소프트웨어 형태의 명령에 의해 완료될 수 있다. 상술한 프로세서(41)는 범용 프로세서, DSP, 또는 다른 프로그래머블 논리 소자, 이산 게이트 또는 트랜지스터 논리 장치, 이산 하드웨어 컴포넌트 등일 수 있다. 프로세서(41)는 본 출원의 실시예에 개시된 각 방법, 단계 및 논리 블록도를 구현 또는 실행할 수 있다. 범용 프로세서는 마이크로 프로세서 또는 임의의 일반적인 프로세서 등일 수 있다. 본 출원의 실시예를 결합하여 개시한 방법의 단계는 하드웨어 디코딩 프로세서에 의해 직접 실행되거나 디코딩 프로세서의 하드웨어 및 소프트웨어 모듈의 조합에 의해 실행될 수 있다. 소프트웨어 모듈은 저장 매체에 위치할 수 있으며, 상기 저장 매체는 메모리(42)에 위치하고, 프로세서(41)는 메모리(42)의 정보를 판독한 후, 하드웨어와 결합하여 상기 방법의 단계들을 완료한다.
설명해야 할 것은, 상기 실시예에서 제공한 이미지 처리 장치는 이미지 처리를 수행할 때, 상기 각 프로그램 모듈의 분할로 예를 들어 설명하며, 실제 응용에서, 상기 처리 분배는 필요에 따라 상이한 프로그램 모듈에 의해 완료될 수 있으며, 즉 전술한 설명의 전부 또는 부분 처리를 완료하기 위해 상기 장치의 내부 구조는 상이한 프로그램 모듈로 분할된다. 또한, 상기 실시예에서 제공한 이미지 처리 장치와 이미지 처리 방법 실시예는 동일한 구상에 속하며, 이의 구체적인 구현 과정은 방법 실시예를 참조하며, 여기서 더이상 반복하지 않는다.
예시적인 실시예에서, 본 출원의 실시예는 또한, 예를 들어, 컴퓨터 프로그램을 포함하는 메모리(42)와 같은 컴퓨터 판독 가능한 저장 매체를 제공하며, 상기 컴퓨터 프로그램은 전술한 방법의 상기 단계를 완료하기 위해 이미지 처리 장치의 프로세서(41)에 의해 실행된다. 컴퓨터 판독 가능 저장 매체는 FRAM, ROM, PROM, EPROM, EEPROM, Flash Memory, 자기 표면 메모리, 광 디스크 또는 CD-ROM 등 메모리일 수 있으며; 또한 휴대폰, 컴퓨터, 태블릿, 개인 디지털 어시스턴트와 같은 상기 메모리 중 하나 또는 임의의 조합을 포함하는 다양한 기기일 수도 있다.
본 출원의 실시예는 또한 컴퓨터 명령어가 저장된 컴퓨터 판독 가능한 저장 매체를 제공하며, 상기 명령어가 프로세서에 의해 실행될 때 본 출원의 실시예의 어느 한 항에 따른 이미지 처리 방법을 구현한다.
본 출원에서 제공하는 몇 개의 실시예에서, 개시된 기기 및 방법은, 다른 형태를 통해 구현될 수 있음을 이해할 수 있을 것이다. 이상에서 설명한 장치 실시예는 다만 예시적인 것이고, 예를 들면 상기 유닛의 분할은 다만 논리적 기능 분할일 뿐이고 실제 응용시 다른 분할 방식이 있을 수 있으며, 예를 들어, 복수의 유닛 또는 컴포넌트는 다른 하나의 시스템에 조합 또는 통합될 수 있거나, 일부 특징은 생략되거나 실행되지 않을 수 있다. 또한, 나타내거나 논의된 각 구성 부분의 상호간의 결합 또는 직접 결합 또는 통신 연결은, 일부 인터페이스, 기기 또는 유닛을 통한 간접 결합 또는 통신 연결일 수 있으며, 전기, 기계 또는 다른 형태일 수 있다.
