TW202125402A - 圖像處理方法、圖像處理設備及儲存介質 - Google Patents
圖像處理方法、圖像處理設備及儲存介質 Download PDFInfo
- Publication number
- TW202125402A TW202125402A TW109121220A TW109121220A TW202125402A TW 202125402 A TW202125402 A TW 202125402A TW 109121220 A TW109121220 A TW 109121220A TW 109121220 A TW109121220 A TW 109121220A TW 202125402 A TW202125402 A TW 202125402A
- Authority
- TW
- Taiwan
- Prior art keywords
- points
- grid
- area
- point
- image
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 34
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000006073 displacement reaction Methods 0.000 claims abstract description 110
- 238000000034 method Methods 0.000 claims description 26
- 210000001364 upper extremity Anatomy 0.000 claims description 14
- 210000002310 elbow joint Anatomy 0.000 claims description 9
- 210000000707 wrist Anatomy 0.000 claims description 9
- 239000011295 pitch Substances 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 25
- 230000000694 effects Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本發明實施例公開一種圖像處理方法、圖像處理設備及儲存介質。所述圖像處理方法，包括：獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊；基於所述第一關鍵點的位置資訊，確定包含所述第一關鍵點的第一區域；根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量；根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像。
Description
本發明關於圖像技術領域，尤其圖像一種圖像處理方法、圖像處理設備及儲存介質。
在圖像技術領域，存在著對用戶拍完一個照片，然後需要對該照片的部分進行變形處理。目前，通常會對整張圖像進行變形，或者對圖像中的部分區域進行變形、而對其他區域不進行變形處理。針對圖像中的部分區域進行變形處理的情況，經過變形處理的區域和未經變形處理的區域之間的過渡很不自然，進而使得圖像效果很差，並不能使得用戶滿意。
本發明實施例期望提供一種圖像處理方法、圖像處理設備及儲存介質。
本發明實施例的技術方案是如下這樣實現的。
本發明實施例第一方面提供一種圖像處理方法，包括：獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊；基於所述第一關鍵點的位置資訊，確定包含所述第一關鍵點的第一區域；根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量；根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像。
在本發明的一些可選實施例中，所述根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量，包括：根據所述第一區域內的預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述網格點的位移量的衰減參數；以及，根據變形指令，確定所述網格點的第一位移量；根據所述衰減參數對所述第一位移量進行衰減處理，得到比所述第一位移量小的第二位移量。
在本發明的一些可選實施例中，所述根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像，包括：根據所述第二位移量，控制所述第一區域內的相鄰像素點之間的間距，得到變形後的第二圖像。
在本發明的一些可選實施例中，所述根據所述第一區域內預設的變形網格的網格點與所述第一區域內像素之間的相對位置，確定所述網格點的位移量的衰減參數，包括：確定位於多個所述第一關鍵點的連線上的像素點，得到第一集合；根據所述第一集合內像素點與所述變形網格內網格點的相對位置，得到第二集合，其中，所述第二集合包括：所述變形網格中與所述第一集合內各像素點距離最近的目標網格點；根據所述第二集合中各所述目標網格點與所述第一集合中由所述目標網格點所控制的像素點之間的相對位置，確定所述第二集合中各所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述根據所述第二集合中各所述目標網格點與所述第一集合中由所述目標網格點所控制的像素點之間的相對位置，確定所述第二集合中各所述網格點的所述衰減參數，包括：分別以各所述第一關鍵點為中心，在預定方向上向外進行遍歷所述第二集合中各所述目標網格點，得到所述第二集合中各所述目標網格點相對於每個所述第一關鍵點在預定方向上的間距排序；根據所述間距排序，確定所述第二集合中各所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述根據所述間距排序，確定所述第二集合中各所述目標網格點的所述衰減參數，包括：在所述第二集合中任意一個所述目標網格點位於多個所述第一關鍵點的預定方向的情況下，根據多個所述第一關鍵點所對應的所述間距排序，確定所述衰減參數的備選值；選擇所述備選值中的最大值，作為任意一個所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述第一部位為上肢；所述獲取第一圖像中目標所包含第一部位的關鍵點的位置資訊，包括：獲取所述第一圖像中上肢的骨架關鍵點的位置資訊，所述骨架關鍵點包括以下關鍵點中的至少一種：肩部關鍵點、肘關節關鍵點、手腕關鍵點和手部關鍵點。
