TWI694384B - 人臉圖像處理方法、電子裝置和存儲介質 - Google Patents
人臉圖像處理方法、電子裝置和存儲介質 Download PDFInfo
- Publication number
- TWI694384B TWI694384B TW107119729A TW107119729A TWI694384B TW I694384 B TWI694384 B TW I694384B TW 107119729 A TW107119729 A TW 107119729A TW 107119729 A TW107119729 A TW 107119729A TW I694384 B TWI694384 B TW I694384B
- Authority
- TW
- Taiwan
- Prior art keywords
- face image
- area
- feature
- protruding
- processing method
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
一種人臉圖像處理方法、電子裝置和存儲介質，該方法包括：提取人臉圖像中的特徵資訊；根據所述特徵資訊將所述人臉圖像分割成不同的特徵部位；計算分割後的特徵部位的面積；判斷所述分割後的特徵部位是否為突出部位；當所述分割後的特徵部位為突出部位時，將所述人臉圖像中的所有突出部位按照突出程度按從大到小的順序排列；及對突出程度靠前的預設個數突出部位進行相關處理。實施本發明，可以根據人臉圖像繪製出生動形象的漫畫形象。
Description
本發明涉及影像處理技術領域，尤其涉及一種人臉圖像處理的方法、電子裝置和存儲介質。
近年來，在藝術工作程式自動化方面已有許多研究，其中包括以圖像為基礎的處理方法。由電腦類比畫具(如鉛筆、油畫筆等)的筆觸，從而生成鉛筆畫、油畫等。但是這些方法沒有誇張，圖像趨於真實，不具趣味性。
鑒於以上內容，有必要提供一種人臉圖像處理方法、電子裝置和存儲介質，可以根據人臉圖像繪製出生動形象的漫畫形象。
一種人臉圖像處理方法，應用於電子裝置中，該方法包括：提取人臉圖像中的特徵資訊；根據所述特徵資訊將所述人臉圖像分割成不同的特徵部位；計算分割後的特徵部位的面積；判斷所述分割後的特徵部位是否為突出部位；當所述分割後的特徵部位為突出部位時，將所述人臉圖像中的所有突出部位按照突出程度按從大到小的順序排列；及
對突出程度靠前的預設個數突出部位進行相關處理。
進一步地，在提取人臉圖像中的特徵資訊之前，該方法還包括：獲取人臉圖像；對所述人臉圖像進行預處理。
進一步地，所述預處理包括人臉圖像的幾何特性的歸一化處理。
進一步地，所述相關處理包括放大處理、縮小處理和變形誇張處理。
進一步地，將所述特徵部位的面積與該特徵部位的面積的平均值做比較，以判斷所述特徵部位是否為突出部位；當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值大於等於一預設值時，將所述特徵部位作為突出部位；當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值小於所述預設值時，將所述特徵部位作為非突出部位。
進一步地，特徵部位的面積的平均值由所述電子裝置的資料庫中保存的人臉圖像大資料計算得到。
進一步地，所述突出程度指所述特徵部位的面積與其對應特徵部位的面積的平均值之間的差值的絕對值與所述特徵部位的面積的比值。
進一步地，該方法還包括：輸出處理後的人臉圖像，並顯示於電子裝置的顯示螢幕。
一種電子裝置，所述電子裝置包括：
處理器；以及記憶體，所述記憶體中存儲有多個程式模組，所述多個程式模組由所述處理器載入並執行如上所述的人臉圖像處理方法。
一種存儲介質，其上存儲有至少一條電腦指令，所述指令由處理器執行時實現如上所述的人臉圖像處理方法。
相較於習知技術，本發明提供的人臉圖像處理方法、電子裝置和存儲介質，可以將人臉圖像中的每個特徵部位的面積與其對應部位的面積的平均值進行比對，以確認該部位是否為突出部位。當該部位是突出部位時，將所述突出部位根據突出程度按從大到小的順序排列，對突出程度靠前的預設個數突出部位進行相關處理，再輸出處理後的人臉圖像以得到人臉漫畫形象。可以根據人臉圖像繪製出生動形象的漫畫形象，具有趣味性。
1:電子裝置
11:顯示螢幕
12:網路單元
13:記憶體
14:處理器
15:資料庫
10:人臉圖像處理系統
101:獲取模組
102:分割模組
103:計算模組
104:比對模組
105:處理模組
106:顯示模組
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。
圖1是本發明人臉圖像處理系統的較佳實施方式的應用環境圖。
圖2是本發明人臉圖像處理系統的較佳實施方式的功能模組圖。
圖3是本發明人臉圖像處理方法的較佳實施例的流程圖。
圖4是人臉圖像示意圖。
