WO2011015928A2 - Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant - Google Patents

Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant Download PDF

Info

Publication number
WO2011015928A2
WO2011015928A2 PCT/IB2010/001914 IB2010001914W WO2011015928A2 WO 2011015928 A2 WO2011015928 A2 WO 2011015928A2 IB 2010001914 W IB2010001914 W IB 2010001914W WO 2011015928 A2 WO2011015928 A2 WO 2011015928A2
Authority
WO
WIPO (PCT)
Prior art keywords
image
target image
mask
area
points
Prior art date
Application number
PCT/IB2010/001914
Other languages
English (en)
Other versions
WO2011015928A3 (fr
Inventor
Benoît CHAUSSAT
Christophe Blanc
Jean-Marc Robin
Original Assignee
Vesalis
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
Priority claimed from FR1001916A external-priority patent/FR2959846B1/fr
Application filed by Vesalis filed Critical Vesalis
Priority to EP10747492A priority Critical patent/EP2462535A2/fr
Priority to JP2012523398A priority patent/JP2013501292A/ja
Priority to CA2769583A priority patent/CA2769583A1/fr
Priority to US13/388,511 priority patent/US20120177288A1/en
Publication of WO2011015928A2 publication Critical patent/WO2011015928A2/fr
Publication of WO2011015928A3 publication Critical patent/WO2011015928A3/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/30201—Face

Definitions

  • the invention relates to an image processing method for producing a mask capable of correcting or mitigating certain imperfections or irregularities found on a target image.
  • the invention also relates to the corresponding image processing system.
  • the invention provides different technical means.
  • a first object of the invention is to provide an image processing method for defining a mask that can be applied automatically to a target image, in particular to certain well-defined areas. image, such as mouth, eyes, cheeks, etc.
  • Another object of the invention is to provide a method for generating a mask that can help correct imperfect areas, particularly for an image representing a face.
  • the invention provides an automatic image processing method for the application of a mask to be applied to a target image, comprising the following steps:
  • the method also comprises, before the step of applying the correction mask, a step consisting in:
  • the comparison between the target image and the reference image involves a comparison between the relative disposition of one or more key points of the target area of the target image with respect to the corresponding points of the target image. reference image.
  • the target image represents a face seen substantially from the front and the areas concerned are selected from a list comprising the mouth, the eyes, the eyebrows, the contour of the face, the nose, the cheeks. , the chin.
  • the components of the face relief of the image represent a face for which a plurality of spatial reference points are listed.
  • the area of the target image comprises the mouth and the landmarks comprise at least the commissures of the mouth. It also preferably comprises the substantially central point of the lower lip furthest from the center of the nose and also preferably one of the two highest points of the upper lip and finally the lowest point between the two points preceding the two points. of the upper lip.
  • the area of the target image comprises the eyes.
  • the area of the target image comprises the eyebrows.
  • the landmarks comprise a plurality of points located substantially on the contour of the face.
  • the reference image substantially corresponds to the face of the beauty canon, whose physical proportions are established in a standard manner.
  • the invention also comprises an image processing system for implementing the previously described method.
  • the invention finally comprises an image processing system comprising:
  • a comparison module adapted to perform a comparison between certain characteristics of at least one zone of a target image and characteristics of a similar nature of a reference image based on criteria tests applied to detect any imperfections of the area in relation to shape characteristics of the target image;
  • a selection module adapted to select at least one correction mask for application on the area of the target image, said mask being selected according to the type of imperfection detected by the comparison module;
  • an application module for applying the selected mask to the target image to obtain a modified image.
  • the comparison, selection and application modules are integrated into a work module implemented by coded instructions, said work module being adapted to obtain target image data. , reference image data and test criteria.
  • FIG. 1 is an example of a target image obtained for treatment purposes according to the method of the invention with the contour of the detected and identified face;
  • FIG. 2 corresponds to the original target image, before treatment;
  • FIGS. 3 and 4 illustrate an exemplary reference image, in this case the Canon of Beauty, with the main points making it possible to make comparisons with a target image;
  • FIGS. 5 and 6 illustrate an example of a target image with the points corresponding to those presented in FIGS. 3 and 4 for the reference image;
  • FIG. 7 shows the points and dimensions for allowing detection of the orientation of the eyes of a target image in comparison with the reference image;
  • FIG. 8 shows the points making it possible to detect the type of spacing between the eyes in comparison with the reference image;
  • FIG. 9 illustrates the points and distances making it possible to detect the shape of the eyes of the target image in comparison with the reference image
  • FIG. 10 illustrates the points and distances making it possible to detect the proportion of the mouth of the target image in comparison with the reference image
  • FIG. 11 illustrates the points and distances making it possible to detect the size of the lips of the target image in comparison with the reference image
  • FIGS. 12 and 13 show block diagrams illustrating the main steps of the image processing method according to the invention.
  • FIGS. 14a, 14b and 14c show a TSL diagram for determining the available colors closest to the colors detected on the target image
  • FIG. 15 schematically shows the main modules and elements provided for implementing the method according to the invention.
  • FIGS. 16a to 16d show the lips of a target image with different examples of retouching intended to correct various types of defects detected on the lips after comparison with a reference image;
  • FIGS. 17a to 17c present different examples of masks for the eyes according to the type of eye detected
  • FIGS. 18a to 18c show examples of corrections as a function of the type of face detected for the target image in comparison with the reference image
  • Figures 19 and 20 show some key points and distances for detecting the shape of the face of the target image
  • FIG. 21 illustrates the points and distances useful for the detection of the type of chin with respect to that of the reference image
  • FIG. 22a illustrates the points and dimensions that are useful for detecting the nose type of the target image in relation to the reference image
  • FIGS. 22b, 22c and 22e show examples of corrections to be applied to the nose as a function of the characteristics detected;
  • FIG. 22d illustrates the points and dimensions that are useful for detecting the shape of the nose of the target image in relation to the reference image;
  • FIG. 22f illustrates the points and dimensions that are useful for detecting the width of the nose of the target image in relation to the reference image
  • FIG. 23 shows the points and distances making it possible to determine, according to another approach, the shape of the face of the target image in relation to the reference image
  • Figures 24 and 25 show the points and dimensions useful for establishing the criteria for the detection of eye size
  • FIG. 26 shows the points useful for determining the space between the eye and the eyebrow of a target image.
  • the oval shape is considered ideal.
  • the distances between the eyes 4 and 5, the nose 3 with respect to the mouth 2, as well as the distance between the eyes and the bottom of the chin as well as the ratios between these distances must verify certain standard values.
  • the oval face has the following dimensions expressed in absolute units, as shown in Figures 3 and 4.
  • the height of the head is 3.5 units.
  • the primer of the scalp 11 and the top of the head occupy a space of 0.5 unit.
  • the width of the head is 2.5 units.
  • the width of the face represents 13/15 of the width of the head.
  • the ears are in the second unit of height. Nose 3 is in the midline of the face and in the second unit in height. Her width is half of the CPU.
  • the height of the nostrils occupies 0.25 unit height.
  • the inner corners of the eyes 43 and 53 are on each side of the half central unit. Depending on the vertical or longitudinal axis, the inner corners of the eyes are at 1.75 units of the reference 0. The width of the eyes 4 and 5 occupies 0.5 units.
  • the inner corners of the eyebrows 63 and 73 are on the same vertical as the inner corner of the eye of the same side.
  • the outer corners of the eyebrows 61 and 71 are on the same line passing through the outer corner of the eye 42 or 52 and the outer corner of the nostril 31 or 32 on the same side.
  • the height of the eyebrow 6 or 7 is one third of its length starting outwards and its top 62 or 72 has a height of a quarter of its length.
  • the mouth 2 is placed on the horizontal line located halfway up the unit and occupies half a unit in height.
  • the height of the mouth 2 is expressed with the respective heights of the lower and upper lips: the lower lip occupies one third of the 1/2 unit.
  • the upper lip occupies one-third of the remaining half of the unit.
  • the width of the mouth 2 is defined by means of the two lateral end points 22 and 23 of the mouth. These two lateral end points of the mouth are each located on a line passing on the one hand by the center of separation of the eyes and on the other by the lower external points of the nostrils 31 and 32.
  • the mouth is also delimited by means of the lower point 21 and the upper points 24, 25 and 26.
  • Figure 12 illustrates the key steps of the method of correcting a target image based on a reference image in the form of a functional flowchart.
  • a target image is obtained. At least one zone of this image is selected in step 310 for processing. The at least key points of this area are identified in step 320. The preferred methods of identifying points are described in detail in WO 2008/050062. Other detection modes can also be used.
  • the test criteria are applied in order to detect any imperfections of the zone in question. The applied tests involve a comparison 335 between the characteristics of the target image with respect to similar characteristics of the reference image. According to the imperfections detected in relation to the shape characteristics of the target image, one or more correction masks are identified in step 340.
  • the retained masks are applied to the target image, for obtaining a modified or corrected image.
  • Figure 15 allows to relate the key steps of the method with different functional modules called at different times of the process to allow its implementation.
  • the data 210 of the reference image and the data 220 of the target image are made available, for example by means of memory locations.
  • a work module 200 comprises a comparison module 201, a selection module 202 and a module 203 application of the mask selected on the target image.
  • the test criteria 230 are made available for example from memory means.
  • the modified image 240 namely the target image on which the correction mask is applied, is obtained.
  • Figure 13 shows an alternative embodiment in which one or more tests in relation to the coloring of the reference image are performed.
  • the staining characteristics of a defined area are detected from the target image. These may be skin coloring characteristics for one or more areas of the face, eye coloring characteristics, and / or hair.
  • any corrections to be applied to the target image according to the color characteristics detected at step 325 are defined.
  • the correction mask defined in step 340 is modified to account for color patches, before being applied to the target image in step 350.
  • the following description shows examples of comparisons made between a target image and a reference image to detect the characteristic features of the face represented by the target image.
  • We present in turn the detection of the shape of the face, the orientation, the distance and the size of the eyes, the shape of the eyes and the mouth, the size of the lips as well as their relative proportions, the dimensions of the chin, nose and the gap between eyebrows and eyes.
  • the color selection is presented.
  • FACIAL CHARACTERISTIC FEATURES FORMS OF THE FACE (FIGS. 20 and 21)
  • the shape of the face is one of the essential features of the latter. However, it is technically very difficult to accurately detect the exact contour of a face.
  • the junction zone with the scalp also poses significant detection problems, especially when the transition is gradual.
  • the delineation of the lateral contours and the chin, often with shadows, also implies many chronic difficulties and inaccuracies.
  • various technical tools or criteria are presented and illustrated in order to detect the shape and / or category to which the contour of the face or an element of the latter belongs. These detections are made in relation to the contour or the corresponding elements of a reference image. In an advantageous embodiment, the reference image corresponds to that of the canon of beauty.
  • distance ratios are used. These ratios make it possible to sort or classify the target face 101 according to categories of standard shapes, preferably as follows: round, oval, elongated, square, undetermined. Other classes or subclasses can also be used, such as heart or pear, inverted triangle, etc. Different criteria make it possible to determine the class to which a given face belongs.