상기 분리된 부품으로서 설명된 유닛은 물리적으로 분리되거나 분리되지 않을수 있고, 유닛으로서 디스플레이된 구성 요소는 물리적 유닛일 수 있거나 아닐수도 있으며, 또는 한 장소에 있거나, 복수 개의 너트웨크 유닛에 분포될 수 있으며; 실제 필요에 따라 그 중의 부분 또는 전부 유닛을 선택하여 본 실시예의 방안의 목적을 구현할 수 있다.
또한, 본 출원의 각 실시예 중의 각 기능 유닛은 모두 하나의 처리 유닛에 통합될 수 있으며, 각 유닛은 각각 단독적으로 하나의 유닛으로 사용될 수 있으며, 둘 또는 둘 이상의 유닛이 하나의 유닛에 통합될 수 있으며; 상기 통합된 유닛은 하드웨어의 형태로 구현될 수 있으며, 소프트웨어 기능 유닛의 형태로 구현될 수도 있다.
당업자는 상기 방법 실시예를 구현하기 위한 모든 또는 일부 동작은 프로그램 명령어와 관련되는 하드웨어를 통해 완료될 수 있으며, 전술한 프로그램은 컴퓨터 판독 가능 저장 매체에 저장될 수 있으며, 상기 프로그램이 수행될 때, 수행은 상기 방법 실시예의 동작을 포함하며; 전술한 저장 매체는 판독 전용 메모리(Read Only Memory, ROM), 랜덤 액세스 메모리(Random Access Memory, RAM), 자기 디스크 또는 광 디스크와 같은 프로그램 코드를 저장할 수 있는 다양한 매체를 포함한다.
또는, 본 출원의 상기 통합된 유닛이 소프트웨어 기능 유닛의 형태로 구현되고 독립적인 제품으로 판매되거나 사용되는 경우 컴퓨터 판독 가능한 저장 매체에 저장될 수 있다. 이러한 이해에 기반하여, 본 출원의 실시예의 기술방안은 실질적으로 또는 기술 발전에 공헌하는 부분이 소프트웨어 제품의 형태로 구현될 수 있으며, 상기 컴퓨터 소프트웨어 제품은 하나의 저장 매체에 저장되며, 일부 명령어를 포함하여 하나의 컴퓨터 기기(개인 컴퓨터, 서버, 또는 네트워크 기기 등일 수 있음)로 하여금 본 출원의 각 실시예의 상기 방법의 전부 또는 부분을 실행하도록 한다. 전술한 저장 매체는 모바일 저장 기기, ROM, RAM, 자기 디스크 또는 광 디스크 등 다양한 프로그램 코드를 저장할 수 있는 다양한 매체를 포함한다.
이상의 설명은 다만 본 발명의 구체적인 실시형태일뿐이고, 본 발명의 보호 범위는 이에 한정되지 않는다. 본 발명이 속하는 기술 분야의 통상의 기술자라면, 본 발명에서 개시된 기술적 범위 내의 변화 또는 교체가 모두 본 출원의 보호 범위 내에 속해야 함을 쉽게 알 수 있을 것이다. 따라서, 본 출원의 보호범위는 청구범위의 보호범위를 기준으로 해야 한다.