在本發明的一些可選實施例中，所述方法還包括：根據所述第一圖像中目標所包含的第二部位的第二關鍵點的位置資訊，確定第二部位對應的第二區域；根據所述第二區域內的預設的變形網格的網格點的第一位移量，控制所述第一圖像內第二區域的變形，得到變形後的第二圖像。
本發明實施例公開的一種圖像處理裝置，包括：獲取模組，配置為獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊；第一確定模組，配置為基於所述第一關鍵點的位置資訊，確定包含所述第一關鍵點的第一區域；第二確定模組，配置為根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量；控制模組，配置為根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像。
在本發明的一些可選實施例中，所述第二確定模組，配置為根據所述第一區域內的預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述網格點的位移量的衰減參數；以及，根據變形指令，確定所述網格點的第一位移量；根據所述衰減參數對所述第一位移量進行衰減處理，得到比所述第一位移量小的第二位移量。
在本發明的一些可選實施例中，所述控制模組，配置為根據所述第二位移量，控制所述第一區域內的相鄰像素點之間的間距，得到變形後的第二圖像。
在本發明的一些可選實施例中，所述第二確定模組 ，配置為確定位於多個所述第一關鍵點的連線上的像素點，得到第一集合；根據所述第一集合內像素點與所述變形網格內網格點的相對位置，得到第二集合，其中，所述第二集合包括：所述變形網格中與所述第一集合內各像素點距離最近的目標網格點；根據所述第二集合中各所述目標網格點與所述第一集合中由所述目標網格點所控制的像素點之間的相對位置，確定所述第二集合中各所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述第二確定模組，配置為分別以各所述第一關鍵點為中心，在預定方向上向外進行遍歷所述第二集合中各所述目標網格點，得到所述第二集合中各所述目標網格點相對於每個所述第一關鍵點在預定方向上的間距排序；根據所述間距排序，確定所述第二集合中各所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述第二確定模組，配置為在所述第二集合中任意一個所述目標網格點位於多個所述第一關鍵點的預定方向的情況下，根據多個所述第一關鍵點所對應的所述間距排序，確定所述衰減參數的備選值；選擇所述備選值中的最大值，作為任意一個所述目標網格點的所述衰減參數。
在本發明的一些可選實施例中，所述第一部位為上肢；所述獲取模組，配置為獲取所述第一圖像中上肢的骨架關鍵點的位置資訊，所述骨架關鍵點包括以下關鍵點中的至少一種：肩部關鍵點、肘關節關鍵點、手腕關鍵點和手部關鍵點。
在本發明的一些可選實施例中，所述第一確定模組，還配置為根據所述第一圖像中目標所包含的第二部位的第二關鍵點的位置資訊，確定第二部位對應的第二區域；
所述控制模組，還配置為根據所述第二區域內的預設的變形網格的網格點的第一位移量，控制所述第一圖像內第二區域的變形，得到變形後的第二圖像。
本發明實施例第三方面提供一種圖像處理設備，包括：記憶體；處理器，與所述記憶體連接，用於通過執行儲存在所述記憶體上的電腦可執行指令實現前述任意技術方案提供的圖像處理方法。
本發明實施例第四方面提供一種電腦儲存介質，所述電腦儲存介質儲存有電腦可執行指令；所述電腦可執行指令被處理器執行後，能夠實現前述任意技術方案提供的圖像處理方法。
本發明實施例提供的技術方案，在利用變形網格對整個第一圖像進行變形之前，可以先確定出第一部位的第一關鍵點，然後基於第一關鍵點得到需要保護的第一區域內的像素點，在進行變形時，第一區域內網格點的位移量是根據該第一區域內的網格點與像素點之間的相對位置來確定的，而不再是僅僅基於單一的變形指令來確定。如此，引入網格點與像素點之間的相對位置來確定網格點的位移量，從而可以實現對第一區域內網格點的位移量的精確控制，進而可以實現對同一張圖像內不同區域內像素的變形的精細控制，從而有效提升圖像變形效果。
以下結合說明書附圖及具體實施例對本發明實施例的技術方案做進一步的詳細闡述。
在本發明實施例的術語是僅僅出於描述特定實施例的目的，而非旨在限制本發明實施例。在本發明實施例和所附申請專利範圍中所運行的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本發明實施例中的術語“和/或”是指並包含一個或多個相關聯的列出專案的任何或所有可能組合。
應當理解，儘管在本發明實施例可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本發明實施例範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於語境，如在此所運行的詞語“如果”可以被解釋成為“在……時”或“當……時”或“回應於確定”。
如圖1所示，本發明實施例提供一種圖像處理方法，包括：
步驟S110：獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊；
步驟S120：基於第一關鍵點的位置資訊，確定包含第一關鍵點的第一區域；
步驟S130：根據第一區域內預設的變形網格的網格點與第一區域內的像素點之間的相對位置，確定第一區域內網格點的位移量；
步驟S140：根據第一區域內網格點的位移量，控制第一區域內像素點的變形，得到變形後的第二圖像。
本實施例提供的圖像處理方法，可以應用於具有圖像處理功能的電子設備中。示例性的，該圖像設備可包括各種終端設備，該終端設備包括：手機或可穿戴式設備等。該終端設備還可包括：車載終端設備，或專用於圖像採集且固定於某一處的固定終端設備。在另一些實施例中，圖像設備還可包括：伺服器，例如，本機伺服器或者位於雲平臺中提供圖像處理服務的雲伺服器等。