  • Lv1 corresponds to the zone of greatest width of the target face 101 and Lv3 corresponds to the width at the lowest point 121 of the lips 102.
  • the width Lv2 is measured at the level of the nose using the points 132 and 133 defining the nostrils.
  • Hv1 is the height between the low point of the chin 112 and the point 115 at the height of the pupils 140 and 150 of the eyes 104 and 105.
  • a face is:
  • Figures 18a, 18b and 18c show examples of correction or compensation masks.
  • the face shape of the target image is detected, preferably with the criteria presented above.
  • one or more correction masks are provided to ensure that the target image can have a shape approximating that of the reference image.
  • a square face is corrected or compensated with a mask that aims to remove or reduce the visibility of portions or
  • Figures 18b and 18c illustrate types of masks for correction of a face whose detected shape is either too round ( Figure 18b) or too elongated
  • Figure 23 illustrates another approach to know the shapes of the face.
  • a circle centered on a central point on the face is used to establish a spatial basis of comparison. We superimpose the outline first
  • OVCA that is, the Canon Face Ovale or outline of the reference image
  • the superposition is performed by positioning the point 15 in the middle of the distance separating the centers of the pupils of the OVCA contour from the reference image on the point 115 of the target image and the lowest point 12 of the face on the point Corresponding 112.
  • Point 15/115 is used to form the center of the circle.
  • the radius is dimensioned based on the distance between the point 15 and the point 12.
  • a comparison of the OVCA form with the contour of the target image can then be performed. The comparison is preferably made point by point, from predefined key points.
  • the circle is advantageously used as a new reference to measure the distances between the latter and different points on the contour of the target image.
  • the distance Lvc7 makes it possible to evaluate the distance between the point 119c of the top of the front with respect to the point 119c2 of the circle.
  • the distance Lvc ⁇ is similar on the other side of the face.
  • the distances Lvc3 and Lvc ⁇ make it possible to evaluate the distances between, on the one hand, the points 119a of the outline and 119a2 of the circle, and on the other hand 119b of the outline and 119b2 of the circle. All distances are measured using lines passing through the points to be evaluated and the center 115 of the circle.
  • This approach can also be used to compare other facial components between the two images.
  • this approach is used to compare the positions of the points of the contour of the target image with respect to the reference contour (OVCA) without passing through the reference circle.
  • OVCA reference contour
  • it is then useful to provide an indication to specify whether the point of the target image is inside or outside the reference contour.
  • FIG. 7 shows the points and dimensions that are useful for establishing the criteria relating to the detection of the inclination of the eyes of the target image in relation to the reference image.
  • the eyes are advantageously classified or sorted according to three categories, namely falling, normal (right), or oblique.
  • -Normal if the alpha angle is greater than 358 degrees and less than 5 degrees (or a range of +/- 7 degrees around the horizontal axis).
  • Figure 17a shows a typical mask to decorate an eye with no particular imperfection. This mask has a neutral impact on the shape, but allows a coloring effect to enhance the look of the person and makeup. In the second case, the mask to be applied will have the correction goal of not accentuating more or slightly accentuate the oblique effect, because this effect is often sought.
  • Figure 17c illustrates an example of a mask providing such an effect. A darker zone f5c more developed towards the upper outer corner of the eye creates such an effect.
  • FIG. 8 shows the points and dimensions that are useful for establishing the criteria relating to the detection of the spacing between the two eyes of the target image in relation to the reference image.
  • This spacing can be classified into 3 categories according to which the eyes are considered either close, with normal spacing, or distant.
  • the points used for these criteria correspond to the internal ends 143 and 153 and external 142 and 152 of the eyes 104 and 105.
  • the eyes have a normal or equivalent distance to the reference image if:
  • the eyes are close if: (Ly1 + Ly2) / 2 is substantially smaller than Ly3.
  • the eyes are distant if: (Ly1 + Ly2) / 2 is substantially larger than Ly3.
  • the mask to be applied will have no compensation or correction goal.
  • the mask to be applied will aim to compensate for the small difference by means of a light effect producing a larger gap.
  • the mask to be applied is intended to compensate for the large difference by means of a shadow effect producing a closer effect.
  • An example of this type of mask is shown in Figure 17b.
  • Such a mask creates an effect of approximation of the eyes with a dark area above the eye covering at least the outer side of the latter, whereas for the normal eye, illustrated in Figure 17a, the dark zone of the mask at above the eye just touches the upper outer corner of the eye. The widening of the dark zone f5b of FIG. 17b creates an effect of approximation of the eyes.
  • Figures 24 and 25 show the points and dimensions useful for establishing the criteria for the detection of eye size. These criteria are intended to establish the proportions of the eyes relative to the rest of the face and these components.
  • the eyes are advantageously classified into three categories, namely small, normal (proportionate), or large. This makes it possible to know the proportion of the two eyes with respect to the rest of the face and its components.
  • a first approach consists in superimposing the reference image and the target image. This superposition makes it possible to adjust the scale of the reference image.
  • Points 13a and 13b of the reference image are preferably used (see FIG. 3) to manage the change of scale in the direction of the width.
  • the reference grid is centered by superimposing its point 15 located in the middle of the distance between the centers of the pupils on the corresponding point 115 of the target image.
  • the points of the contour of the face 113a and 113b located on the same height as the point 115 are then used to adapt the scale in width.
  • the choice of the point to be remembered is advantageously based on the greatest distance that separates the point 115 from either point 113a or point 113b. The farthest point of the center is retained.
  • the reference scale R is adapted (increased or decreased, as the case may be) so that the corresponding points 13a or 13b of the reference image are aligned in width according to the distance chosen.
  • the reference scale is adapted in height by superimposing the point 12 on the corresponding point 112 of the target image.
  • FIG. 25 shows that the scale R of the reference image does not correspond to the scale C of the target image.
  • the differences between the two scales can then be used to detect the positioning differences of the points of the target image that one wishes to evaluate or compare. It then becomes possible to compare the completeness of differences in sizes, distances, etc. between the components of the face of the target image and the reference image.
  • the units of the reference grid are designated R.
  • the distances between the two corners of the eyes 152 and 153 or 142 and 143 are compared on the two scales, corresponding for the eye 105 to 0.5C or 0, 5R and 1 C and 1 R.
  • the eyes are: -Normal if: the length of 0.5C to 1C is substantially equal to the length of 0.5R to 1 R.
  • the mask to be applied n ' will have no purpose of compensation or correction.
  • the length of 0.5C to 1C is substantially greater than the length of 0.5R to 1R.
  • the mask to apply will aim to enlarge the eye, for example by diffusing the color or using a lighter color.
  • the mask preferably uses a higher ratio than with the normal application (barrel case).
  • the mask to be applied will aim to shrink the eye, for example by reducing the size of application of color .
  • the mask preferably uses a lower ratio than with the normal application (barrel case).
  • the detection of the size of the eyes can also be performed by calculating the area of the eyes according to the surface of the face. This last surface is easily known from the known points and / or detected along the contour. According to this approach, the eyes are:
  • Figure 9 shows the points and dimensions useful for establishing the criteria for the detection of the shape of the eyes. These criteria are intended to establish the proportions of the eyes relative to the rest of the face and these components.
  • the shape criteria of the eyes correspond to the shape of the opening of the eye.
  • a classification according to three categories is planned, namely, fine, normal (proportionate), or round. Other categories may be provided to refine precision or to take into account particular cases.
  • the eyes of the barrel are proportioned with a height corresponding to one-third of the width. To check for any corrections to be applied to the target images submitted for comparison, the following criteria are applied.
  • the points used for these criteria correspond to the ends 142 and 143 of the eyes for the segment Ly4, while the segment hy3 is defined by the lowest points 141 and the highest 146 of the eye. So, one eye is:
  • hy3 is substantially greater than 1/3 Ly4.
  • different types of correction masks are suggested in order to correct the shapes that stand out from those of the barrel.
  • the masks are intended to refine the profile of a round eye or round an eye too fine.
  • the corrections identified following the application of the various criteria can be of various kinds. Some patches are more or less thick contour type masks, of different shapes and colors. Such masks define areas of degraded colors of different shapes more or less bright. It is also possible to deform or intensify in part or not the eyelashes that are on the eye contour.
  • Figure 10 shows the points and dimensions useful for establishing the criteria relating to the detection of the shape of the mouth. These criteria aim to establish the proportions of the mouth of the target image in relation to the rest of the face and its components, in relation to the reference image.
  • the points used for these criteria correspond to the high and low points of each lip, ie for hb3 the distance between the imaginary line passing through the commissures 122 and 123 and the high point 125 on one side, for hb4 the distance between the imaginary line passing by the commissures 122 and 123 and the high point 124 on the other side and for hb5 the distance between the low point of the lower lip 121 and the line crossing the commissures at points 122 and 123.
  • the application is similar to that performed with the reference image.
  • the mouth is narrow if: Lb1 is substantially less than 3 A of unit R.
  • the application aims to widen the mouth by drawing the contour of the lips while projecting slightly towards the commissures.
  • the mouth is wide if: Lb1 is substantially greater than 3 A of unit R.
  • the application aims to reduce the width of the mouth by drawing the outline without the commissures, and possibly to attenuate the commissures.
  • FIG. 11 shows the points and dimensions that are useful for establishing the criteria relating to the detection of the size of the lips in relation to the reference image. These criteria are intended to establish the proportions of the lips relative to the mouth. It is to detect the size of the lips by making a ratio between the width and the height of the mouth or the height of the lips. The lips can be classified into three categories, namely fine, normal (proportionate), large. The points used for these criteria correspond to the high and low points on each side of the mouth of the target image, for hb1 the distance between points 125 and 121, and for hb2 the distance between points 124 and 121.
  • the lips are normal if: (hb1 + hb2) / 2 is substantially equal to Lb1 / 2.7, ie the proportions corresponding to the lips of the reference image.
  • the lips are fine if: (hb1 + hb2) / 2 is substantially smaller than Lb1 / 2.7.
  • FIG. 10 also shows the points and dimensions that are useful for establishing the criteria relating to the detection of the comparative size or proportions of the lips. These criteria are intended to establish the proportions of the lips relative to each other. It is to detect the size of the lips by making a ratio between the height of each of the lips. For the upper lip, an average height dimension is preferably used.
  • the lips can be classified according to three categories, namely lower lip greater, balanced lips, upper lip greater.
  • the points used for these criteria correspond to the high and low points of each lip, ie for hb3 the distance between the imaginary line passing through the commissures 122 and 123 and the high point 125 on one side, for hb4 the distance between the imaginary line passing through the commissures 122 and 123 and the high point 124 on the other side and for hb5 the distance between the low point of the lower lip 121 and the line crossing the commissures at the points 122 and 123.
  • Figures 16a to 16d illustrate examples of corrections to be applied to the lips according to the rankings made.
  • Figure 16a shows balanced lips.
  • Figures 16b, 16c, and 16d show examples of fixes for common situations.
  • the patches are intended for application along the outer contour of the lips or on a portion of this contour. It is thus possible to correct various disproportions and thus rebalance the lips relative to the rest of the face.
  • the contour is traced on the outside or inside of the outer limit of the lips.
  • the contour is traced along the line f1, with narrower borders.