為了能夠更清楚地理解本發明的上述目的、特徵和優點，下面結合附圖和具體實施例對本發明進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。
在下面的描述中闡述了很多具體細節以便於充分理解本發明，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
除非另有定義，本文所使用的所有的技術和科學術語與屬於本發明的技術領域的技術人員通常理解的含義相同。本文中在本發明的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本發明。
請參考圖1，所示為本發明一實施方式中人臉圖像處理系統10的應用環境圖。該人臉圖像處理系統10應用於電子裝置1中。該電子裝置1包括，但不僅限於，顯示螢幕11、網路單元12、記憶體13及處理器14。上述各個元件之間電氣連接。應該瞭解，本實施例只是對所述電子裝置1的結構進行簡單的說明，儘管未示出，所述電子裝置1還可以包括其他用於實現電子裝置1功能的其他元件，例如電路系統、I/O介面、電池、作業系統等。在本實施方式中，所述電子裝置1可以是，但並不限於，智慧手機、平板電腦、桌上型電腦或一體機等電子設備。
在本實施例中，該顯示螢幕11可以具有觸摸功能，如液晶(Liquid Crystal Display，LCD)顯示螢幕或有機發光二極體(Organic Light-Emitting Diode，OLED)顯示螢幕。該顯示螢幕11用於顯示圖片等內容。
在本實施方式中，該記憶體13用於存儲安裝於該電子裝置1內的軟體程式及資料。在本實施方式中，該記憶體13可以為該電子裝置1的內部存儲單元，例如該電子裝置1的硬碟或記憶體。在其他實施方式中，所述記憶體13包括唯讀記憶體(Read-Only Memory，ROM)、隨機記憶體(Random Access Memory，RAM)、可程式設計唯讀記憶體(Programmable Read-Only Memory，PROM)、可擦除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀記憶體(One-time Programmable Read-Only Memory，OTPROM)、電子擦除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟記憶體、磁碟記憶體、磁帶記憶體、或者能夠用於攜帶或存儲資料的電腦可讀的任何其他介質。在本實施方式中，所述記憶體13內存儲有人臉圖像處理系統10。所述人臉圖像處理系統10可以將人臉圖像中的每個特徵部位的面積與其對應部位的面積的平均值進行比對，以確認該部位是否為突出部位。當該部位是突出部位時，將所述突出部位根據突出程度按從大到小的順序排列，對突出程度靠前的預設個數突出部位進行相關處理，再輸出處理後的人臉圖像以得到人臉漫畫形象。
在本實施方式中，所述處理器14可以由積體電路組成，例如可以由單個封裝的積體電路所組成，也可以是由多個相同功能或不同功能封裝的積體電路所組成，包括一個或者多個中央處理器(Central Processing unit，CPU)、微處理器、數文書處理晶片、圖形處理器及各種控制晶片的組合等。所述至少一個處理器14是所述電子裝置1的控制
核心(Control Unit)，利用各種介面和線路連接整個電子裝置1的各個部件，通過運行或執行存儲在所述記憶體13內的程式或者模組，以及調用存儲在所述記憶體13內的資料，以執行電子裝置1的各種功能和處理資料，例如執行人臉圖像處理的功能。
在本實施方式中，所述電子裝置1還包括資料庫15，所述資料庫15中存儲有大量人臉圖像資料，可以根據所述大量人臉圖像資料計算人臉圖像中每個部位面積的平均值。由於人臉在圖像中存在絕對位置差異和圖像尺寸差異，因此需要對資料庫15中存儲的大量人臉圖像進行標準化對齊操作。所述標準化對齊操作是指通過為每個人臉圖像進行合適的平移、縮放以及旋轉，使其在大小和方向上盡可能的一致。
具體計算人臉圖像中每個部位的面積在下文中有詳細描述，本方案中人臉圖像中每個部位面積的平均值為所有人臉圖像資料中每個部位面積的和與人臉圖像資料總數之間的比值。例如，所述資料庫15中存儲有一百萬張人臉圖像，可以先計算每張人臉圖像中的眼睛的面積，根據所述一百萬張人臉圖像的眼睛的面積的和與一百萬之間的比值得到眼睛面積的平均值。
參閱圖2所示，所述人臉圖像處理系統10可以被分割成一個或多個模組，所述一個或多個模組存儲在所述記憶體13中，並被配置成一個或多個處理器(本實施例為一個處理器14)執行，以完成本發明。例如，所述人臉圖像處理系統10被分割成獲取模組101、分割模組102、計算模組103、比對模組104、處理模組105及顯示模組106。本發明所稱的模組是能夠完成一特定功能的程式段，比程式更適合用於描述軟體
在電子裝置1中的執行過程，關於各模組的詳細功能將在後文圖3的流程圖中作具體描述。
所述獲取模組101用於獲取人臉圖像。