在一些實施例中，目標對象例如為人體、動物、或者由虛擬三維模型渲染而成的虛擬對象等，本發明對目標對象的具體形式並不限定。目標對象的第一部位可以是肢體部位，例如，對於目標對象為人體的情況，目標對象的第一部位，可以是手臂、腿部或者腹部等，本發明實施例對此並不限定。
本實施例中，在進行圖像的變形處理之前，第一圖像可以分為多個區域，第一區域可包括多個區域中的一個或多個區域。
在一些實施例中，第一區域可以是包含需要抑制變形的第一部位的區域，或者，第一區域可以是包含需要增強變形的第一部位的區域。示例性的，需要增強變形的第一部位的區域可以為需變形的程度比較大的區域；需要抑制變形的第一部位的區域可以為需變形的程度比較小的區域。
本實施例中，在獲取到第一圖像之後，對第一圖像進行變形處理之前，可確定變形網格。例如，在第一圖像上鋪設變形網格。示例性的，變形網格可包括：橫線和縱線交叉形成的網格點。變形網格所包含的橫線可以稱之為緯線，縱線可以稱之為經線；變形網格內的線可統稱為經緯線。在對第一圖像進行變形處理前，經緯線可以是標準的橫縱方向分別鋪設的直線。
若對由經緯線構成的變形網格進行統一變形，則圖像中的各區域的變形幅度是相同的，這樣可能會使得無需變形、需變形的程度較小或需變形的程度較大的區域也會被無差別的按照統一的變形幅度進行變形，並且這種按照統一的變形幅度的變形方式，可能會使得生成的第二圖像出現不協調等現象，從而導致第一圖像的變形效果不佳。
圖2A為一張鋪設有預設的變形網格的示意圖。圖2B是以圖2A中的人像為例，確定右側上肢區域作為第一區域。
在本實施例中，首先確定出第一圖像中目標所包含第一部位的第一關鍵點。示例性的，該第一關鍵點可以為第一部位的骨架關鍵點或輪廓關鍵點，骨架關鍵點為人體骨骼或者動物骨骼所在位置的關鍵點。輪廓關鍵點可為人體或動物體表所呈現輪廓的關鍵點。可以理解，第一關鍵點可以是位於第一部位上的點，且可以用於定位第一部位的點，骨架關鍵點的分佈位置決定了第一部位在第一圖像中的所在位置。故在本實施例中，可以基於一個或多個骨架關鍵點所在位置，確定第一區域。
本實施例中，步驟S120中，可基於第一關鍵點的位置資訊，至少確定出第一區域的邊界；基於第一區域的邊界可確定第一區域。在步驟S130中，確定出第一區域後，可得到第一區域內的像素點。
本實施例中，利用預設的變形網格進行圖像變形的變形方法可以稱為網格變形。在一些實施例中，在利用預設的變形網格進行圖像變形時，第一區域內的像素點是可能要移動位置的像素點，移動像素點的位置之後，像素點之間的間距大小會發生變化。
在一些實施例中，S140可包括：根據第一區域內網格點的位移量，調整第一區域內像素點之間的疏密程度，從而實現控制第一區域內像素點的變形，得到變形後的第二圖像。
如此，確定出第一圖像中的第一部位的關鍵點，再基於第一關鍵點得到第一區域內的像素點；在進行圖像變形時，第一區域內網格點的位移量是基於該區域內的網格點與像素點之間的相對位置確定的，而不再是僅僅基於單一的變形指令確定。如此，可以通過對第一區域內網格點的位移量的精確控制，實現圖像的不同區域內像素變形（即像素點之間的間距大小）的精細控制，從而提升圖像變形效果。
在本發明的一些可選實施例中，S130可包括：根據第一區域內的預設的變形網格的網格點與第一區域內的像素點之間的相對位置，確定網格點的位移量的衰減參數；以及，根據變形指令，確定網格點的第一位移量；根據衰減參數對第一位移量進行衰減處理，得到比第一位移量小的第二位移量。
在本實施例中，可以根據網格點與第一區域內的像素點之間的相對位置得到第一區域內的特定像素與各網格點之間的距離，進而根據該距離確定網格點的位移量的衰減參數的大小。例如，該特定像素點可為第一關鍵點所在位置的像素點，或者，該特定像素點可為第一關鍵點所在位置附近的像素點。此處僅是一種基於上述相對位置，確定第一區域內的網格點的位移量的衰減參數的一種舉例，具體不限於此。
本實施例中，變形指令可以是根據人機交互介面接收的使用者輸入而生成的指令，或者，基於一鍵美容或美體等圖像預設處理功能生成的變形指令。例如，具有針對圖像中的人像的自動瘦腰功能，則圖像處理設備內會根據自動瘦腰功能生成對應的變形指令。該變形指令可以攜帶有變形參數，示例性的，該變形參數可以包括上述第一位移量。
在確定第一位移量之後，利用衰減參數及第一位移量作為已知量，進行針對各第一位移量的衰減處理，從而得到比第一位移量小的第二位移量。
在本發明的一些可選實施例中，衰減參數為用於減小第一區域內網格點位移量的參數。第一區域內像素點的變形幅度與第一區域內網格點的位移量是正相關的，即，網格點的位移量越大，則第一區域內像素點的變形幅度越大；相應的，網格點的位移量越小，則第一區域內像素點的變形幅度越小。
在一些可選實施例中，衰減參數包括但不限於以下至少之一：
衰減係數，衰減係數也可以稱為衰減比值；例如，根據變形指令計算得到第一區域內各網格點原始的第一位移量，將該第一位移量與上該衰減係數相乘，得到第一區域內各網格點最終的第二位移量。
衰減值，若該衰減值為正值，則可以將原始的第一位移量減去該衰減值，得到比原始的第一位移量更小的第二位移量。
在本發明的一些可選實施例中，步驟S140可包括：根據第二位移量，控制第一區域內的相鄰像素點之間的間距，得到變形後的第二圖像。
示例性的，根據第二位移量增大第一區域內某些相鄰像素點之間的間距，和/或，根據第二位移量縮小第一區域內某些相鄰像素點之間的間距，從而變形後的第一區域由相鄰像素點的等間距的特點轉變為相鄰像素點之間的不等間距的特點。例如，網格點A的第二位移量大於網格點B的第二位移量，則網格點A所控制的像素點之間的間距改變量，大於網格點B所控制的像素點之間的間距改變量。
例如，若腰部所在區域所包含相鄰像素點之間的間距縮小了，在腰部所對應像素點總個數不變的情況下，達到了瘦腰的效果。若胸部所在區域所包含相鄰像素點之間的間距增大了，則在胸部所對應像素點總個數不變的情況下，達到豐胸的效果。
如此，第一區域內相鄰像素點之間的間距變化越大，則對應部位或區域的變形幅度越大。反之，第一區域內相鄰像素點之間的間距變化越小，則對應部位或區域的變形幅度也越小。
本實施例中，通過對第一區域內網格點的位移量做衰減處理，將基於變形指令得到的第一位移量縮小為第二位移量，如此，能夠抑制（即弱化）第一區域的變形幅度，從而使得第一區域和其他區域的變形幅度不同，滿足不同區域不同變形幅度的變形需求，從而提升了第一圖像變形為第二圖像的變形效果。
在本發明的一些可選實施例中，如圖3所示，上述根據第一區域內的預設的變形網格的網格點與第一區域內的像素點之間的相對位置，確定網格點的位移量的衰減參數，可包括如下步驟：