  • a lower lip which is thinner than the upper lip is compensated with a lower lip contour traced along f2 so as to move the lower edge of the lower lip downwards.
  • the example of FIG. 16d relates to an asymmetric upper lip, corrected by a contour retraced along f3, so as to increase the smaller detected area. The goal is to rebalance point 125 with point 124 by putting them at the same level.
  • FIG. 21 shows the points and dimensions that are useful for establishing the criteria relating to the detection of the dimensions of the chin of the target image. These criteria are intended to establish the relative proportions of the chin with respect to the rest of the face and these components.
  • the chin can thus be classified into three categories, namely short, normal, or long.
  • the axes of Figure 21 are used to establish these proportions.
  • Hv1 corresponds to the height between the point 115 at the level of the pupils and the low point 112 of the chin.
  • Hv2 corresponds to the height of the chin between the base of the lips 121 and the base of the chin 112.
  • the chin is normal or substantially equivalent to the reference image if:
  • the chin is short if hv1 / hv2 ⁇ 3.2 units.
  • the chin is long if: hv2 / hv1> 3.8 units.
  • the method provides the use of different types of masks providing patches on the lower part, making this area more or less visible, as appropriate.
  • an application darker than the tone of the skin is planned.
  • a clearer application than the tone of the skin is then recommended.
  • FIG. 22a shows the points and dimensions that are useful for establishing the criteria relating to the detection of the dimensions of the nose. These criteria are intended to establish the relative proportions of the nose relative to the rest of the face.
  • the nose can thus be classified into three categories, namely short, normal, or long.
  • the axes of Figure 22a are used to establish these proportions.
  • the height of the nose with respect to the chin is preferably established on the basis of an average between the two sides of the nose.
  • Hv3 corresponds to the height between the point 112 at the base of the chin and the point 133 at the base of one of the sides of the nose.
  • Hv4 is the height between point 112 at the base of the chin and point 132 at the base of the other side of the nose.
  • Hv5 is the distance between the points of the base of the nose 132 on one side and the inner corner 153 of the eye on the same side.
  • Hv6 corresponds to the distance between the points of the base of the nose 133 on the other side and the inner corner 143 of the eye also on this side.
  • the nose is normal if:
  • the nose is short if:
  • the nose is long if:
  • Figure 22a also shows the points and dimensions useful for establishing the criteria relating to the detection of the width of the nose. These criteria are intended to establish the relative proportions of the nose relative to the rest of the face.
  • the nose can thus be classified into three categories, namely narrow, normal, or wide.
  • the axes of Figure 22a are used to establish these proportions.
  • the height of the nose with respect to the chin is preferably established on the basis of an average between the two sides of the nose. Hv5 and hv6 have been previously described.
  • Lv4 corresponds to the width between the points 132 and 133 of the base of the nose, on each side of the nostrils.
  • the nose is normal or equivalent to the reference image if:
  • Lv4 is substantially equal to 2/3 x (hv5 + hv6) / 2.
  • the nose is narrow if:
  • Lv4 is substantially smaller than 2/3 x (hv5 + hv6) / 2.
  • the nose is wide if:
  • Lv4 is substantially larger than 2/3 x (hv5 + hv6) / 2.
  • FIG. 22f shows the points and dimensions that are useful for establishing the criteria relating to the detection of the width of the nose.
  • the nose is also classified into three categories, namely narrow, normal or wide.
  • the points 117a, 117b and 132, 133 passing through the axis M3 of FIG. 22f are used to establish these proportions.
  • a comparison between the width of the face and the width of the nose makes it possible to determine in which category is the nose.
  • Lv4 corresponds to the width between the points 132 and 133 of the base of the nose, on each side of the nostrils
  • Lv7 corresponds to the width between the points 117a and 117b of the face.
  • the nose is normal or equivalent to the reference image if:
  • Lv4 is substantially equal to 1/4 x Lv7.
  • the nose is narrow if:
  • Lv4 is substantially smaller than 1/4 x Lv7.
  • the nose is wide if:
  • Lv4 is substantially larger than 1/4 x Lv7.
  • Figures 22b and 22c illustrate examples of patches to be applied to the nose according to the rankings made.
  • Figure 22b shows a nose too wide and Figure 22c shows a too narrow nose.
  • the zones F11bd and f11bg each represent an area where texture can be applied in the hollow of the wings of the nose.
  • the flObd and flObg forms provide darker application than the detected skin tone to darken this portion of the nose.
  • the Areas f12cd and f12cg provide a clearer application than the detected skin tone, to brighten this portion of the nose.
  • a nose In the case where a nose is too small, it aims to thin some portions of the nose, preferably using a top type of mask as illustrated. In the opposite case, if the nose is too long, an application darker than the tone of the skin is performed on the lower part of the nose.
  • Figure 22d shows the points and dimensions useful for establishing the criteria relating to the detection of the shape of the nose. These criteria are intended to determine the straightness of the nose in relation to the face.
  • the nose can thus be classified in three categories, namely right, deviated to the left (zone G) or deviated to the right (zone D).
  • the axes of Figure 22d are used to establish these proportions.
  • M1 and M2 have been previously described.
  • Lv5 and Lv6 correspond to the width between the axis M1 and the points 132 and 133 of the base of the nose, on each side of the nostrils.
  • the nose is normal or equivalent to the reference image if:
  • Lv5 is substantially equal to Lv6.
  • the nose is deviated to the right if:
  • Lv5 is substantially larger than Lv6.
  • the nose is deviated to the left if:
  • Lv5 is substantially smaller than Lv6.
  • FIG. 22e illustrates an example of a patch to be applied to the nose as a function of the rankings made for the shape of the nose.
  • Figure 22e shows a deviated nose on the left. In this case, to perform the compensation, it is intended to use a mask as illustrated.
  • the zones F13ed and f13eg each represent an area with a clearer application than the skin tone detected, to lighten this portion of the nose.
  • the f14e area provides a darker application than the detected skin tone, to darken this portion of the nose.
  • EYEBROWS Figure 26 shows the points useful for determining the space between the eye and the eyebrow.
  • Ls1 represents the distance between the inner corner of the eye 143 and the inner end of the eyebrow 163.
  • Ls2 represents the distance between the upper portion of the eye 144 and the top of the eyebrow 162. These distances make it possible to detect the type of eyebrow gap between eye and eyebrow.
  • the type of deviation can be determined either from Ls1, or from Ls2, or from these two distances, with a compound or cumulative criterion. Depending on the category detected, it is possible to automatically suggest one or more types of mask that can be applied. For the user, a corresponding makeup can then be applied, based on the example of the mask.
  • the deviation types are as follows:
  • a typical makeup involves predetermined colors. These colors are applied in a neutral way, without taking into account the features and the shape of the face of the person to make up.
  • most faces are not fully adapted for a color application without adaptation.
  • an image of the person to be made up is used in order to extract certain characteristics related to the features, the shape, and possibly the colors.
  • the clothing colors can also be taken into account for the adjustment or adaptation of the colors of the mask.
  • the colors of the mask can help to suggest subsidiary colors to guide the selection of a dress.
  • the source of the colors comes for example from the references of the various products provided by the user. These colors are in a database provided for this purpose. They can be preclassified into categories.
  • the colors are taken from specific areas on the face. These color values are usually in hexadecimal and then converted to HSL values (Hue, Saturation, Brightness).
  • HSL values Hue, Saturation, Brightness
  • the TSL diagram depicts a three-dimensional representation of the color in the form of two inverted cones whose common base shows at the periphery the maximum saturation of color. The center of the circle is gray, while the brightness increases upward and decreases downward.
  • One or more rules can be applied to the values obtained in order to classify them in a list of colors.
  • the color characteristics of three zones are used to compose the coloring mask: the eyes 104 and 105, more particularly the iris (preferably without reference to the reference image for the color ), the skin, especially at the level of the cheeks, as well as the hair.
  • a double comparison is advantageously used, namely on the one hand a comparison of the location of the landmarks and on the other hand a comparison of the colors of the areas near the landmarks. .
  • the following table lists some typical colors for each zone.
  • an appropriate mask can be selected. If a mask has already been selected by the shape and line criteria of the target image, the target image can be adapted or nuanced according to the color classification performed at this step of the process.
  • the search for the color adapted to a target image is advantageously performed according to its location in the TSL color space.
  • This search consists in detecting the closest colors available in the database by adding the possible adaptation rules.
  • the color is determined by the shortest distance between the detected color and the available colors in a TSL or equivalent space.
  • the TSL values of a color reference are pre-loaded into the database. It is also possible to add other constraints to the color selection. For example: choice by product, manufacturer, budget, etc.
  • the adaptation of a mask to simulate the addition of skin coloration is determined according to the color of the skin detected.
  • COLO is the position of the detected color.
  • CO represent the colors of the database.
  • the product whose tone is most appropriate for the color of the skin can be obtained.

Abstract

Procédé de traitement automatique d'images destiné à l'application d'un masque à être appliqué sur une image cible, comportant les étapes suivantes : a) obtenir une image cible, en particulier une image représentant un visage (300); b) pour au moins une zone de l'image cible, identifier les points de repères correspondant au moins aux points permettant de définir un cas type de d'imperfection spatiale (320); c) pour au moins cette zone, appliquer au moins un test de détection d'imperfection spatiale sur la base d'une comparaison entre l'image cible et une image de référence (335); d) en fonction de l'imperfection spatiale détectée, identifier un masque de correction spatiale à appliquer à la zone de l'image comportant ladite imperfection (340); e) appliquer ledit masque sur la zone concernée de l'image cible (350). L'invention concerne par ailleurs un système de traitement d'images correspondant.

Description

PROCEDE DE TRAITEMENT D'IMAGE POUR CORRIGER UNE IMAGE CIBLE
EN FONCTION D'UNE IMAGE DE REFERENCE ET DISPOSITIF DE
TRAITEMENT D'IMAGE CORRESPONDANT
DOMAINE TECHNIQUE DE L'INVENTION
[0001] L'invention concerne un procédé de traitement d'images destiné à produire un masque susceptible de corriger ou d'atténuer certaines imperfections ou irrégularités relevées sur une image cible.
[0002] L'invention concerne également le système de traitement d'images correspondant.
ETAT DE LA TECHNIQUE ANTERIEURE
[0003] On connaît aujourd'hui plusieurs procédés simulant des productions de masques, par exemple dans le domaine du maquillage. Une utilisatrice fourni une image du visage à maquiller, et obtient en retour une image modifiée, sur laquelle apparaît un masque de couleur. Ce masque sert à l'utilisatrice qui peut s'en servir comme modèle afin d'obtenir un maquillage. Puisqu'il est appliqué sur une image du visage de l'utilisatrice et non pas sur une image d'un modèle ayant des traits différents, le masque donne un effet réaliste qui constitue un excellent modèle pour l'application d'un maquillage par l'utilisatrice ou par un maquilleur. En pratique, les services connus offrant de telles prestations font appel à du personnel spécialisé, qui prépare manuellement un masque, ou des retouches de l'image fournie, simulant une forme de procédé automatique. Ce type d'approche implique une logistique importante, des temps de mise en œuvre et d'attente importants et des coûts élevés. Par ailleurs, s'agissant de méthodes artisanales, les résultats proposés ne sont pas constants dans le temps pour une image donnée, qui sera forcément traitée différemment si plusieurs spécialistes différents interviennent de façon indépendante. EXPOSE DE L'INVENTION
[0004] Pour éviter l'utilisation d'interventions humaines dans le processus d'élaboration d'un masque, et notamment pour assurer une production d'un nombre très élevé d'images tout en assurant une bonne répétabilité, des temps de réponse très courts et une stabilité des résultats, l'invention prévoit différents moyens techniques.