Claims (24)

  1. 이미지 처리 방법으로서,
    제1 이미지를 획득하여, 상기 제1 이미지에서의 목표 대상을 인식함으로써, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하는 단계; 및
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  2. 제1항에 있어서,
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는,
    상기 제1 목표 영역에 대해, 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해, 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하는 단계를 포함하고,
    상기 제1 변형 파라미터의 변형 정도는 상기 제2 변형 파라미터의 변형 정도보다 높은 것을 특징으로 하는 이미지 처리 방법.
  3. 제2항에 있어서,
    상기 제2 변형 파라미터는 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리의 변화에 따라 변화하는 것을 특징으로 하는 이미지 처리 방법.
  4. 제3항에 있어서,
    상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리가 클수록, 상기 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮은 것을 특징으로 하는 이미지 처리 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 상기 적어도 하나의 지체 영역에는 상기 제1 목표 영역에 인접하는 지체 영역이 존재하는 것을 특징으로 하는 이미지 처리 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 제1 목표 영역은 어깨 영역이고, 상기 제2 목표 영역은 허리 영역 및 가슴 영역 중 적어도 하나이며; 또는,
    상기 제1 목표 영역은 허리 영역이고, 상기 제2 목표 영역은 가슴 영역 및 어깨 영역 중 적어도 하나인 것을 특징으로 하는 이미지 처리 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서,
    상기 제1 이미지에서의 목표 대상을 인식하는 방법은, 상기 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하는 단계를 포함하고, 상기 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함하며,
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 상기 제1 목표 영역의 윤곽선을 결정하는 단계;
    상기 제1 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하는 단계; 및
    상기 제1 목표 영역에 대해 상기 윤곽선에서 상기 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 상기 제1 목표 영역에 대해 상기 중간선에서 상기 윤곽선을 향한 방향에 따라 연신 처리를 수행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서,
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하기 전에, 상기 방법은, 상기 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하는 단계를 더 포함하고;
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제1 목표 영역에 대응하는 제1 격자 제어면에 기반하여 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함하며;
    상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는, 상기 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 방법은,
    상기 목표 대상의 제3 목표 영역을 획득하는 단계 - 상기 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함함 - ;
    상기 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정하는 단계; 및
    상기 제1 거리가 기설정된 조건을 만족하는지를 판단하는 단계를 더 포함하며,
    상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계는,
    상기 제1 거리가 기설정된 조건을 만족하는 경우, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역 및 상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  10. 제9항에 있어서,
    상기 제1 거리가 기설정된 조건을 만족하는지를 판단하는 단계는, 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하는 단계; 및
    상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 상기 제1 거리가 기설정된 조건을 만족하는 것으로 결정하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  11. 제9항 또는 제10항에 있어서,
    상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하는 단계는,
    상기 제1 목표 영역 및 상기 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하는 단계 - 상기 제1 영역은 상기 제1 목표 영역에 대응하고, 상기 제2 영역은 상기 제2 목표 영역에 대응함 - ; 및
    제1 변형 파라미터에 따라 상기 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 상기 제2 영역에 대해 이미지 변형 처리를 수행하는 단계를 포함하는 것을 특징으로 하는 이미지 처리 방법.
  12. 이미지 처리 장치로서,
    획득 유닛, 인식 유닛 및 이미지 처리 유닛을 포함하고;
    상기 획득 유닛은, 제1 이미지를 획득하도록 구성되고;
    상기 인식 유닛은, 상기 제1 이미지에서의 목표 대상을 인식하여, 상기 목표 대상의 제1 목표 영역, 및 상기 제1 목표 영역과 관련된 제2 목표 영역을 획득하도록 구성되며;