步驟301：確定位於多個第一關鍵點的連線上的像素點，得到第一集合；
步驟302：根據第一集合內像素點與變形網格內網格點的相對位置，得到第二集合，其中，第二集合包括：變形網格中與第一集合內各像素點距離最近的目標網格點；
步驟303：根據第二集合中各目標網格點與第一集合中由目標網格點所控制的像素點之間的相對位置，確定第二集合中各網格點的衰減參數。
本實施例中，確定出第一關鍵點之後，直接連線相鄰的第一關鍵點得到一條或多條連線，位於這些連線上的像素點構成第一集合。參考圖4所示，第一關鍵點連線上的像素點構成第一集合。得到第一集合後，根據變形網格中各個網格點與第一集合中像素點的相對位置，找到分別與第一集合中每個像素點距離最近的網格點作為目標網格點，構成第二集合。
其中，第一集合是第一關鍵點的連線上的像素點形成的；第二集合包含與上述連線相鄰的目標網格點。故第一集合是像素點的集合，第二集合是網格點的集合。
由於在變形過程中，第一圖像的變形是基於變形網格的網格點進行的。第二集合中目標網格點所圍成的區域即為上述第一區域。
本實施例中，第一集合中由目標網格點所控制的像素點，可以是與目標網格點距離最近的像素點。可以理解，第二集合中每一個目標網格點的衰減參數，可以根據各個目標網格點與第一關鍵點所形成連線上像素點之間的相對位置確定的。
示例性的，一方面，第二集合中的目標網格點，有的靠近第一關鍵點，有的遠離第一關鍵點。第二集合中靠近第一關鍵點的目標網格點，相對於遠離第一關鍵點目標網格點，具有更大的衰減參數。另一方面，第一集合內的像素點可為第一區域內的部分像素點。在第一區域中第一集合以外的剩餘像素點，有的像素點靠近第一集合中的像素點，有的像素點遠離第一集合中的像素點。遠離第一集合中像素點的像素點，一般由遠離第一關鍵點的目標網格點控制，因此遠離第一關鍵點的像素點衰減的變形幅度，小於靠近第一關鍵點的像素點衰減的變形幅度。
在本發明的一些可選實施例中，步驟303可包括：分別以各第一關鍵點為中心，在預定方向上向外進行遍歷第二集合中各目標網格點，得到第二集合中各目標網格點相對於每個第一關鍵點在預定方向上的間距排序；根據間距排序，確定第二集合中各目標網格點的衰減參數。
在一些實施例中，可以根據第二集合中各目標網格點，與第一集合中各像素點的最小距離，確定第二集合內各目標網格點的衰減參數。上述最小距離即為上述間距排序中所使用的間距的一種可選舉例。例如，假設第一集合中有M個像素點，第二集合有N個目標網格點。M，N均為正整數。這N個目標網格點與M個像素點具有M個距離，確定N個目標網格點中每一個目標網格點所對應的M個距離中最小距離。將N個目標網格點所對應的最小距離進行排序，得到上述間距排序。上述最小距離越小，對應的間距排序越靠前，對應的目標網格點的衰減參數越大；相應的，上述最小距離越大，對應的間距排序越靠後，對應的目標網格點的衰減參數越小。如此，網格點與第一關鍵點之間的相對位置，可以用上述間距或者間距排序來表徵。
但是這種方式在第一部位的姿勢比較特殊的時候，可能會出現離第一部位的中心位置最近的網格點衰減參數反而越小的情況，從而導致出現圖像效果不如預期的現象。
在本實施例中，以各第一關鍵點為遍歷的起始位置，通過遍歷第二集合中每一個目標網格點，得到第二集合中每一個目標網格點相對於該第一關鍵點在預定方向上的間距排序。示例性的，該預定方向可以為：第一部位需要抑制變形的方向、或者禁止變形的方向。在一些實施例中，該預定方向可以為：變形網格的橫線方向和縱線方向中，與對應第一關鍵點的連線夾角較大的方向。在另一些實施例中，該預定方向可以為：變形網格的橫線方向和縱線方向中，與第一關鍵點所形成連線的整體延伸方向夾角較大的方向。在又一些實施例中，該預定方向可以為：變形網格的橫線方向和縱線方向中與第一部位的延伸方向夾角較大的方向。在通常情況下，第二集合中一個網格點可能僅位於一個像素點的預定方向上。
本實施例中，上述間距排序可與對應的衰減參數具有一定的相關性。例如，若衰減參數直接用於目標網格點的第一位移量的衰減，則間距排序越靠前，則衰減參數的值越小。
在一些可選實施例中，上述根據間距排序，確定第二集合中目標網格點的衰減參數，包括：在第二集合中任意一個目標網格點位於多個第一關鍵點的預定方向的情況下，根據各個第一關鍵點所對應的間距排序，確定衰減參數的備選值；選擇備選值中的最大值，作為任意一個目標網格點的衰減參數。
本實施方式中，如果第二集合中一個目標網格點位於多個第一關鍵點的預定個方向時，會確定出多個間距排序。此時，一個間距排序對應一個衰減參數。這樣可得到一個目標網格點對應於不同第一關鍵點的間距排序，進而可得到多個衰減參數的備選參值。最終選擇多個衰減參數的備選值中的最大值，作為該目標網格點的衰減參數，如此，確保了離第一關鍵點所形成連線越近的目標網格點的衰減參數越大的情況。
在本發明的一些可選實施例中，第一部位為上肢。該上肢可包括：上臂、前臂和/或手部的其中至少之一。
在本發明的一些可選實施例中，S110可包括：獲取第一圖像中上肢的骨架關鍵點的位置資訊，骨架關鍵點包括以下關鍵點中的至少一種：肩部關鍵點、肘關節關鍵點、手腕關鍵點和手部關鍵點。則上述第一關鍵點的連線可為：從肩部關鍵點、肘關節關鍵點、手腕關鍵點到手部關鍵點中的至少一種關鍵點的依次連線。則前述第一集合包含的像素點可以包括以下至少之一：肩部關鍵點到肘關節關鍵點之間連線上的像素點、肘關節關鍵點到手腕關鍵點之間連線上的像素點、手腕關鍵點到手部關鍵點之間連線上的像素點。
在本發明的一些可選實施例中，方法還包括：根據第一圖像中目標所包含的第二部位的第二關鍵點的位置資訊，確定第二部位對應的第二區域；根據第二區域內的預設的變形網格的網格點的第一位移量，控制第一圖像內第二區域的變形，得到變形後的第二圖像。其中，第一部位不同於第一部位。參照圖2B所示，還可以確定除右側上肢以外的腰部區域作為第二區域。
在本發明實施例中，第一區域內和第二區域內的網格點的第一位移量，均可以為根據變形指令確定的初始位移量。
變形幅度可由網格點的位移量控制。故在本實施例中，第一區域可以是需要抑制變形的區域，而第二區域可以是需要進行變形的區域。在利用預設的變形網格進行變形過程中，可以基於衰減參數，在基於相同的變形指令的情況下，使得第一區域的變形幅度小於第二區域的變形幅度。其中，變形幅度對應的變形方向包括但不限於以下至少之一：對應區域的變形部位的增大、縮小、旋轉、鏡像、線條形狀的改變等。