[0005]Tout d'abord, un premier objet de l'invention consiste à prévoir un procédé de traitement d'images permettant de définir un masque susceptible d'être appliqué de façon automatique sur une image cible, en particulier sur certaines zones bien définies de l'image, telles que la bouche, les yeux, les joues, etc.
[0006] Un autre objet de l'invention consiste à prévoir un procédé permettant de générer un masque susceptible de contribuer à corriger des zones imparfaites, en particulier pour une image représentant un visage. [0007] Ces buts sont atteints grâce au procédé défini dans les revendications.
[0008] Ainsi, l'invention prévoit un procédé de traitement automatique d'images destiné à l'application d'un masque à être appliqué sur une image cible, comportant les étapes suivantes :
a) obtenir une image cible numérique, en particulier une image représentant un visage ;
b) pour au moins une zone de l'image cible, identifier automatiquement les points de repères correspondant au moins aux points permettant de définir un cas type d'imperfection spatiale (les zones du masque à appliquer) ;
c) pour au moins cette zone, appliquer au moins un test de détection d'imperfection spatiale sur la base d'une comparaison entre l'image cible et une image de référence ;
d) en fonction de l'imperfection spatiale détectée, identifier/sélectionner automatiquement un masque de correction (ou compensation) spatiale à appliquer à la zone de l'image comportant ladite imperfection ;
e) appliquer ledit masque sur la zone concernée de l'image cible. [0009] Le fait de connaître les différentes caractéristiques d'un visage permet de corriger et masquer ses défauts. L'art du maquillage consiste à se rapprocher autant que possible d'un visage idéal, par exemple le Canon de la beauté. L'invention permet de comparer une image avec une image de référence, d'indiquer à un utilisateur les écarts entre une image cible et une image de référence.
[0010] Selon un mode de réalisation avantageux, le procédé comprend également, avant l'étape d'application du masque de correction, une étape consistant à :
identifier au moins une caractéristique de coloration (teinte, contraste, luminosité) de ladite zone de l'image cible ;
en fonction d'au moins une de ces caractéristiques, générer des caractéristiques de correction de coloration (filtre de correction) ;
- adjoindre ou ajouter ces caractéristiques de correction au masque de correction spatiale pour obtenir un masque de correction/compensation global, ; appliquer le masque de correction global à la zone concernée de l'image cible. [0011] De manière avantageuse, la comparaison entre l'image cible et l'image de référence implique une comparaison entre la disposition relative d'un ou plusieurs points clés de la zone concernée de l'image cible par rapport aux points correspondants de l'image de référence. Ces comparaisons point par point sont peu gourmandes en ressources de calcul et donnent de très bons résultats car les éléments comparés sont fiables et constants d'une image à l'autre. Le processus peut donc être décliné à une très large échelle industrielle, avec une excellente fiabilité.
[0012] Selon un mode de réalisation avantageux, l'image cible représente un visage vu sensiblement de face et les zones concernées sont sélectionnées parmi une liste comprenant la bouche, les yeux, les sourcils, le contour du visage, le nez, les joues, le menton. Les composantes du relief du visage de l'image représentent un visage pour lequel une pluralité de points de référence spatiale sont répertoriés.
[0013] Selon un exemple de réalisation, la zone de l'image cible comprend la bouche et les points de repère comprennent au moins les commissures de la bouche. Elle comprend aussi de préférence le point sensiblement central de la lèvre inférieure le plus éloigné du centre du nez et aussi de préférence un des deux points les plus hauts de la lèvre supérieure et enfin le point le plus bas entre les deux points précédents les deux points de la lèvre supérieure.
[0014] Selon un autre exemple de réalisation, la zone de l'image cible comprend les yeux.
[0015] Selon encore un autre exemple de réalisation, la zone de l'image cible comprend les sourcils.
[0016] Selon encore un autre exemple de réalisation, les points de repère comprennent une pluralité de points situés sensiblement sur le contour du visage. [0017] Dans un mode de réalisation avantageux, l'image de référence correspond sensiblement au visage du canon de la beauté, dont les proportions physiques sont établies de façon standard.
[0018] L'invention comprend également un système de traitement d'images pour la mise en œuvre du procédé préalablement décrit.
[0019] L'invention comprend enfin un système de traitement d'images comprenant :
-un module de comparaison adapté pour effectuer une comparaison entre certaines caractéristiques d'au moins une zone d'une image cible et des caractéristiques de nature similaire d'une image de référence à partir de critères de test appliqués afin de déceler d'éventuelles imperfections de la zone considérée en relation avec des caractéristiques de forme de l'image cible;
-un module de sélection adapté pour sélectionner au moins un masque de correction pour application sur la zone considérée de l'image cible, ledit masque étant sélectionné en fonction du type d'imperfection décelé par le module de comparaison ;
-un module d'application, pour appliquer le masque sélectionné sur l'image cible pour l'obtention d'une image modifiée. [0020] Selon un mode de réalisation avantageux, les modules de comparaison, de sélection et d'application sont intégrés dans un module de travail mis en œuvre par des instructions codées, ledit module de travail étant adapté pour obtenir des données d'image cible, des données d'image de référence et des critères de test.
DESCRIPTION DES FIGURES
[0021]Tous les détails de réalisation sont donnés dans la description qui suit, complétée par les figures 1 à 26, présentées uniquement à des fins d'exemples non limitatifs, dans lesquelles des références identiques indiquent des éléments similaires, et dans lesquelles :
-la Figure 1 est un exemple d'une image cible obtenue à des fins de traitement selon le procédé de l'invention avec le contour du visage détecté et identifié ; -la Figure 2 correspond à l'image cible d'origine, avant traitement ;
-Les Figures 3 et 4 illustrent un exemple d'image de référence, dans le cas présent le Canon de la beauté, avec les principaux points permettant d'effectuer des comparaisons avec une image cible ;
-Les Figures 5 et 6 illustrent un exemple d'image cible avec les points correspondants à ceux présentés aux figures 3 et 4 pour l'image de référence ; -La Figure 7 montre les points et dimensions pour permettre la détection de l'orientation des yeux d'une image cible en comparaison avec l'image de référence ; -La figure 8 montre les points permettant de détecter le type d'écartement entre les yeux en comparaison avec l'image de référence ;
-La Figure 9 illustre les points et distances permettant de détecter la forme des yeux de l'image cible en comparaison avec l'image de référence ;
-La Figure 10 illustre les points et distances permettant de détecter la proportion de la bouche de l'image cible en comparaison avec l'image de référence ;
-La Figure 11 illustre les points et distances permettant de détecter la taille des lèvres de l'image cible en comparaison avec l'image de référence ;
-Les Figures 12 et 13 présentent des schémas blocs illustrant les principales étapes du procédé de traitement d'image selon l'invention ;
-Les Figures 14a, 14b et 14c montrent un diagramme TSL permettant de déterminer les couleurs disponibles les plus proches des couleurs détectées sur l'image cible ;
-La Figure 15 montre de façon schématique les principaux modules et éléments prévus pour la mise en œuvre du procédé selon l'invention ;
-Les Figures 16a à 16d montrent les lèvres d'une image cible avec différents exemples de retouches visant à corriger divers types de défauts détectés sur les lèvres après comparaison avec une image de référence ;
-Les Figures 17a à 17c présentent différents exemples de masques pour les yeux en fonction du type d'œil détecté ;
-Les Figures 18a à 18c présentent des exemples de corrections en fonction du type de visage détecté pour l'image cible en comparaison avec l'image de référence ;
-Les Figures 19 et 20 montrent certains points et distances clés pour la détection de la forme du visage de l'image cible ;
-La Figure 21 illustre les points et distances utiles pour la détection du type de menton par rapport à celui de l'image de référence ;
-La Figure 22a illustre les points et dimensions utiles pour la détection du type de nez de l'image cible en relation avec l'image de référence ;
-Les Figures 22b, 22c, et 22e présentent des exemples de correctifs à appliquer au nez en fonction des caractéristiques détectées ; -La Figure 22d illustre les points et dimensions utiles pour la détection de la forme du nez de l'image cible en relation avec l'image de référence ;
-La Figure 22f illustre les points et dimensions utiles pour la détection de la largeur du nez de l'image cible en relation avec l'image de référence ;
-La Figure 23 montre les points et distances permettant de déterminer selon une autre approche la forme du visage de l'image cible en relation avec l'image de référence ;
-Les Figures 24 et 25 montrent les points et dimensions utiles pour établir les critères relatifs à la détection de la taille des yeux ;
-La figure 26 montre les points utiles pour déterminer l'espace entre l'œil et le sourcil d'une image cible.
DESCRIPTION DETAILLEE DE L'INVENTION
[0022] La référence pour les proportions d'un visage est le visage idéal 1 dit canon de beauté, gabarit de la peinture classique. Le canon est considéré comme le visage idéal. Il a des proportions parfaitement équilibrées. Les figures 3 et 4 présentent le canon généralement admis comme la référence par excellence.
[0023] Selon ce canon, la forme ovale est considérée comme idéale. Les distances entre les yeux 4 et 5, du nez 3 par rapport à la bouche 2, ainsi que la distance entre les yeux et le bas du menton tout comme par ailleurs les rapports entre ces distances doivent vérifier certaines valeurs standard. Le visage ovale présente les dimensions suivantes exprimées en unités absolues, tel que montré sur les figures 3 et 4.
[0024] La hauteur de la tête est de 3,5 unités. L'amorce du cuir chevelu 11 et le dessus de la tête occupent un espace de 0,5 unité. La largeur de la tête est de 2,5 unités. La largeur du visage représente 13/15 de la largeur de la tête. [0025] Les oreilles se trouvent dans la deuxième unité de hauteur. Le nez 3 se trouve dans la ligne médiane du visage et dans la deuxième unité en hauteur. Sa largeur correspond à la moitié de l'unité centrale. La hauteur des narines occupe 0,25 unité de hauteur.
[0026] En ce qui concerne l'œil, les coins internes des yeux 43 et 53 se trouvent de chaque côté de la demie unité centrale. Selon l'axe vertical ou longitudinal, les coins internes des yeux se trouvent à 1 ,75 unité de la référence 0. La largeur des yeux 4 et 5 occupe 0,5 unité.
[0027] Les coins internes des sourcils 63 et 73 se trouvent sur la même verticale que le coin interne de l'œil de même côté. Les coins externes des sourcils 61 et 71 sont sur la même droite passant par le coin externe de l'œil 42 ou 52 et le coin externe de la narine 31 ou 32 du même côté. La hauteur du sourcil 6 ou 7 correspond au tiers de sa longueur en partant vers l'extérieur et son sommet 62 ou 72 a pour hauteur un quart de sa longueur.