在本實施方式中，所述獲取模組101可以基於攝像機(圖中未示出)錄製的視頻獲取人臉圖像。在對視頻圖像進行處理時，採用人臉檢測演算法檢測所述視頻圖像中的每一幀圖像，以確認所述視頻圖像中是否出現人臉圖像。當所述視頻圖像中出現人臉圖像時，所述獲取模組101可以保存該幀圖像以獲取人臉圖像。所述獲取模組101還可以基於攝像機所採集的圖像來獲取人臉圖像。在本實施方式中，所述獲取模組101採用人臉檢測演算法來檢測所述視頻圖像和所述攝像機所採集的圖像中的人臉圖像。
所述人臉檢測演算法可以為以下演算法中的一種或多種組合：基於範本的人臉檢測方法、基於人工神經網路的人臉檢測方法、基於模型的人臉檢測方法、基於膚色的人臉檢測方法或者基於特徵子臉的人臉檢測方法等。
所述獲取模組101還用於對所述人臉圖像進行預處理。在本實施方式中，所述預處理包括人臉圖像的幾何特性的歸一化處理。所述幾何特性的歸一化處理可以使人臉圖像歸一化到相同的位置、角度和大小。由於人的兩眼之間的距離對於大多數人來說是基本相同的，因此，兩隻眼睛的位置通常被用作人臉圖像幾何歸一化的依據。
假設人臉圖像中兩隻眼睛的位置分別為El和Er(如圖4所示)，則通過下述步驟，可以實現人臉圖像的幾何歸一化：
a)旋轉所述人臉圖像，以使E l 和E r 的連線
保持水準。這保證了人臉方向的一致性，體現了人臉在圖像平面內的旋轉不變性；b)根據一定比例裁剪所述人臉圖像。例如，設定圖中點O為
的中點，且
。經過裁剪，在2d×2d的圖像內，可保證點O固定與(0.5d,d)處。這保證了人臉位置的一致性，體現了人臉在圖像平面內的平移不變性；c)將裁剪後的圖像縮小和放大處理，得到統一大小的標準圖像。例如，若規定圖像的大小是128×128圖元點，也就是使
為定長(64個圖元)，則縮放倍數為
。這保證了人臉大小的一致性，體現了人臉在圖像平面內的尺度不變性。
所述獲取模組101還可以提取預處理之後的人臉圖像中的特徵資訊。
在本實施方式中，所述獲取模組101利用人臉特徵提取演算法提取預處理之後的人臉圖像中的特徵資訊。所述特徵資訊包括眼睛、鼻子、嘴巴、眉毛和臉頰等資訊。
在其他實施方式中，所述特徵資訊還包括顴骨、人中、痣和耳朵等資訊。
在本實施方式中，所述人臉特徵提取演算法可以為以下演算法中的一種或多種組合：Gabor特徵、方向梯度長條圖(Histogram of Oriented Gradient，HOG)、局部二值模式(Local Binary Patterns,LBP)、主成分分析(Principal Component Analysis，PCA)、線性判別分析(Linear Discriminant Analysis,LDA)或者獨立成分分析(independent component analysis，ICA)等。
在本實施方式中，所述人臉檢測演算法及所述人臉特徵提取演算法不限於上述列舉的，任何適應於檢測出人臉區域的演算法及提取人臉特徵資訊的演算法均可應用於此。另外，本實施例中的所述人臉檢測演算法及所述人臉特徵提取演算法均為現有技術，本文在此不再詳細介紹。
所述分割模組102用於根據所述特徵資訊將所述預處理之後的人臉圖像分割成不同的特徵部位。在本實施方式中，所述分割模組102可以將所述預處理之後的人臉圖像分割成眼睛部位、鼻子部位、嘴巴部位、眉毛部位、臉頰部位、顴骨部位、耳朵部位等。在本實施方式中，可以採用對話模式對所述預處理之後的人臉圖像進行分割；也可以進行分步分割，即初始分割和邊界局部分割；還可以採用邊緣檢測方法對所述預處理之後的人臉圖像進行分割。
所述計算模組103計算分割後的特徵部位的面積。在本實施方式中，所述計算模組103可以先計算所述特徵部位在預處理之後的人臉圖像中的圖元點，然後根據相應的尺度標定進行換算得到所述特徵部位的面積。
所述比對模組104將所述特徵部位的面積與該特徵部位的面積的平均值做比較，以判斷所述特徵部位是否為突出部位。
在本實施方式中，所述特徵部位的面積的平均值預先存儲於資料庫15中。
當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值大於等於一預設值時，所述比對模組104將所述特徵部位作為突出部位；當特徵部位的面積與該特徵部位的面積的平均值之間的差
值的絕對值小於所述預設值時，所述比對模組104將所述特徵部位作為非突出部位。
例如，當分割後的眼睛部位的面積與由資料庫15中保存的眼睛的面積的平均值之間的差值的絕對值大於等於所述預設值時，所述比對模組104將所述分割後的眼睛部位作為突出部位。
所述處理模組105將所述突出部位根據突出程度按從大到小的順序排列，並選取其中突出程度靠前的預設個數突出部位。
在本實施方式中，所述突出程度指所述特徵部位的面積與其對應特徵部位的面積的平均值之間的差值的絕對值與所述特徵部位的面積的比值。
所述處理模組105還用於對所述突出程度靠前的預設個數突出部位進行相關處理，其他部位不進行處理。
在本實施方式中，所述相關處理包括放大處理、縮小處理和變形誇張處理等。
所述顯示模組106輸出處理後的人臉圖像，並顯示於顯示螢幕11中。