例如，在針對圖像中的人體進行變形處理時，若變形處理的第一部位為腰部，在利用預設的變形網格進行收腰變形處理過程中，向人像的中心壓縮腰部時，位於腰部附近的手臂可能會發生拉伸的變形。
為了減少因為腰部變形對手臂的負面影響，在本實施例中，可以將手臂所在的圖像區域設置為第一區域，而將腰部所在的圖像區域為第二區域。如此，在本實施例中通過衰減參數使得第一區域和第二區域利用同一個變形網格進行變形時，使得第一區域的變形幅度小，而第二區域的變形幅度大；如此，一方面通過第二區域的大幅度變形實現瘦腰的效果；另一方面，通過第一區域的衰減參數維持手臂的形狀；從而提升整個圖像的變形效果。
在一些實施例中，第一區域和第二區域可以為相鄰的兩個區域。
在另一些實施例中，第一區域和第二區域可以為分離的兩個區域。例如，在第一區域和第二區域之間設置有第三區域；第二區域為包含需要變形的第二部位的區域；第一區域包含有需要抑制變形的第一部位的區域；第三區域為既然不包含第一部位和第二部位的區域。
在一些實施例中，第一區域外（例如，第二區域）內網格點變形時的位置映射公式如下：
src+（dst-src） （1）
其中，src為網格點變形前的位置；dst為網格點變形後的位置；dst-src為第一位移量。
第一區域內的網格點變形時採用的第二位移量的計算公式（2）或公式（3）：
src +（dst-src）*（1-s） （2）
其中，src為網格點變形前的位置；dst為網格點變形後的位置；dst-src為第一位移量，s為衰減參數中的衰減係數。示例性的，s的取值範圍可以為0到1之間的任意數值。（dst-src）*（1-s）表示比第一位移量小的第二位移量。
src +（dst-src）-S （3）
其中，src為網格點變形前的位置；dst為網格點變形後的位置；dst-src為第一位移量，S為衰減參數中的衰減值。示例性的，S的取值範圍可以為任意正整數。src +（dst-src）-S表示比第一位移量小的第二位移量。
如圖5所示，本發明實施例還提供一種圖像處理裝置，裝置包括：
獲取模組510，配置為獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊；
第一確定模組520，配置為基於第一關鍵點的位置資訊，確定包含第一關鍵點的第一區域；
第二確定模組530，配置為根據第一區域內預設的變形網格的網格點與第一區域內的像素點之間的相對位置，確定第一區域內網格點的位移量；
控制模組540，配置為根據第一區域內網格點的位移量，控制第一區域內像素點的變形，得到變形後的第二圖像。
本實施例提供的圖像處理裝置應用於能夠用於圖像變形的各種電子設備中，例如，終端設備或者伺服器中。
在一些實施例中，上述獲取模組510、第一確定模組520、第二確定模組530及控制模組540均為程式模組，程式模組被處理器執行後，能夠實現上述任意模組的功能。
在另一些實施例中，上述獲取模組510、第一確定模組520、第二確定模組530及控制模組540均為軟硬結合模組，軟硬結合模組包括但不限於可程式設計陣列；可程式設計陣列包括但不限於：現場可程式設計陣列和複雜可程式設計陣列。
在又一些實施例中，上述獲取模組510、第一確定模組520、第二確定模組530及控制模組540均為純硬體模組；純硬體模組包括但不限於專用積體電路。
在一些實施例中，上述第二確定模組530，配置為根據第一區域內的預設的變形網格的網格點與第一區域內的像素點之間的相對位置，確定網格點的位移量的衰減參數；以及，根據變形指令，確定網格點的第一位移量；根據衰減參數對第一位移量進行衰減處理，得到比第一位移量小的第二位移量。
在一些實施例中，上述控制模組540，配置為根據第二位移量，控制第一區域內的相鄰像素點之間的間距，得到變形後的第二圖像。
在一些實施例中，上述第二確定模組530，還配置為確定位於多個第一關鍵點的連線上的像素點，得到第一集合；根據第一集合內像素點與變形網格內網格點的相對位置，得到第二集合，其中，第二集合包括：變形網格中與第一集合內各像素點距離最近的目標網格點；根據第二集合中各目標網格點與第一集合中由目標網格點所控制的像素點之間的相對位置，確定第二集合中各目標網格點的衰減參數。
在一些實施例中，上述第二確定模組530，配置為分別以各第一關鍵點為中心，在預定方向上向外進行遍歷第二集合中各目標網格點，得到第二集合中各目標網格點相對於每個第一關鍵點在預定方向上的間距排序；根據間距排序，確定第二集合中各目標網格點的衰減參數。
在一些實施例中，上述第二確定模組530，配置為在第二集合中任意一個目標網格點位於多個第一關鍵點的預定方向的情況下，根據多個第一關鍵點所對應的間距排序，確定衰減參數的備選值；選擇備選值中的最大值，作為任意一個目標網格點的衰減參數。
在一些實施例中，上述第一部位為上肢；上述獲取模組510，配置為獲取第一圖像中上肢的骨架關鍵點的位置資訊，骨架關鍵點包括以下關鍵點中的至少一種：肩部關鍵點、肘關節關鍵點、手腕關鍵點和手部關鍵點。
在一些實施例中，上述第一確定模組520，配置為根據第一圖像中目標所包含的第二部位的第二關鍵點的位置資訊，確定第二部位對應的第二區域；
上述控制模組540，還配置為根據第二區域內的預設的變形網格的網格點的第一位移量，控制第一圖像內第二區域的變形，得到變形後的第二圖像。
以下為以上實施例的具體示例性說明。
網格變形是用於圖像變形的一種變形工具，變形前的變形網格是規整的網格，通常是包括筆直的經線和緯線構成矩形網格。
在待變形的圖像上確定出第一區域和第二區域。第一區域為需要抑制變形幅度的第一部位所在區域，而第二區域相對於第一區域是無需抑制變形幅度的第二部位所在區域。例如，利用變形網格對人體的腰部進行收腰變形處理時，手臂可能處於腰部旁邊，為了減少腰部變形導致對手臂的影響，採用本發明實施例的技術方案，手臂可為前述第一部位；腰部可為前述的第二部位。
在本示例中，針對落在第一區域裡的網格點的第一位移量（例如，該第一位移量可為基於變形指令直接得到的原始位移量）的基礎上進行衰減處理，得到比第一位移量小的第二位移量。
如此，通過減少第一區域裡的網格點的位移量，就能夠減小第一區域內的像素點的變形幅度。
以手臂為前述第一部位、以包含手臂的圖像區域為第一區域為例進行舉例說明，則本示例提供的圖像處理方法可包括：
第一步，確定第一關鍵點；例如，確定第一關鍵點可包括：確定手臂的4個關鍵點作為第一關鍵點。假設這4個第一關鍵點簡稱ABCD四個關鍵點；例如，針對上肢而言，ABCD四個關鍵點可為：肩部關鍵點、肘關節關鍵點、手腕關鍵點及手部關鍵點；