[0028] La bouche 2 se pose sur la ligne horizontale située à mi-hauteur de l'unité et occupe une demie unité en hauteur. La hauteur de la bouche 2 est exprimée avec les hauteurs respectives des lèvres inférieures et supérieures: la lèvre inférieure occupe un tiers de la 1/2 unité. La lèvre supérieure occupe un tiers de la partie restante de la 1/2 unité.
[0029] La largeur de la bouche 2 est définie à l'aide des deux points d'extrémités latérales 22 et 23 de la bouche. Ces deux points d'extrémité latérale de la bouche sont chacun situés sur une droite passant d'une part par le centre d'écartement des yeux et d'autre part par les points externes inférieurs des narines 31 et 32. La bouche est également délimitée au moyen du point inférieur 21 et des points supérieurs 24, 25 et 26.
PRINCIPALES ETAPES DU PROCEDE
[003O]La Figure 12 illustre les étapes clés du procédé de correction d'une image cible en fonction d'une image de référence sous la forme d'un organigramme fonctionnel. A l'étape 300, une image cible est obtenue. Au moins une zone de cette image est sélectionnée à l'étape 310 pour traitement. Les points clés au moins de cette zone sont identifiés à l'étape 320. Les modes d'identification préférentiels des points sont décrits en détails dans le document WO 2008/050062. D'autres modes de détection peuvent également être utilisés. A l'étape 330, les critères de test sont appliqués afin de déceler d'éventuelles imperfections de la zone considérée. Les tests appliqués impliquent une comparaison 335 entre les caractéristiques de l'image cible par rapport aux caractéristiques de nature similaire de l'image de référence. En fonction des imperfections décelées en relation avec des caractéristiques de forme de l'image cible, un ou plusieurs masques de correction sont identifiés à l'étape 340. A l'étape 350, les masques retenus sont appliqués sur l'image cible, pour l'obtention d'une image modifiée ou corrigée.
[0031] La figure 15 permet de mettre en relation les étapes clés du procédé avec différents modules fonctionnels appelés à différents moments du procédé afin de permettre sa mise en œuvre. Ainsi, les données 210 de l'image de référence et les données 220 de l'image cible sont mises à disposition, par exemple à l'aide d'emplacements mémoires. Lors de la mise en œuvre du procédé avec des moyens informatiques classiques comportant un ou plusieurs microprocesseurs, des moyens mémoires et des instructions de mise en œuvre, un module de travail 200 comporte un module de comparaison 201 , un module de sélection 202 et un module 203 d'application du masque sélectionné sur l'image cible. Les critères de test 230 sont mis à disposition par exemple à partir de moyens mémoires. A la fin du procédé, l'image modifiée 240, à savoir l'image cible sur laquelle le masque correctif est appliqué, est obtenue. [0032] La figure 13 montre une variante de réalisation dans laquelle un ou plusieurs tests en relation avec la coloration de l'image de référence sont effectuées. Ainsi, à l'étape 325, les caractéristiques de coloration d'une zone définie sont détectées à partir de l'image cible. Il peut s'agir de caractéristiques de coloration de peau pour une ou plusieurs zones du visage, de caractéristiques de coloration des yeux, et/ou des cheveux. A l'étape 345, les éventuels correctifs à appliquer à l'image cible en fonction des caractéristiques de coloration détectées à l'étape 325 sont définis. A l'étape 346, le masque de correction défini à l'étape 340 est modifié pour tenir compte des correctifs de coloration, avant d'être appliqué sur l'image cible à l'étape 350.
[0033] La suite de la description présente des exemples de comparaisons effectuées entre une image cible et une image de référence pour détecter les traits caractéristiques du visage représenté par l'image cible. On présente tour à tour la détection de la forme du visage, l'orientation, l'écartement et la taille des yeux, la forme des yeux et de la bouche, la taille des lèvres ainsi que leurs proportions relatives, les dimensions du menton, du nez et l'écart entre les sourcils et les yeux. Enfin, la sélection des couleurs est présentée.
LES TRAITS CARACTÉRISTIQUES DU VISAGES : LES FORMES DU VISAGE (figures 20 et 21) [0034] La forme du visage est un des traits essentiels de ce dernier. Or, il est techniquement très difficile de détecter avec précision le contour exact d'un visage. La zone de jonction avec le cuir chevelu pose en outre d'importants problèmes de détection, surtout lorsque la transition est progressive. La délimitation des contours latéraux et du menton, souvent avec des zones d'ombre, implique aussi de nombreuses difficultés et imprécisions chroniques.
[0035] Or, pour comparer une image d'un visage avec une image de référence, il est souhaitable de pouvoir comparer d'une part les différents éléments du visage tels que la bouche, les yeux, le nez, etc, mais aussi la forme générale du visage.
[0036] Dans la présente description, différents outils techniques ou critères sont présentés et illustrés afin de détecter la forme et/ou la catégorie à laquelle le contour du visage ou un élément de ce dernier appartient. Ces détections sont effectuées en relation avec le contour ou les éléments correspondants d'une image de référence. Dans un mode de réalisation avantageux, l'image de référence correspond à celle du canon de la beauté. [0037]Afin de détecter la forme type ou catégorie d'un visage, des rapports de distance sont utilisés. Ces rapports permettent de trier ou classer le visage cible 101 en fonction de catégories de formes types, de préférence comme suit : rond, ovale, allongé, carré, non déterminé. D'autres classes ou sous-classes peuvent aussi être utilisées, comme par exemple en forme de cœur ou de poire, de triangle inversé, etc. Différents critères permettent de déterminer la classe à laquelle un visage donné appartient. Les cotes utilisées pour effectuer ces tests sont illustrées aux figures 20 et 21. [0038] Dans les critères qui suivent, les distances suivantes sont utilisées : Lv1 correspond à la zone de plus grande largeur du visage cible 101 et Lv3 correspond à la largeur au niveau du point le plus bas 121 des lèvres 102. La largeur Lv2 est mesurée au niveau du nez à l'aide des points 132 et 133 définissant les narines. Hv1 est la hauteur entre le point bas du menton 112 et le point 115 à la hauteur des pupilles 140 et 150 des yeux 104 et 105.
[0039] Un visage est :
rond si : Lv1 / hv1 > 1 ,3 et si Lv1 / Lv3 < 1 ,4.
-allongé si : Lv1 / hv1 < 1 ,2.
-triangulaire si : Lv1 / Lv3 > 1 ,4.
-carré si : Lv1 / hv1 < 1 ,3 et si Lv1 / Lv3 < 1 ,45 et si Lv2 / Lv3 < 1 ,25.
-ovale si : Lv1 / hvK 1 ,3 et si Lv1 / Lv3 < 1 ,45 et si Lv2 / Lv3 >1 ,25.
[0040] Les figures 18a, 18b et 18c présentent des exemples de masques de correction ou compensation. Après comparaison entre l'image cible et l'image de référence, la forme du visage de l'image cible est détectée, de préférence avec les critères présentés ci-dessus. En fonction du type de visage détecté pour l'image cible, un ou plusieurs masques de correction sont proposés pour faire en sorte que l'image cible puisse présenter une forme se rapprochant de celle de l'image de référence. Par exemple, en 18a, un visage carré est corrigé ou compensé avec un masque qui vise à faire disparaître ou atténuer la visibilité des portions ou
« coins » inférieurs des joues, ou maxillaires f7ad et f7ag. Pour atténuer la visibilité, des couleurs, teintes et/ou textures sont sélectionnées de façon à minimiser la réflexion de la lumière sur les zones à masquer.
[0041] Les figures 18b et 18c illustrent des types de masques pour correction d'un visage dont la forme détectée est soit trop ronde (figure 18b) ou trop allongée
(figure 18c). Dans le premier cas, pour corriger un visage rond, dans les zones f7bd et f7bg, on prévoit une application plus foncée que le ton de la peau détectée, pour assombrir cette portion du visage, et ainsi la rendre moins visible.
En complément, dans la zone f9b à la base du menton et la zone f8b sur le front, on prévoit une zone de lumière obtenue avec une application favorisant la réflexion de la lumière, rendant cette zone plus visible.
[0042] A la figure 18c, l'approche est inversée. Pour corriger le visage allongé, les zones f7cd et f7cg sont éclaircies afin augmenter la réflexion de lumière, et mettre cette portion du visage plus en évidence. La base du menton en zone f9c est assombrie afin d'être moins mise en évidence. La zone f8c, au niveau du front, peut aussi être atténuée si besoin.
[0043] La figure 23 illustre une autre approche permettant de connaître les formes du visage. Un cercle ayant pour centre un point central sur le visage est utilisé afin d'établir une base spatiale de comparaison. On superpose tout d'abord le contour
OVCA (c'est-à-dire l'Ovale Visage Canon ou contour de l'image de référence) sur l'image cible. La superposition est effectuée en positionnant le point 15 situé au milieu de la distance séparant les centres des pupilles du contour OVCA de l'image de référence sur le point 115 de l'image cible et le point 12 le plus bas du visage sur le point 112 correspondant. Le point 15/115 est utilisé pour constituer le centre du cercle. Le rayon est dimensionné en se basant sur la distance entre le point 15 et le point 12. Suite à cette superposition des deux images, on obtient un redimensionnement de l'image de référence en fonction de la taille de l'image cible. On peut ensuite procéder à une comparaison de la forme OVCA avec le contour de l'image cible. La comparaison est de préférence effectuée point par point, à partir de points clés prédéfinis. Le cercle est avantageusement utilisé comme une nouvelle référence pour mesurer les distances entre ce dernier et différents points sur le contour de l'image cible. Par exemple, la distance Lvc7 permet d'évaluer la distance entre le point 119c du haut du front par rapport au point 119c2 du cercle. La distance Lvcδ est similaire de l'autre côté du visage. A la base du visage, les distances Lvc3 et Lvcδ permettent d'évaluer les distances entre d'une part les points 119a du contour et 119a2 du cercle, et d'autre part 119b du contour et 119b2 du cercle. Toutes les distances sont mesurées en utilisant des droites passant par les points à évaluer et le centre 115 du cercle. Cette approche peut également être utilisée afin de comparer d'autres composantes du visage entre les deux images. Selon une variante, cette approche est utilisée afin de comparer les positions des points du contour de l'image cible par rapport au contour de référence (OVCA) sans passer par l'intermédiaire du cercle de référence. En plus de la valeur de l'écart entre les points, il est alors utile de prévoir une indication permettant de préciser si le point de l'image cible est à l'intérieur ou à l'extérieur du contour de référence.
LES YEUX : ORIENTATION DES YEUX (figure 7)
[0044] En plus de la détection de la forme du visage en vue de l'application d'un masque correctif approprié, il est utile de détecter certaines caractéristiques liées aux traits du visage cible telles que la forme et/ou l'orientation ou dimension des yeux, la forme de la bouche et la taille et/ou proportion des lèvres, le type de menton ou de nez, etc. Il est ainsi possible de proposer des masques de correction définis pour chaque zone, en fonction du type de traits détectés.