如圖3所示，本發明較佳實施方式的人臉圖像處理方法流程圖。根據不同需求，該流程圖中步驟的順序可以改變，某些步驟可以省略或合併。
步驟S31，獲取模組101用於獲取人臉圖像。
在本實施方式中，所述獲取模組101可以基於攝像機(圖中未示出)錄製的視頻獲取人臉圖像。在對視頻圖像進行處理時，採用人臉檢測演算法檢測所述視頻圖像中的每一幀圖像，以確認所述視頻圖
像中是否出現人臉圖像。當所述視頻圖像中出現人臉圖像時，所述獲取模組101可以保存該幀圖像以獲取人臉圖像。所述獲取模組101還可以基於攝像機所採集的圖像來獲取人臉圖像。在本實施方式中，所述獲取模組101採用人臉檢測演算法來檢測所述視頻圖像和所述攝像機所採集的圖像中的人臉圖像。
所述人臉檢測演算法可以為以下演算法中的一種或多種組合：基於範本的人臉檢測方法、基於人工神經網路的人臉檢測方法、基於模型的人臉檢測方法、基於膚色的人臉檢測方法或者基於特徵子臉的人臉檢測方法等。
步驟S32，所述獲取模組101還用於對所述人臉圖像進行預處理。在本實施方式中，所述預處理包括人臉圖像的幾何特性的歸一化處理。
假設人臉圖像中兩隻眼睛的位置分別為El和Er(如圖4所示)，則通過下述步驟，可以實現人臉圖像的幾何歸一化：a)旋轉所述人臉圖像，以使E l 和E r 的連線
保持水準。這保證了人臉方向的一致性，體現了人臉在圖像平面內的旋轉不變性；b)根據一定比例裁剪所述人臉圖像。例如，設定圖中點O為
的中點，且
。經過裁剪，在2d×2d的圖像內，可保證點O固定與(0.5d,d)處。這保證了人臉位置的一致性，體現了人臉在圖像平面內的平移不變性；c)將裁剪後的圖像縮小和放大處理，得到統一大小的標準圖像。例如，若規定圖像的大小是128×128圖元點，也就是使
為定長(64個
圖元)，則縮放倍數為
。這保證了人臉大小的一致性，體現了人臉在圖像平面內的尺度不變性。
步驟S33，所述獲取模組101提取預處理之後的人臉圖像中的特徵資訊。
在本實施方式中，所述獲取模組101利用人臉特徵提取演算法提取預處理之後的人臉圖像中的特徵資訊。所述特徵資訊包括眼睛、鼻子、嘴巴、眉毛和臉頰等資訊。
在其他實施方式中，所述特徵資訊還包括顴骨、人中、痣和耳朵等資訊。
在本實施方式中，所述人臉特徵提取演算法可以為以下演算法中的一種或多種組合：Gabor特徵、方向梯度長條圖(Histogram of Oriented Gradient，HOG)、局部二值模式(Local Binary Patterns,LBP)、主成分分析(Principal Component Analysis，PCA)、線性判別分析(Linear Discriminant Analysis,LDA)或者獨立成分分析(independent component analysis，ICA)等。
步驟S34，分割模組102用於根據所述特徵資訊將所述預處理之後的人臉圖像分割成不同的特徵部位。在本實施方式中，所述分割模組102可以將所述預處理之後的人臉圖像分割成眼睛部位、鼻子部位、嘴巴部位、眉毛部位、臉頰部位、顴骨部位、耳朵部位等。在本實施方式中，可以採用對話模式對所述預處理之後的人臉圖像進行分割；也可以進行分步分割，即初始分割和邊界局部分割；還可以採用邊緣檢測方法對所述預處理之後的人臉圖像進行分割。
步驟S35，所述計算模組103計算分割後的特徵部位的面積。在本實施方式中，所述計算模組103可以先計算所述特徵部位在預處理之後的人臉圖像中的圖元點，然後根據相應的尺度標定進行換算得到所述特徵部位的面積。
步驟S36，所述比對模組104將所述特徵部位的面積與該特徵部位的面積的平均值做比較，以判斷所述特徵部位是否為突出部位。
當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值大於等於一預設值時，所述比對模組104將所述特徵部位作為突出部位，流程進入步驟S37；當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值小於所述預設值時，所述比對模組104將所述特徵部位作為非突出部位，流程結束。
步驟S37，所述處理模組105將所述突出部位根據突出程度按從大到小的順序排列。
在本實施方式中，所述處理模組105還選取其中突出程度靠前的預設個數突出部位。例如，選取突出程度靠前的兩個突出部位。
所述突出程度指所述特徵部位的面積與其對應特徵部位的面積的平均值之間的差值的絕對值與所述特徵部位的面積的比值。
步驟S38，所述處理模組105對所述突出程度靠前的預設個數突出部位進行相關處理。
在本實施方式中，所述相關處理包括放大處理、縮小處理和變形誇張處理等。
步驟S39，所述顯示模組106輸出處理後的人臉圖像，並顯示於顯示螢幕11中。
通過步驟S31至步驟S39，可以將人臉圖像中的每個特徵部位的面積與其對應部位的面積的平均值進行比對，以確認該部位是否為突出部位。當該部位是突出部位時，將所述突出部位根據突出程度按從大到小的順序排列，對突出程度靠前的預設個數突出部位進行相關處理，再輸出處理後的人臉圖像以得到人臉漫畫形象。