第二步，連接ABCD四個關鍵點，得到第一關鍵點所形成的連線；
第三步，確定第一集合和第二集合；第一集合內包括的像素點位於上述連線上。第二集合包含的網格點為：變形網格中與第一集合內像素點距離最小的網格點；
第四步，根據第二集合中各網格點與第一集合中對應網格點所控制像素點的相對位置，確定第二集合中各網格點的衰減參數；
第五步，針對第一區域，可以根據各網格點的衰減參數對第一位移量進行衰減處理，得到比第一位移量小的第二位移量，並基於第二位移量進行變形處理；針對第二區域，可以直接基於第一位移量進行變形處理。
從而可以通過對第一區域內網格點的位移量的精確控制，使得第一區域的變形幅度小於第二區域的變形幅度，實現同一張圖像內不同區域內像素的變形的精細控制，從而提升圖像變形效果。
如圖6所示，本發明實施例還提供了一種圖像處理設備，包括：
記憶體，用於儲存資訊；
處理器，分別與顯示器及記憶體連接，用於通過執行儲存在記憶體上的電腦可執行指令，能夠實現前述一個或多個技術方案提供的圖像處理方法，例如圖1和/或圖3所示的圖像處理方法。
該記憶體可為各種類型的記憶體，可為隨機記憶體、唯讀記憶體、快閃記憶體等。記憶體可用於資訊儲存，例如，儲存電腦可執行指令等。電腦可執行指令可為各種程式指令，例如，目的程式指令和/或來源程式指令等。
處理器可為各種類型的處理器，例如，中央處理器、微處理器、數位訊號處理器、可程式設計陣列、數位訊號處理器、專用積體電路或圖像處理器等。
處理器可以通過匯流排與記憶體連接。匯流排可為積體電路匯流排等。
在一些實施例中，終端設備還可包括：通信介面，該通信介面可包括：網路介面；網路介面例如包括局域網介面、收發天線等。通信介面同樣與處理器連接，能夠用於資訊收發。
在一些實施例中，終端設備還包括人機交互介面，例如，人機交互介面可包括各種輸入輸出設備，例如，鍵盤、觸控式螢幕等。
在一些實施例中，圖像處理設備還包括：顯示器，該顯示器可以顯示各種提示、採集的人臉圖像和/或各種介面。
本發明實施例還提供了一種電腦儲存介質，電腦儲存介質儲存有電腦可執行代碼；電腦可執行代碼被執行後，能夠實現前述一個或多個技術方案提供的圖像處理方法，例如圖1和/或圖3所示的圖像處理方法。
在本發明所提供的幾個實施例中，應該理解到，所揭露的設備和方法，可以通過其它的方式實現。以上所描述的設備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，如：多個單元或元件可以結合，或可以集成到另一個系統，或一些特徵可以忽略，或不執行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些介面，設備或單元的間接耦合或通信連接，可以是電性的、機械的或其它形式的。
上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位於一個地方，也可以分佈到多個網路單元上；可以根據實際的需要選擇其中的部分或全部單元來實現本實施例方案的目的。
另外，在本發明各實施例中的各功能單元可以全部集成在一個處理模組中，也可以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能單元的形式實現。
本發明任意實施例公開的技術特徵，在不衝突的情況下，可以任意組合形成新的方法實施例或設備實施例。
本發明任意實施例公開的方法實施例，在不衝突的情況下，可以任意組合形成新的方法實施例。
本發明任意實施例公開的設備實施例，在不衝突的情況下，可以任意組合形成新的設備實施例。
本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程式指令相關的硬體來完成，前述的程式可以儲存於一電腦可讀取儲存介質中，該程式在執行時，執行包括上述方法實施例的步驟；而前述的儲存介質包括：移動儲存裝置、唯讀記憶體（ROM，Read-Only Memory）、隨機存取記憶體（RAM，Random Access Memory）、磁碟或者光碟等各種可以儲存程式碼的介質。
以上所述，僅為本發明的具體實施方式，但本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本申請揭露的技術範圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護範圍之內。因此，本發明的保護範圍應以所述申請專利範圍的保護範圍為準。
510:獲取模組
520:第一確定模組
530:第二確定模組
540:控制模組
圖1為本發明實施例提供的一種圖像處理方法的流程示意圖；
圖2A為本發明實施例提供的一種鋪設在第一圖像上的標準變形網格的使用圖；
圖2B為本發明實施例提供的一種第一區域和第二區域的示意圖；
圖3為本發明實施例提供的一種確定衰減參數的流程示意圖；
圖4為本發明實施例提供的一種關鍵點的連線及第二集合的網格點的示意圖；
圖5為本發明實施例提供的一種圖像處理裝置的結構示意圖；
圖6為本發明實施例提供的一種圖像處理設備的結構示意圖。
S110:步驟
S120:步驟
S130:步驟
S140:步驟
Claims (10)
- 一種圖像處理方法，所述方法包括： 獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊； 基於所述第一關鍵點的位置資訊，確定包含所述第一關鍵點的第一區域； 根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量； 根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像。
- 根據請求項1所述的方法，其中，所述根據所述第一區域內預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述第一區域內網格點的位移量，包括： 根據所述第一區域內的預設的變形網格的網格點與所述第一區域內的像素點之間的相對位置，確定所述網格點的位移量的衰減參數；以及，根據變形指令，確定所述網格點的第一位移量； 根據所述衰減參數對所述第一位移量進行衰減處理，得到比所述第一位移量小的第二位移量。
- 根據請求項2所述的方法，其中，所述根據所述第一區域內網格點的位移量，控制所述第一區域內像素點的變形，得到變形後的第二圖像，包括： 根據所述第二位移量，控制所述第一區域內的相鄰像素點之間的間距，得到變形後的第二圖像。