    상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  13. 제12항에 있어서,
    상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대해, 제1 변형 파라미터에 따라 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역에 대해, 제2 변형 파라미터에 따라 이미지 변형 처리를 수행하도록 구성되고, 상기 제1 변형 파라미터의 변형 정도는 상기 제2 변형 파라미터의 변형 정도보다 높은 것을 특징으로 하는 이미지 처리 장치.
  14. 제13항에 있어서,
    상기 제2 변형 파라미터는 상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리의 변화에 따라 변화하는 것을 특징으로 하는 이미지 처리 장치.
  15. 제14항에 있어서,
    상기 제2 목표 영역에서의 픽셀 포인트와 상기 제1 목표 영역 사이의 거리가 클수록, 상기 제2 목표 영역에서의 픽셀 포인트에 대응하는 제2 변형 파라미터가 나타내는 변형 정도는 낮은 것을 특징으로 하는 이미지 처리 장치.
  16. 제12항 내지 제15항 중 어느 한 항에 있어서,
    상기 제2 목표 영역은 적어도 하나의 지체 영역을 포함하며; 상기 적어도 하나의 지체 영역에는 상기 제1 목표 영역에 인접하는 지체 영역이 존재하는 것을 특징으로 하는 이미지 처리 장치.
  17. 제12항 내지 제16항 중 어느 한 항에 있어서,
    상기 제1 목표 영역은 어깨 영역이고, 상기 제2 목표 영역은 허리 영역 및 가슴 영역 중 적어도 하나이며; 또는,
    상기 제1 목표 영역은 허리 영역이고, 상기 제2 목표 영역은 가슴 영역 및 어깨 영역 중 적어도 하나인 것을 특징으로 하는 이미지 처리 장치.
  18. 제12항 내지 제17항 중 어느 한 항에 있어서,
    상기 인식 유닛은, 상기 제1 이미지에서의 목표 대상의 지체 검출 정보를 인식하도록 구성되고 - 상기 지체 검출 정보는 지체 키 포인트 정보 및 지체 윤곽 포인트 정보 중 적어도 하나를 포함함 - ;
    상기 이미지 처리 유닛은, 상기 제1 목표 영역에 대응하는 지체 윤곽 포인트 정보에 기반하여 상기 제1 목표 영역의 윤곽선을 결정하고; 상기 제1 목표 영역에 대응하는 윤곽 포인트 정보에 기반하여 제1 목표 영역의 중간선을 결정하며; 상기 제1 목표 영역에 대해 상기 윤곽선에서 상기 중간선을 향한 방향에 따라 압축 처리를 수행하거나, 상기 제1 목표 영역에 대해 상기 중간선에서 상기 윤곽선을 향한 방향에 따라 연신 처리를 수행하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  19. 제12항 내지 제18항 중 어느 한 항에 있어서,
    상기 이미지 처리 유닛은, 상기 제1 이미지를 격자 분할하여, 복수 개의 격자 제어면을 획득하도록 구성되고; 또한 상기 제1 목표 영역에 대응하는 제1 격자 제어면에 기반하여 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성되며; 또한 상기 제2 목표 영역에 대응하는 제2 격자 제어면에 기반하여 상기 제2 목표 영역에 대해 이미지 변형 처리를 수행하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  20. 제12항 내지 제19항 중 어느 한 항에 있어서,
    상기 인식 유닛은 또한, 상기 목표 대상의 제3 목표 영역을 획득하고 - 상기 제3 목표 영역은 팔 영역 및 손 영역 중 적어도 하나를 포함함 - ; 상기 제3 목표 영역과 목표 대상의 지체 영역의 가장자리 사이의 제1 거리를 결정하도록 구성되며;
    상기 이미지 처리 유닛은 또한, 상기 제1 거리가 기설정된 조건을 만족하는지를 판단하고; 상기 제1 거리가 기설정된 조건을 만족하는 경우, 상기 제1 목표 영역에 대해 이미지 변형 처리를 수행하는 과정에서, 상기 제2 목표 영역 및 상기 제3 목표 영역에 대해 이미지 변형 처리를 수행하여, 제2 이미지를 생성하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  21. 제20항에 있어서,
    상기 이미지 처리 유닛은, 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은지를 판단하고; 상기 제1 거리와 상기 제1 목표 영역의 폭의 비율이 기설정된 임계값보다 작은 경우, 상기 제1 거리가 기설정된 조건을 만족하는 것으로 결정하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  22. 제20항 또는 제21항에 있어서,
    상기 이미지 처리 유닛은, 상기 제1 목표 영역 및 상기 제2 목표 영역 사이의 위치 관계에 기반하여 제3 목표 영역을 제1 영역 및 제2 영역으로 분할하고 - 상기 제1 영역은 상기 제1 목표 영역에 대응하고, 상기 제2 영역은 상기 제2 목표 영역에 대응함 - ; 제1 변형 파라미터에 따라 상기 제1 영역에 대해 이미지 변형 처리를 수행하여, 제2 변형 파라미터에 따라 상기 제2 영역에 대해 이미지 변형 처리를 수행하도록 구성되는 것을 특징으로 하는 이미지 처리 장치.
  23. 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 저장 매체로서,
    상기 프로그램이 프로세서에 의해 실행될 때 제1항 내지 제11항 중 어느 한 항에 따른 방법의 단계를 구현하는 것을 특징으로 하는 컴퓨터 판독 가능한 저장 매체.
  24. 이미지 처리 장치로서,
    메모리, 프로세서 및 메모리에 저장되고 프로세서에서 작동 가능한 컴퓨터 프로그램을 포함하며, 상기 프로세서에 의해 상기 프로그램이 실행될 때 제1항 내지 제11항 중 어느 한 항에 따른 방법의 단계를 구현하는 것을 특징으로 하는 이미지 처리 장치.
KR1020207015191A 2018-09-21 2019-09-23 이미지 처리 방법, 장치 및 컴퓨터 저장 매체 KR20200077564A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201811110229.5A CN110942422A (zh) 2018-09-21 2018-09-21 一种图像处理方法、装置和计算机存储介质
CN201811110229.5 2018-09-21
PCT/CN2019/107353 WO2020057667A1 (zh) 2018-09-21 2019-09-23 一种图像处理方法、装置和计算机存储介质