在本發明所提供的幾個實施例中，應該理解到，所揭露的系統、裝置和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模組的劃分，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。
對於本領域技術人員而言，顯然本發明不限於上述示範性實施例的細節，而且在不背離本發明的精神或基本特徵的情況下，能夠以其他的具體形式實現本發明。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本發明的範圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求的等同要件的含義和範圍內的所有變化涵括在本發明內。不應將權利要求中的任何附圖標記視為限制所涉及的權利要求。此外，顯然“包括”一詞不排除其他單元或，單數不排除複數。系統權利要求中陳述的多個單元或裝置也可以由一個單元或裝置通過軟體或者硬體來實現。第一，第二等詞語用來表示名稱，而並不表示任何特定的順序。
以上實施例僅用以說明本發明的技術方案而非限制，儘管參照以上較佳實施例對本發明進行了詳細說明，本領域的普通技術人員
應當理解，可以對本發明的技術方案進行修改或者等同替換都不應脫離本發明技術方案的精神和範圍。
S31~S39:步驟
Claims (10)
- 一種人臉圖像處理方法，應用於電子裝置中，該方法包括：提取人臉圖像中的特徵資訊；根據所述特徵資訊將所述人臉圖像分割成不同的特徵部位；計算分割後的特徵部位的面積；判斷所述分割後的特徵部位是否為突出部位；當所述分割後的特徵部位為突出部位時，將所述人臉圖像中的所有突出部位按照突出程度按從大到小的順序排列；及對突出程度靠前的預設個數突出部位進行相關處理。
- 如申請專利範圍第1項所述的人臉圖像處理方法，在提取人臉圖像中的特徵資訊之前，該方法還包括：獲取人臉圖像；對所述人臉圖像進行預處理。
- 如申請專利範圍第2項所述的人臉圖像處理方法，所述預處理包括人臉圖像的幾何特性的歸一化處理。
- 如申請專利範圍第1或第3項所述的人臉圖像處理方法，所述相關處理包括放大處理、縮小處理和變形誇張處理。
- 如申請專利範圍第1項所述的人臉圖像處理方法，將所述特徵部位的面積與該特徵部位的面積的平均值做比較，以判斷所述特徵部位是否為突出部位；當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值大於等於一預設值時，將所述特徵部位作為突出部位；當特徵部位的面積與該特徵部位的面積的平均值之間的差值的絕對值小於所述預設值時，將所述特徵部位作為非突出部位。
- 如申請專利範圍第5項所述的人臉圖像處理方法，特徵部位的面積的平均值由所述電子裝置的資料庫中保存的人臉圖像大資料計算得到。
- 如申請專利範圍第1項所述的人臉圖像處理方法，所述突出程度 指所述特徵部位的面積與其對應特徵部位的面積的平均值之間的差值的絕對值與所述特徵部位的面積的比值。
- 如申請專利範圍第1項所述的人臉圖像處理方法，該方法還包括：輸出處理後的人臉圖像，並顯示於電子裝置的顯示螢幕。
- 一種電子裝置，所述電子裝置包括：處理器；以及記憶體，所述記憶體中存儲有多個程式模組，所述多個程式模組由所述處理器載人並執行如申請專利範圍第1項至第8項中任意一項所述的人臉圖像處理方法。
- 一種存儲介質，其上存儲有至少一條電腦指令，所述指令由處理器執行時實現如申請專利範圍第1項至第8項中任意一項所述的人臉圖像處理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107119729A TWI694384B (zh) | 2018-06-07 | 2018-06-07 | 人臉圖像處理方法、電子裝置和存儲介質 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW107119729A TWI694384B (zh) | 2018-06-07 | 2018-06-07 | 人臉圖像處理方法、電子裝置和存儲介質 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202001683A TW202001683A (zh) | 2020-01-01 |
| TWI694384B true TWI694384B (zh) | 2020-05-21 |
Family
ID=69942038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107119729A TWI694384B (zh) | 2018-06-07 | 2018-06-07 | 人臉圖像處理方法、電子裝置和存儲介質 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI694384B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200540732A (en) * | 2004-06-04 | 2005-12-16 | Bextech Inc | System and method for automatically generating animation |