- 根據請求項2所述的方法，其中，所述根據所述第一區域內預設的變形網格的網格點與所述第一區域內像素之間的相對位置，確定所述網格點的位移量的衰減參數，包括： 確定位於多個所述第一關鍵點的連線上的像素點，得到第一集合； 根據所述第一集合內像素點與所述變形網格內網格點的相對位置，得到第二集合，其中，所述第二集合包括：所述變形網格中與所述第一集合內各像素點分別距離最近的目標網格點； 根據所述第二集合中各所述目標網格點與所述第一集合中由所述目標網格點所控制的像素點之間的相對位置，確定所述第二集合中各所述目標網格點的所述衰減參數。
- 根據請求項4所述的方法，其中，所述根據所述第二集合中各所述目標網格點與所述第一集合中由所述目標網格點所控制的像素點之間的相對位置，確定所述第二集合中各所述網格點的所述衰減參數，包括： 分別以各所述第一關鍵點為中心，在預定方向上向外進行遍歷所述第二集合中各所述目標網格點，得到所述第二集合中各所述目標網格點相對於每個所述第一關鍵點在預定方向上的間距排序； 根據所述間距排序，確定所述第二集合中各所述目標網格點的所述衰減參數。
- 根據請求項5所述的方法，其中，所述根據所述間距排序，確定所述第二集合中各所述目標網格點的所述衰減參數，包括： 在所述第二集合中任意一個所述目標網格點位於多個所述第一關鍵點的預定方向的情況下，根據多個所述第一關鍵點所對應的所述間距排序，確定所述衰減參數的備選值； 選擇所述備選值中的最大值，作為任意一個所述目標網格點的所述衰減參數。
- 根據請求項1至6任一項所述的方法，其中，所述第一部位為上肢；所述獲取第一圖像中目標對象包含的第一部位的第一關鍵點的位置資訊，包括： 獲取所述第一圖像中上肢的骨架關鍵點的位置資訊，所述骨架關鍵點包括以下關鍵點中的至少一種：肩部關鍵點、肘關節關鍵點、手腕關鍵點和手部關鍵點。
- 根據請求項1至6任一項所述的方法，所述方法還包括： 根據所述第一圖像中目標所包含的第二部位的第二關鍵點的位置資訊，確定第二部位對應的第二區域； 根據所述第二區域內的預設的變形網格的網格點的第一位移量，控制所述第一圖像內第二區域的變形，得到變形後的第二圖像。
- 一種圖像處理設備，包括： 記憶體； 處理器，與所述記憶體連接，用於通過執行儲存在所述記憶體上的電腦可執行指令實現請求項1至8任一項提供的方法。
- 一種電腦儲存介質，所述電腦儲存介質儲存有電腦可執行指令；所述電腦可執行指令被處理器執行後，能夠實現請求項1至8任一項提供的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911360894.4 | 2019-12-25 | ||
| CN201911360894.4A CN111145084B (zh) | 2019-12-25 | 2019-12-25 | 图像处理方法及装置、图像处理设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202125402A true TW202125402A (zh) | 2021-07-01 |
Family
ID=70520246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109121220A TW202125402A (zh) | 2019-12-25 | 2020-06-22 | 圖像處理方法、圖像處理設備及儲存介質 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20210342970A1 (zh) |
| JP (1) | JP7160958B2 (zh) |
| KR (1) | KR20210084348A (zh) |
| CN (1) | CN111145084B (zh) |
| SG (1) | SG11202109179WA (zh) |
| TW (1) | TW202125402A (zh) |
| WO (1) | WO2021128731A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111145084B (zh) * | 2019-12-25 | 2023-06-16 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、图像处理设备及存储介质 |
| CN112767288B (zh) * | 2021-03-19 | 2023-05-12 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0628465A (ja) * | 1992-07-07 | 1994-02-04 | Seiko Epson Corp | 画像変換装置 |
| JP4566591B2 (ja) * | 2004-03-19 | 2010-10-20 | キヤノン株式会社 | 画像変形推定方法および画像変形推定装置 |
| US7952595B2 (en) * | 2007-02-13 | 2011-05-31 | Technische Universität München | Image deformation using physical models |
| 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 |
| JP5240795B2 (ja) | 2010-04-30 | 2013-07-17 | オムロン株式会社 | 画像変形装置、電子機器、画像変形方法、および画像変形プログラム |
| CN102496140B (zh) * | 2011-12-06 | 2013-07-31 | 中国科学院自动化研究所 | 一种基于多层嵌套笼体的实时交互式图像变形方法 |
| JP6328669B2 (ja) | 2013-02-23 | 2018-05-23 | クゥアルコム・インコーポレイテッドＱｕａｌｃｏｍｍ Ｉｎｃｏｒｐｏｒａｔｅｄ | 電子デバイスによる対話型画像戯画化のためのシステムおよび方法 |
| TW201510771A (zh) * | 2013-09-05 | 2015-03-16 | Utechzone Co Ltd | 指向位置偵測裝置及其方法、程式及電腦可讀取紀錄媒體 |