Publications (1)

Publication Number Publication Date
KR20200077564A true KR20200077564A (ko) 2020-06-30

Family

ID=69888338

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207015191A KR20200077564A (ko) 2018-09-21 2019-09-23 이미지 처리 방법, 장치 및 컴퓨터 저장 매체

Country Status (6)

Country Link
US (1) US20200380250A1 (ko)
JP (1) JP7090169B2 (ko)
KR (1) KR20200077564A (ko)
CN (1) CN110942422A (ko)
SG (1) SG11202008110WA (ko)
WO (1) WO2020057667A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021261932A1 (ko) 2020-06-25 2021-12-30 주식회사 엘지에너지솔루션 전해액의 보충이 가능한 파우치형 전지셀

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915539B (zh) * 2020-07-14 2024-06-18 维沃移动通信有限公司 图像处理方法及装置
CN111988664B (zh) * 2020-09-01 2022-09-20 广州酷狗计算机科技有限公司 视频处理方法、装置、计算机设备及计算机可读存储介质
CN112926440A (zh) * 2021-02-22 2021-06-08 北京市商汤科技开发有限公司 动作比对方法、装置、电子设备及存储介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4289415B2 (ja) * 2007-03-27 2009-07-01 セイコーエプソン株式会社 画像変形のための画像処理
JP5076744B2 (ja) * 2007-08-30 2012-11-21 セイコーエプソン株式会社 画像処理装置
JP2010056726A (ja) 2008-08-27 2010-03-11 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
JP5615088B2 (ja) 2010-08-18 2014-10-29 キヤノン株式会社 画像処理装置及びその方法、プログラム、並びに撮像装置
JP5408205B2 (ja) * 2011-08-25 2014-02-05 カシオ計算機株式会社 制御点設定方法、制御点設定装置及びプログラム
CN104349197B (zh) * 2013-08-09 2019-07-26 联想(北京)有限公司 一种数据处理方法及装置
WO2015030126A1 (ja) * 2013-08-30 2015-03-05 株式会社ニコン 画像処理装置、および画像処理プログラム
CN105184735B (zh) * 2014-06-19 2019-08-06 腾讯科技(深圳)有限公司 一种人像变形方法及装置
CN105321147B (zh) * 2014-06-25 2019-04-12 腾讯科技(深圳)有限公司 图像处理的方法及装置
CN105447823B (zh) * 2014-08-07 2019-07-26 联想(北京)有限公司 一种图像处理方法及一种电子设备
CN104574321B (zh) * 2015-01-29 2018-10-23 京东方科技集团股份有限公司 图像修正方法、图像修正装置和视频系统
CN110651298B (zh) 2017-05-12 2023-07-25 富士通株式会社 距离图像处理装置以及距离图像处理系统
CN107578380A (zh) * 2017-08-07 2018-01-12 北京金山安全软件有限公司 一种图像处理方法、装置、电子设备及存储介质
CN107808137A (zh) * 2017-10-31 2018-03-16 广东欧珀移动通信有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
CN108198141B (zh) * 2017-12-28 2021-04-16 北京奇虎科技有限公司 实现瘦脸特效的图像处理方法、装置及计算设备
CN108280455B (zh) * 2018-01-19 2021-04-02 北京市商汤科技开发有限公司 人体关键点检测方法和装置、电子设备、程序和介质
CN108986023A (zh) * 2018-08-03 2018-12-11 北京字节跳动网络技术有限公司 用于处理图像的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021261932A1 (ko) 2020-06-25 2021-12-30 주식회사 엘지에너지솔루션 전해액의 보충이 가능한 파우치형 전지셀

Also Published As

Publication number Publication date
JP2021515313A (ja) 2021-06-17
JP7090169B2 (ja) 2022-06-23
SG11202008110WA (en) 2020-09-29
CN110942422A (zh) 2020-03-31
WO2020057667A1 (zh) 2020-03-26
US20200380250A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
KR20200077564A (ko) 이미지 처리 방법, 장치 및 컴퓨터 저장 매체
US11501407B2 (en) Method and apparatus for image processing, and computer storage medium
US11244449B2 (en) Image processing methods and apparatuses
US11288796B2 (en) Image processing method, terminal device, and computer storage medium
JP7138769B2 (ja) 画像処理方法、装置及びコンピュータ記憶媒体
JP2018200690A (ja) 情報処理方法及び情報処理装置
US20230252664A1 (en) Image Registration Method and Apparatus, Electronic Apparatus, and Storage Medium
WO2020101960A1 (en) Pose-variant 3d facial attribute generation
WO2021169668A1 (zh) 图像处理方法及相关装置
CN108364254B (zh) 图像处理方法、装置及电子设备
US11354883B2 (en) Image processing method and apparatus, and electronic device
CN108346130B (zh) 图像处理方法、装置及电子设备
WO2022033513A1 (zh) 目标分割方法、装置、计算机可读存储介质及计算机设备
CN111754429B (zh) 运动矢量后处理方法和装置、电子设备及存储介质
CN111754391A (zh) 人脸转正方法、设备及计算机可读存储介质
CN114049268A (zh) 图像校正方法、装置、电子设备和计算机可读存储介质
CN110910512B (zh) 虚拟物体自适应调整方法、装置、计算机设备和存储介质
EP2919196A1 (en) Image processing device, image processing method, and image processing program
CN110766603A (zh) 一种图像处理方法、装置和计算机存储介质
CN116563134A (zh) 图像处理方法、装置、电子设备和可读存储介质
CN114255175A (zh) 脸部美化方法、装置、电子设备及存储介质
CN115965561A (zh) 图像修复方法、装置、可读介质和电子设备

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right