| TW200614094A (en) * | 2004-10-18 | 2006-05-01 | Reallusion Inc | System and method for processing comic character |
| CN102231209A (zh) * | 2011-04-19 | 2011-11-02 | 浙江大学 | 基于异构特征降维的二维角色卡通生成方法 |
| US20120218270A1 (en) * | 2011-02-24 | 2012-08-30 | So-Net Entertainment Corporation | Facial sketch creation device, configuration information generation device, configuration information generation method, and storage medium |
| US8279228B2 (en) * | 2006-04-24 | 2012-10-02 | Sony Corporation | Performance driven facial animation |
| US20130002669A1 (en) * | 2011-06-30 | 2013-01-03 | Samsung Electronics Co., Ltd. | Method and apparatus for expressing rigid area based on expression control points |
| CN104200505A (zh) * | 2014-08-27 | 2014-12-10 | 西安理工大学 | 一种人脸视频图像的漫画式动画生成方法 |
| US9519998B2 (en) * | 2012-03-09 | 2016-12-13 | Korea Institute Of Science And Technology | Three dimensional montage generation system and method based on two dimensional single image |
-
2018
- 2018-06-07 TW TW107119729A patent/TWI694384B/zh active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200540732A (en) * | 2004-06-04 | 2005-12-16 | Bextech Inc | System and method for automatically generating animation |
| TW200614094A (en) * | 2004-10-18 | 2006-05-01 | Reallusion Inc | System and method for processing comic character |
| US8279228B2 (en) * | 2006-04-24 | 2012-10-02 | Sony Corporation | Performance driven facial animation |
| US20120218270A1 (en) * | 2011-02-24 | 2012-08-30 | So-Net Entertainment Corporation | Facial sketch creation device, configuration information generation device, configuration information generation method, and storage medium |
| CN102231209A (zh) * | 2011-04-19 | 2011-11-02 | 浙江大学 | 基于异构特征降维的二维角色卡通生成方法 |
| US20130002669A1 (en) * | 2011-06-30 | 2013-01-03 | Samsung Electronics Co., Ltd. | Method and apparatus for expressing rigid area based on expression control points |
| US9519998B2 (en) * | 2012-03-09 | 2016-12-13 | Korea Institute Of Science And Technology | Three dimensional montage generation system and method based on two dimensional single image |