| CN103824253B (zh) * | 2014-02-19 | 2017-01-18 | 中山大学 | 一种基于图像局部精确变形的人物五官变形方法 |
| CN110766607A (zh) * | 2018-07-25 | 2020-02-07 | 北京市商汤科技开发有限公司 | 一种图像处理方法、装置和计算机存储介质 |
| CN110060287B (zh) * | 2019-04-26 | 2021-06-15 | 北京迈格威科技有限公司 | 人脸图像鼻部整形方法及装置 |
| CN110060348B (zh) * | 2019-04-26 | 2023-08-11 | 北京迈格威科技有限公司 | 人脸图像整形方法及装置 |
| CN110555798B (zh) * | 2019-08-26 | 2023-10-17 | 北京字节跳动网络技术有限公司 | 图像变形方法、装置、电子设备及计算机可读存储介质 |
| CN111145084B (zh) * | 2019-12-25 | 2023-06-16 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、图像处理设备及存储介质 |
-
2019
- 2019-12-25 CN CN201911360894.4A patent/CN111145084B/zh active Active
-
2020
- 2020-05-29 KR KR1020207037116A patent/KR20210084348A/ko active IP Right Grant
- 2020-05-29 WO PCT/CN2020/093442 patent/WO2021128731A1/zh active Application Filing
- 2020-05-29 JP JP2020572416A patent/JP7160958B2/ja active Active
- 2020-05-29 SG SG11202109179WA patent/SG11202109179WA/en unknown
- 2020-06-22 TW TW109121220A patent/TW202125402A/zh unknown
-
2021
- 2021-07-16 US US17/377,444 patent/US20210342970A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20210342970A1 (en) | 2021-11-04 |
| CN111145084B (zh) | 2023-06-16 |
| SG11202109179WA (en) | 2021-09-29 |
| KR20210084348A (ko) | 2021-07-07 |
| JP7160958B2 (ja) | 2022-10-25 |
| CN111145084A (zh) | 2020-05-12 |
| JP2022518641A (ja) | 2022-03-16 |
| WO2021128731A1 (zh) | 2021-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020119684A1 (zh) | 一种3d导航语义地图更新方法、装置及设备 | |
| TWI701941B (zh) | 圖像處理方法及裝置、電子設備及儲存介質 | |
| CN110392251B (zh) | 一种基于虚拟现实的动态投影方法及系统 | |
| WO2021128731A1 (zh) | 图像处理方法及装置、图像处理设备及存储介质 | |
| CN108961343A (zh) | 虚拟坐标系的构建方法、装置、终端设备及可读存储介质 | |
| TWI755768B (zh) | 圖像處理方法、圖像處理設備及儲存介質 | |
| US10147240B2 (en) | Product image processing method, and apparatus and system thereof | |
| CN103477365A (zh) | 信息处理装置、服务器装置、信息处理方法以及程序 | |
| CN110264539A (zh) | 图像生成方法和装置 | |
| CN113724391A (zh) | 三维模型构建方法、装置、电子设备和计算机可读介质 | |
| US11985294B2 (en) | Information processing apparatus, information processing method, and program | |
| CN112891954B (zh) | 虚拟对象的模拟方法、装置、存储介质及计算机设备 | |
| JP2018136793A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2018132319A (ja) | 情報処理装置、及び、情報処理装置の制御方法、コンピュータプログラム、記憶媒体 | |
| CN115619986A (zh) | 场景漫游方法、装置、设备和介质 | |
| CN110852943A (zh) | 图像处理方法及装置、图像处理设备及存储介质 | |
| CN106375648B (zh) | 图像采集控制方法和装置 | |
| CN112308766A (zh) | 一种图像数据展示方法、装置、电子设备及存储介质 | |
| CN111191309A (zh) | 适用于bim轻量化的实时遮挡剔除方法、装置和设备 | |
| CN108961389B (zh) | 消除房源虚拟三维模型中镜面产生的虚像的方法及系统 | |
| CN116468829A (zh) | 动画生成方法、装置、存储介质及电子设备 | |
| US20210042947A1 (en) | Method and apparatus for processing data, electronic device and storage medium | |
| CN116958406A (zh) | 一种人脸三维重建方法、装置、电子设备及存储介质 | |
| CN116503479A (zh) | 稀疏点云的相关性图像的确定方法、装置、设备及介质 | |
| CN116958365A (zh) | 虚拟地形的处理方法、装置、设备、介质和程序产品 |