[0045] La figure 7 montre les points et dimensions utiles pour établir les critères relatifs à la détection de l'inclinaison des yeux de l'image cible en relation avec l'image de référence. En fonction de l'inclinaison, les yeux sont avantageusement classés ou triés selon trois catégories, à savoir tombants, normaux (droit), ou obliques.
[0046] Plusieurs critères permettent d'établir cette classification. Selon une première approche, on utilise l'inclinaison (angle alpha à la figure 7) d'une droite y1-y1 passant par le coin interne 143 et le coin externe 142 de l'œil. Une valeur en degrés permet d'établir cette inclinaison. Selon cette approche, on établie que l'œil est :
-Normal : si l'angle alpha est supérieur à 358 degrés et inférieur à 5 degrés (ou une plage de +/- 7 degrés autour de l'axe horizontal).
-Oblique : si l'angle alpha est supérieur à 5 degrés et inférieur à 30 degrés.
-Tombant : si l'angle alpha est supérieur à 328 degrés et inférieur à 358 degrés. D'autres valeurs peuvent être affectées à ce type de test en fonction des résultats recherchés.
[0047] Pour des yeux classés dans la catégorie normale ou correspondants à ceux de l'image de référence, le masque ne vise aucune compensation ou correction particulière. La figure 17a présente un masque type pour agrémenter un œil ne présentant pas d'imperfection particulière. Ce masque a un impact neutre sur la forme, mais permet un effet de coloration visant à agrémenter le regard de la personne ainsi maquillée. [0048] Dans le second cas, le masque à appliquer aura pour objectif de correction de ne pas accentuer d'avantage ou d'accentuer très peu l'effet oblique, car cet effet est souvent recherché.
[0049] Enfin, dans le troisième cas, le masque à appliquer aura pour objectif de correction d'atténuer l'effet tombant. La figure 17c illustre un exemple de masque procurant un tel effet. Une zone foncée f5c plus développée vers le coin externe supérieur de l'œil crée un tel effet.
[0050] Selon une deuxième approche avantageuse, il est fait référence à la différence de hauteur exprimée par hy2 et hy1 sur la figure 7. Ces deux hauteurs expriment la différence de hauteur entre le coin interne 143 et externe 142 de l'œil. Les critères suivants sont ainsi établis. L'œil est :
-normal si hy1 est sensiblement égal à hy2.
-tombant si hy1 est sensiblement plus grand que hy2.
-oblique si hy1 est sensiblement plus petit que hy2. [0051] Les masques visent les mêmes effets correctifs ou compensatoires que ceux énoncés précédemment dans le cadre de la première approche.
ECARTEMENT DES YEUX (figure 8)
[0052] La figure 8 montre les points et dimensions utiles pour établir les critères relatifs à la détection de l'espacement entre les deux yeux de l'image cible en relation avec l'image de référence. Cet espacement peut être classé en 3 catégories selon lesquelles les yeux sont considérés soit comme proches, avec écartement normal, ou éloignés. Les points utilisés pour ces critères correspondent aux extrémités internes 143 et 153 et externes 142 et 152 des yeux 104 et 105.
Les yeux ont un écartement normal ou équivalent à l'image de référence si :
(Ly1 + Ly2) / 2 est sensiblement égal à Ly3.
Les yeux sont proches si : (Ly1 + Ly2) / 2 est sensiblement plus petit que Ly3. Les yeux sont éloignés si : (Ly1 + Ly2) / 2 est sensiblement plus grand que Ly3. [0053] Pour des yeux dont l'écartement est similaire à l'image de référence, ou standard, le masque à appliquer n'aura aucun objectif de compensation ou correction.
[0054] Dans le second cas, le masque à appliquer aura pour objectif de compenser le faible écart au moyen d'un effet de lumière produisant un plus grand écartement.
[0055] Dans le troisième cas, le masque à appliquer a pour objet de compenser l'écart important au moyen d'un effet d'ombre produisant un effet de rapprochement. Un exemple de ce type de masque est illustré à la figure 17b. Un tel masque crée un effet de rapprochement des yeux avec une zone foncée au dessus de l'œil couvrant au moins le côté externe de ce dernier, alors que pour l'œil normal, illustré à la figure 17a, la zone foncée du masque au-dessus de l'œil aborde tout juste le coin supérieur externe de l'œil. L'élargissement de la zone sombre f5b de la figure 17b crée un effet de rapprochement des yeux.
TAILLE DES YEUX (Fig.25) [0056] Les figures 24 et 25 montrent les points et dimensions utiles pour établir les critères relatifs à la détection de la taille des yeux. Ces critères visent à établir les proportions des yeux par rapport au reste du visage et de ces composantes. Les yeux sont avantageusement classés selon trois catégories, à savoir petits, normaux (proportionnés), ou grands. Ceci permet de connaître la proportion des deux yeux par rapport au reste du visage et de ses composantes.
[0057] Une première approche consiste à superposer l'image de référence et l'image cible. Cette superposition permet de procéder à un ajustement de l'échelle de l'image de référence. On utilise de préférence les points 13a et 13b de l'image de référence (voir figure 3) pour gérer le changement d'échelle dans le sens de la largeur. La grille de référence est centrée en superposant son point 15 situé au milieu de la distance se trouvant entre les centres des pupilles sur le point correspondant 115 de l'image cible. Les points du contour du visage 113a et 113b situés sur la même hauteur que le point 115 sont ensuite utilisés pour adapter l'échelle en largeur. Le choix du point à retenir est avantageusement basé sur la plus grande distance qui sépare le point 115, soit du point 113a ou du point 113b. Le point le plus éloigné du centre est retenu. L'échelle R de référence est adaptée (augmentée ou diminuée, selon le cas) afin que les points correspondants 13a ou 13b de l'image de référence soient alignés en largeur selon la distance retenue. [0058] L'échelle de référence est adaptée en hauteur en superposant le point 12 sur le point 112 correspondant de l'image cible. Après ces adaptations, la figure 25 montre que l'échelle R de l'image de référence ne correspond pas à l'échelle C de l'image cible. Les écarts entre les deux échelles peuvent alors servir afin de détecter les écarts de positionnements des points de l'image cible que l'on souhaite évaluer ou comparer. Il devient alors possible de comparer l'intégralité des différences de tailles, distances, etc., entre les composantes du visage de l'image cible et de l'image de référence. Sur les figures, les unités de la grille de référence sont désignées par R. [0059] Selon cette approche, pour détecter le type d'oeil, on compare les distances entre les deux coins des yeux 152 et 153 ou 142 et 143 sur les deux échelles, correspondant pour l'œil 105 à 0,5C ou 0,5R et 1 C et 1 R. Ainsi, les yeux sont : -Normaux si: la longueur de 0,5C à 1C est sensiblement égale à la longueur de 0,5R à 1 R. Dans ce cas, le masque à appliquer n'aura aucun objectif de compensation ou correction.
-Petits si: la longueur de 0,5C à 1C est sensiblement supérieur à la longueur de 0,5R à 1R. Le masque à appliquer aura pour objectif d'agrandir l'œil, par exemple en diffusant la couleur ou en utilisant une couleur plus claire. Le masque utilise de préférence un ratio plus élevé qu'avec l'application normale (cas du canon).
-Grands si la longueur de 0,5C à 1C est sensiblement plus petite que la longueur de 0,5R à 1 R. Le masque à appliquer aura pour objectif de rétrécir l'oeil, par exemple en réduisant la taille d'application de couleur. Le masque utilise de préférence un ratio plus faible qu'avec l'application normale (cas du canon).
[006O]La détection de la taille des yeux peut également être effectuée en calculant la surface des yeux en fonction de la surface du visage. Cette dernière surface est aisément connue à partir des points connus et/ou détectés le long du contour. Selon cette approche, les yeux sont :
-Normaux si: le pourcentage occupé par la surface des yeux par rapport à la surface du visage est sensiblement identique sur l'image cible et sur l'image de référence.
-Petits si: le pourcentage occupé par la surface des yeux par rapport à la surface du visage est sensiblement plus petit sur l'image cible que sur l'image de référence.
-Grands si: le pourcentage occupé par la surface des yeux par rapport à la surface du visage est sensiblement plus grand sur l'image cible que sur l'image de référence.
FORMES DES YEUX (figure 9)
[0061] La figure 9 montre les points et dimensions utiles pour établir les critères relatifs à la détection de la forme des yeux. Ces critères visent à établir les proportions des yeux par rapport au reste du visage et de ces composantes. [0062] Les critères de forme des yeux correspondent à la forme de l'ouverture de l'oeil. On prévoit un classement selon trois catégories, à savoir fin, normal (proportionné), ou rond. D'autres catégories peuvent être prévues pour affiner la précision ou tenir compte de cas particuliers. Les yeux du canon sont proportionnés avec une hauteur correspondant au tiers de la largeur. Pour vérifier les éventuelles corrections à appliquer aux yeux des images cibles soumises à titre de comparaison, les critères suivants sont appliqués. Les points utilisés pour ces critères correspondent aux extrémités 142 et 143 des yeux pour le segment Ly4, tandis que le segment hy3 est défini par les points le plus bas 141 et le plus haut 146 de l'œil. Ainsi, un œil est :
-normal si hy3 correspond sensiblement à 1/3 Ly4, ce qui correspond au canon, -fin si hy3 est sensiblement inférieur à 1/3 Ly4.
-rond si hy3 est sensiblement supérieur à 1/3 Ly4. [0063] En fonction du type d'œil détecté, différents types de masques de correction sont suggérés afin de corriger les formes qui se démarquent de celles du canon. Les masques sont prévus de sorte à affiner le profil d'un œil rond ou d'arrondir un œil trop fin. Les corrections identifiées suite à l'application des divers critères peuvent être de diverses natures. Certain correctifs sont des masques de type contour plus ou moins épais, de formes et de couleurs différentes. De tels masques définissent des zones de couleurs dégradées de différentes formes plus ou moins lumineuses. Il est également possible de déformer ou intensifier en partie ou non les cils qui se trouvent sur le contour de l'œil.
TAILLE/FORME DE LA BOUCHE (figure 10)
[0064] La figure 10 montre les points et dimensions utiles pour établir les critères relatifs à la détection de la forme de la bouche. Ces critères visent à établir les proportions de la bouche de l'image cible par rapport au reste du visage et de ses composantes, en relation avec l'image de référence. Les points utilisés pour ces critères correspondent aux points hauts et bas de chaque lèvre, soit pour hb3 la distance entre la ligne imaginaire passant par les commissures 122 et 123 et le point haut 125 d'un côté, pour hb4 la distance entre la ligne imaginaire passant par les commissures 122 et 123 et le point haut 124 de l'autre côté et pour hb5 la distance entre le point bas de la lèvre inférieure 121 et la ligne traversant les commissures aux points 122 et 123. [0065] La bouche peut ainsi être classée en trois catégories ; à savoir étroite, normale (proportionnée), ou large. Si la comparaison est effectuée à partir du Canon, pour ce dernier, la proportion de la bouche est donnée par la relation : Lb1 = 3A unité, Lb1 étant mesurée entre les points 122 et 123 tel que montré à la figure 11. La bouche est normale ou similaire à celle de l'image de référence si : Lb1 correspond sensiblement à 3A d'unité R (image référence).