| CN104200505A (zh) * | 2014-08-27 | 2014-12-10 | 西安理工大学 | 一种人脸视频图像的漫画式动画生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202001683A (zh) | 2020-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3454250B1 (en) | Facial image processing method and apparatus and storage medium | |
| US11093748B2 (en) | Visual feedback of process state | |
| Marciniak et al. | Influence of low resolution of images on reliability of face detection and recognition | |
| US20230222631A1 (en) | Method and device for removing handwritten content from text image, and storage medium | |
| CN108846792B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN111652796A (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
| US11823358B2 (en) | Handwritten content removing method and device and storage medium | |
| WO2019061658A1 (zh) | 眼镜定位方法、装置及存储介质 | |
| WO2021051547A1 (zh) | 暴力行为检测方法及系统 | |
| CN111008935B (zh) | 一种人脸图像增强方法、装置、系统及存储介质 | |
| WO2024001095A1 (zh) | 面部表情识别方法、终端设备及存储介质 | |
| CN114445904A (zh) | 基于全卷积神经网络的虹膜分割方法和装置、介质和设备 | |
| KR101791604B1 (ko) | 헤드 포지션 추정 방법 및 장치, 컴퓨터 판독가능 저장 매체 | |
| TWI694384B (zh) | 人臉圖像處理方法、電子裝置和存儲介質 | |
| Liu et al. | RETRACTED: Face detection based on open Cl design and image processing technology | |
| US20240212239A1 (en) | Logo Labeling Method and Device, Update Method and System of Logo Detection Model, and Storage Medium | |
| CN110580676A (zh) | 人脸漫画形象制作方法、电子装置和存储介质 | |
| US11182634B2 (en) | Systems and methods for modifying labeled content | |
| Kumar et al. | Real time classification of American sign language for finger spelling purpose | |
| CN115082496A (zh) | 一种图像分割方法及装置 | |
| JP7156771B1 (ja) | 個人情報マスキング方法、及び個人情報マスキング装置 | |
| US20240193851A1 (en) | Generation of a 360-degree object view by leveraging available images on an online platform | |
| Minola Davids et al. | View-Based and Visual-Attention-Based Background Modeling for Detecting Frequently and Infrequently Moving Objects for Video Summarization | |
| Singh et al. | Face detection method using OpenCV | |
| CN117746502A (zh) | 图像标注方法、动作识别方法、装置和电子设备 |