L'application est similaire à celle effectuée avec l'image de référence.
La bouche est étroite si : Lb1 est sensiblement inférieur à 3A d'unité R.
L'application vise à élargir la bouche en dessinant le contour des lèvres tout en débordant légèrement vers les commissures.
La bouche est large si : Lb1 est sensiblement supérieur à 3A d'unité R.
L'application vise à réduire la largeur de la bouche en dessinant le contour sans les commissures, et éventuellement à atténuer les commissures.
TAILLE DES LÈVRES (figure 11)
[0066] La figure 11 montre les points et dimensions utiles pour établir les critères relatifs à la détection de la taille des lèvres en relation avec l'image de référence. Ces critères visent à établir les proportions des lèvres par rapport à la bouche. Il s'agit de détecter la taille des lèvres en faisant un rapport entre la largeur et la hauteur de la bouche ou la hauteur des lèvres. Les lèvres peuvent être classées selon trois catégories, à savoir fines, normales (proportionnées), grosses. Les points utilisés pour ces critères correspondent aux points hauts et bas de chaque côté de la bouche de l'image cible, soit pour hb1 la distance entre les points 125 et 121 , et pour hb2 la distance entre les points 124 et 121.
Les lèvres sont normales si: (hb1+hb2)/2 est sensiblement égal à Lb1/2,7, soit les proportions correspondant aux lèvres de l'image de référence.
Les lèvres sont fines si: (hb1+hb2)/2 est sensiblement plus petit que Lb1/2,7.
Les lèvres sont grosses si: (hb1+hb2)/2 est sensiblement plus grand que Lb1/2,7. RAPPORT DE TAILLES DES LÈVRES
[0067] La figure 10 montre aussi les points et dimensions utiles pour établir les critères relatifs à la détection de la taille comparative ou proportions des lèvres. Ces critères visent à établir les proportions des lèvres l'une par rapport à l'autre. Il s'agit de détecter la taille des lèvres en faisant un rapport entre la hauteur de chacune des lèvres. Pour la lèvre supérieure, on utilise de préférence une dimension de hauteur moyenne. Les lèvres peuvent être classées selon trois catégories, à savoir lèvre inférieure plus grande, lèvres équilibrées, lèvre supérieure plus grande. Les points utilisés pour ces critères correspondent aux points hauts et bas de chaque lèvre, soit pour hb3 la distance entre la ligne imaginaire passant par les commissures 122 et 123 et le point haut 125 d'une côté, pour hb4 la distance entre la ligne imaginaire passant par les commissures 122 et 123 et le point haut 124 de l'autre côté et pour hb5 la distance entre le point bas de la lèvre inférieure 121 et la ligne traversant les commissures aux points 122 et 123.
Dans le cas de lèvres équilibrées ou de dimensions similaires :
(hb3+hb4) / 2 est sensiblement égal à hb5.
Dans le cas où la lèvre inférieure est plus grande :
(hb3+hb4) / 2 est sensiblement plus petit que hb5.
Dans le cas où la supérieure est plus grande :
(hb3+hb4) / 2 est sensiblement plus grand que hb5.
[0068] Les figures 16a à 16d illustrent des exemples de correctifs à appliquer à des lèvres en fonction des classements effectués. La figure 16a montre des lèvres équilibrées. Les figures 16b, 16c et 16d présentent des exemples de correctifs prévus pour des situations courantes. Les correctifs sont prévus pour une application le long du contour extérieur des lèvres ou sur une portion de ce contour. Il est ainsi possible de corriger diverses disproportions et ainsi rééquilibrer les lèvres par rapport au reste du visage. En fonction de la correction à effectuer, le contour est retracé sur l'extérieur ou l'intérieur de la limite externe des lèvres. Ainsi, dans l'exemple de la figure 16b, pour corriger des lèvres détectées comme étant trop larges, le contour est retracé en suivant la ligne f1 , avec des bordures plus étroites. A la figure 16c, on compense une lèvre inférieure plus mince que la lèvre supérieure avec un contour de lèvre inférieure retracé selon f2 de façon à déplacer le bord inférieur de la lèvre inférieure vers le bas. L'exemple de la figure 16d concerne une lèvre supérieure asymétrique, corrigée par un contour retracé suivant f3, de façon à augmenter la surface détectée plus petite. Le but est de rééquilibrer le point 125 avec le point 124 en les mettant au même niveau.
[0069] Ces exemples montrent que les rééquilibrages peuvent être effectués tant latéralement que verticalement, ou selon une combinaison de ces deux axes. LE MENTON (figure 21 )
[0070] La figure 21 montre les points et dimensions utiles pour établir les critères relatifs à la détection des dimensions du menton de l'image cible. Ces critères visent à établir les proportions relatives du menton par rapport au reste du visage et de ces composantes. Le menton peut ainsi être classé en trois catégories, à savoir court, normal, ou long. Les axes de la figure 21 sont utilisés pour établir ces proportions. Hv1 correspond à la hauteur entre le point 115 au niveau des pupilles et le point bas 112 du menton. Hv2 correspond à la hauteur du menton entre la base des lèvres 121 et la base du menton 112.
Le menton est normal ou sensiblement équivalent à l'image de référence si :
3,2 unités < hv2 / hv1 < 3,8 unités.
Le menton est court si hv1 / hv2 < 3,2 unités.
Le menton est long si : hv2 / hv1 > 3,8 unités.
[0071]Afin d'appliquer les correctifs correspondant bien au type de menton détecté, le procédé prévoit l'utilisation de différents types de masques apportant des correctifs sur la partie basse, rendant cette zone plus ou moins visible, selon le cas. Dans le cas où le menton est trop long, une application plus foncée que le ton de la peau est prévue. Dans le cas ou le menton est trop court, une application plus claire que le ton de la peau est alors préconisée. LE NEZ : LA LONGUEUR DU NEZ (figure 22)
[0072] La figure 22a montre les points et dimensions utiles pour établir les critères relatifs à la détection des dimensions du nez. Ces critères visent à établir les proportions relatives du nez par rapport au reste du visage. Le nez peut ainsi être classé en trois catégories, à savoir court, normal, ou long. Les axes de la figure 22a sont utilisés pour établir ces proportions. La hauteur du nez par rapport au menton est de préférence établie sur la base d'une moyenne entre les deux côtés du nez. Ainsi, Hv3 correspond à la hauteur entre le point 112 à la base du menton et le point 133 à la base d'un des côtés du nez. Hv4 correspond à la hauteur entre le point 112 à la base du menton et le point 132 à la base de l'autre côté du nez. Hv5 correspond à la distance entre les points de la base du nez 132 d'un côté et le coin interne 153 de l'oeil du même côté. Hv6 correspond à la distance entre les points de la base du nez 133 de l'autre côté et le coin interne 143 de l'œil également de ce côté.
Le nez est normal si :
0,78 (hv3 + hv4) / 2 > (hv5 + hv6) / 2 > 0,72 x (hv3 + hv4) / 2.
Le nez est court si :
(hv5 + hv6) / 2 > 0,78 x (hv3 + hv4) / 2.
Le nez est long si :
(hv5 + hv6) / 2 < 0,72 x (hv3 + hv4) / 2.
LARGEUR DU NEZ
[0073] La figure 22a montre aussi les points et dimensions utiles pour établir les critères relatifs à la détection de la largeur du nez. Ces critères visent à établir les proportions relatives du nez par rapport au reste du visage. Le nez peut ainsi être classé en trois catégories, à savoir étroit, normal, ou large. Les axes de la figure 22a sont utilisés pour établir ces proportions. La hauteur du nez par rapport au menton est de préférence établie sur la base d'une moyenne entre les deux côtés du nez. Hv5 et hv6 ont été préalablement décrits. Lv4 correspond à la largeur entre les points 132 et 133 de la base du nez, de chaque côté des narines.
Le nez est normal ou équivalent à l'image de référence si :
Lv4 est sensiblement égal à 2/3 x (hv5 + hv6) / 2. Le nez est étroit si :
Lv4 est sensiblement plus petit que 2/3 x (hv5 + hv6) / 2.
Le nez est large si :
Lv4 est sensiblement plus grand que 2/3 x (hv5 + hv6) / 2.
[0074] Autre mode de détermination des critères de la largeur du nez :
[0075]Tout comme la figure 22a, la figure 22f montre les points et dimensions utiles pour établir les critères relatifs à la détection de la largeur du nez. Le nez est également classé en trois catégories, à savoir étroit, normal ou large. Les points 117a, 117b et 132, 133 passant par l'axe M3 de la figure 22f sont utilisés pour établir ces proportions. Selon cette approche, une comparaison entre la largeur du visage et la largeur du nez permet de déterminer dans quelle catégorie se trouve le nez. Lv4 correspond à la largeur entre les points 132 et 133 de la base du nez, de chaque côté des narines et Lv7 correspond à la largeur entre les points 117a et 117b du visage.
Le nez est normal ou équivalent à l'image de référence si :
Lv4 est sensiblement égal à 1/4 x Lv7.
Le nez est étroit si :
Lv4 est sensiblement plus petit que 1/4 x Lv7.
Le nez est large si :
Lv4 est sensiblement plus grand que 1/4 x Lv7.
[0076] Les figures 22b et 22c illustrent des exemples de correctifs à appliquer au nez en fonction des classements effectués. La figure 22b montre un nez trop large et la figure 22c montre un nez trop étroit. En fonction de la correction à effectuer, l'écartement du sourcil, représenté par la distance Es, peut être augmenté pour le cas d'un nez trop large et diminué dans le cas contraire. Les zones F11bd et f11bg représentent chacune une zone où l'on peut appliquer une texture dans le creux des ailes du nez. Les formes flObd et flObg prévoient une application plus foncée que le ton de la peau détectée, pour assombrir cette portion du nez. Les zones f12cd et f12cg prévoient une application plus claire que le ton de la peau détectée, pour éclaircir cette portion du nez.
[0077] Dans le cas où un nez est trop petit, on vise à éclaircir certaines portions du nez, le haut de préférence à l'aide d'un type de masque tel que celui illustré. Dans le cas inverse, si le nez est trop long, une application plus foncée que le ton de la peau est effectuée sur la partie basse du nez.
LA FORME DU NEZ
[0078] La figure 22d montre les points et dimensions utiles pour établir les critères relatifs à la détection de la forme du nez. Ces critères visent à déterminer la droiture du nez par rapport au visage. Le nez peut ainsi être classé en trois catégories, à savoir droit, dévié à gauche (zone G) ou dévié à droite (zone D). Les axes de la figure 22d sont utilisés pour établir ces proportions. M1 et M2 ont été préalablement décrits. Lv5 et Lv6 correspondent à la largeur entre l'axe M1 et les points 132 et 133 de la base du nez, de chaque côté des narines.
Le nez est normal ou équivalent à l'image de référence si :
Lv5 est sensiblement égal à Lv6.
Le nez est dévié à droite si :
Lv5 est sensiblement plus grand que Lv6.
Le nez est dévié à gauche si :
Lv5 est sensiblement plus petit que Lv6.
[0079] La figure 22e illustre un exemple de correctif à appliquer au nez en fonction des classements effectués pour la forme du nez. La figure 22e montre un nez dévié à gauche. Dans ce cas, pour effectuer la compensation, il est prévu d'utiliser un masque tel que celui illustré. Les zones F13ed et f13eg représentent chacune une zone avec une application plus claire que le ton de la peau détectée, pour éclaircir cette portion du nez. La zone f14e prévoie une application plus foncée que le ton de la peau détectée, pour assombrir cette portion du nez. LES SOURCILS [008O]La figure 26 montre les points utiles pour déterminer l'espace entre l'œil et le sourcil. Ls1 représente la distance entre le coin intérieur de l'oeil 143 et l'extrémité intérieur du sourcil 163. Ls2 représente la distance entre la portion supérieure de l'œil 144 et le sommet du sourcil 162. Ces distances permettent de détecter le type d'écart entre l'œil et le sourcil. Le type d'écart peut être déterminé soit à partir de Ls1, soit à partir de Ls2, ou à partir de ces deux distances, avec un critère composé ou cumulatif. En fonction de la catégorie détectée, il est possible de suggérer automatiquement un ou plusieurs types de masque susceptible d'être appliqué. Pour l'utilisatrice, un maquillage correspondant pourra ensuite être appliqué, en se basant sur l'exemple du masque. Les types d'écart sont comme suit :
-Normal si Ls1 est sensiblement égal à % R.
-Etroit si Ls1 est sensiblement plus petit que % R.
-Large si Ls1 est sensiblement plus grand que 1/4 R.
-Normal si Ls2 est sensiblement égal à 1/3 R.
-Etroit si Ls2 est sensiblement plus petit que 1/3 R.
-Large si Ls2 est sensiblement plus grand que 1/3 R.
LA SELECTION DE LA COULEUR
[0081] Les traitements d'images effectués afin de tenir compte de la forme et des traits du visage de l'image cible ont été présentés dans les paragraphes précédents. En plus de la forme et des traits, il est également avantageux de pouvoir tenir compte de certaines couleurs de l'image cible.
[0082] En effet, de façon classique, un maquillage type implique des couleurs prédéterminées. Ces couleurs sont appliquées de façon neutre, sans tenir compte des traits et de la forme du visage de la personne à maquiller. Or, la plupart des visages ne sont pas entièrement adaptés pour une application de couleurs sans adaptation. Ainsi, afin de tenir compte des particularités individuelles de chaque visage, une image de la personne à maquiller est utilisée afin d'en extraire certaines caractéristiques liées aux traits, à la forme, et éventuellement aux couleurs. En comparaison avec une image de référence, il est alors possible de proposer automatiquement un masque parfaitement adapté aux traits détectés. On peut ainsi faire en sorte de corriger ou modifier certaines zones de l'image cible afin de la «rapprocher» de l'image de référence. Certaines zones de l'image cible sont ainsi identifiées pour des détections de couleur. Ceci permet de déterminer les couleurs les plus appropriées pour définir le masque à appliquer. [0083] Par ailleurs, si l'utilisatrice doit ensuite effectuer un maquillage basé sur le masque, il est utile d'adapter la sélection de couleur en fonction des couleurs et produits disponibles pour l'utilisatrice. Cette dernière peut fournir ces indications sous plusieurs formes, telles que par un code de couleurs, des références produits, etc, afin de renseigner une base de données utilisatrice précisant les couleurs disponibles. Une façon simple d'obtenir ces données consiste à demander à l'utilisateur de les fournir par exemple à l'aide d'une fenêtre de saisie spécialement dédiée à cet effet. Ce référencement est en général facilité du fait que les couleurs des produits de la base ont une référence correspondant à une valeur hexadécimale. Les couleurs disponibles pour un utilisateur donné peuvent être saisies et classées par catégories de produits.
[0084] De manière avantageuse, les couleurs vestimentaires peuvent également être prises en compte pour l'ajustement ou adaptation des couleurs du masque. Inversement, les couleurs du masque peuvent permettre de suggérer des couleurs phares pour guider la sélection d'une tenue vestimentaire. [0085] Lorsque les caractéristiques de couleur de la peau, des yeux, et des cheveux sont connues, il est possible d'adapter les couleurs d'un masque pour obtenir un agencement personnalisé et adapté. La source des couleurs provient par exemple des références des divers produits fournies par l'utilisateur. Ces couleurs se trouvent dans une base de données prévue à cet effet. Elles peuvent être préclassées en catégories.
[0086] Les couleurs sont prélevées dans des zones déterminées sur le visage. Ces valeurs de couleur sont habituellement en hexadécimal puis convertie en valeurs TSL (Teinte, Saturation, Luminosité). Le diagramme TSL matérialise une représentation tridimensionnelle de la couleur sous la forme de deux cônes inversés dont la base commune montre à la périphérie le maximum de saturation de la couleur. Le centre du cercle est gris, tandis que la luminosité augmente vers le haut et diminue vers le bas. Une ou plusieurs règles peuvent être appliquées aux valeurs obtenues afin de les classer dans une liste des couleurs.
[0087] Selon un mode de réalisation préférentiel, les caractéristiques de couleur de trois zones servent à composer le masque de coloration : les yeux 104 et 105, plus particulièrement l'iris (de préférence sans référence à l'image de référence pour la couleur), la peau, plus particulièrement au niveau des joues, ainsi que les cheveux.
[0088] Pour la chevelure et pour la peau, on utilise avantageusement une double comparaison, à savoir d'une part une comparaison d'emplacement des points de repère et d'autre part une comparaison des couleurs des zones à proximité des points de repères. Le tableau qui suit répertorie certaines couleurs types pour chacune des zones. En fonction du classement établi sur la base de la détection de couleur, un masque approprié peut être sélectionné. Si un masque a déjà été sélectionné par les critères de forme et traits de l'image cible, ce dernier peut être adapté ou nuancé en fonction du classement de couleur effectué à cette étape du procédé.
Figure imgf000029_0001
Figure imgf000030_0001
Tableau 1 : Classement des couleurs et fourchette de valeur
[0089] La recherche de la couleur adaptée à une image cible est avantageusement effectuée en fonction de son emplacement dans l'espace de couleur TSL. Cette recherche consiste à détecter les couleurs les plus proches disponibles dans la base de données en ajoutant les éventuelles règles d'adaptations. On détermine la couleur par la distance la plus courte entre la couleur détectée et les couleurs disponibles dans un espace TSL ou tout autre espace équivalent. Les valeurs TSL d'une référence couleur sont pré-chargées dans la base de données. Il est également possible d'apporter d'autres contraintes à la sélection de couleurs. Par exemple : choix par produit, fabricant, budget, etc.
[0090] L'adaptation d'un masque en vue de simuler l'ajout de coloration de peau (fond de teint) est déterminée en fonction de la couleur de la peau détectée. Sur le diagramme TSL de la figure 14, COLO est le positionnement de la couleur détectée. CO représentent les couleurs de la base de données. On peut obtenir le produit dont le ton est le plus approprié en fonction de la couleur de la peau. Il est possible également de greffer des règles qui permettent d'adapter un ton désiré avec une harmonie de couleur. Par exemple, dans le cas où on désire obtenir un ton plus foncé, il suffit de rechercher la couleur la plus proche en faisant en sorte que la luminosité soit plus faible que celle de la couleur originale. Par exemple, on effectue un calcul de la distance la plus proche d'un produit de même teinte dont la luminosité est supérieure à 60% et une saturation entre 40% et 60%, afin d'obtenir une adaptation pour une peau pâle.
[0091] Les Figures et leurs descriptions faites ci-dessus illustrent l'invention plutôt qu'elles ne la limitent. En particulier, l'invention et ses différentes variantes viennent d'être décrites en relation avec un exemple particulier comportant un canon dont les caractéristiques correspondent à celles généralement admises par l'homme du métier. Néanmoins, il est évident pour un homme du métier que l'invention peut être étendue à d'autres modes de réalisation dans lesquels en variantes, on prévoit une image de référence dont les caractéristiques différent pour un ou plusieurs des points du visage. En outres une image de référence basée sur le nombre d'or (1,618034...) pourrait également être utilisée.
[0092] Les signes de références dans les revendications n'ont aucun caractère limitatif. Les verbes "comprendre" et "comporter" n'excluent pas la présence d'autres éléments que ceux listés dans les revendications. Le mot "un" précédant un élément n'exclue pas la présence d'une pluralité de tels éléments.
Figure imgf000031_0001
Figure imgf000032_0001
Figure imgf000033_0001

Claims

REVENDICATIONS
1. Procédé de traitement automatique d'images destiné à l'application d'un masque à être appliqué sur une image cible (101), comportant les étapes suivantes :
a) obtenir une image cible (101 ) numérique, en particulier une image représentant un visage (300);
b) pour au moins une zone de l'image cible, identifier automatiquement les points de repères correspondant au moins aux points permettant de définir un cas type d'imperfection spatiale (320);
c) pour au moins cette zone, appliquer au moins un test de détection d'imperfection spatiale sur la base d'une comparaison entre l'image cible et une image de référence (335);
d) en fonction de l'imperfection spatiale détectée, identifier automatiquement un masque de correction spatiale à appliquer à la zone de l'image comportant ladite imperfection (340);
e) appliquer ledit masque sur la zone concernée de l'image cible (350).
2. Procédé de traitement automatique d'images selon la revendication 1 , comprenant, avant l'étape d'application du masque de correction, une étape consistant à :
identifier au moins une caractéristique de coloration de ladite zone de l'image cible (325);
- en fonction d'au moins une de ces caractéristiques, générer des caractéristiques de correction de coloration (345);
adjoindre ces caractéristiques de correction au masque de correction spatiale pour obtenir un masque de correction global (346);
appliquer le masque de correction global à la zone concernée de l'image cible (350).
3. Procédé de traitement automatique d'images selon l'une des revendications 1 ou 2, dans lequel la comparaison entre l'image cible et l'image de référence implique une comparaison entre la disposition relative d'un ou plusieurs points clés de la zone concernée de l'image cible par rapport aux points correspondants de l'image de référence.
4. Procédé de traitement automatique d'images selon l'une des revendications précédentes, dans lequel l'image cible représente un visage vu sensiblement de face et les zones concernées sont sélectionnées parmi une liste comprenant la bouche, les yeux, les sourcils, le contour du visage, le nez, les joues.
5. Procédé de traitement automatique d'images selon l'une des revendications précédentes, dans lequel la zone de l'image cible comprend la bouche (102) et les points de repère comprennent au moins les commissures de la bouche (122, 123).
6. Procédé de traitement automatique d'images selon l'une des revendications précédentes, dans lequel la zone de l'image cible comprend les yeux (104, 105).
7. Procédé de traitement automatique d'images selon l'une des revendications précédentes, dans lequel la zone de l'image cible comprend les sourcils (106,
107).
8. Procédé de traitement automatique d'images selon l'une des revendications précédentes, dans lequel les points de repère comprennent par ailleurs une pluralité de points situés sensiblement sur le contour du visage (13a, 13b, 14a, 14b, 113a, 113b, 114a, 114b).
9. Système de traitement d'images pour la mise en œuvre du procédé selon l'une des revendications 1 à 8, comprenant :
-un module de comparaison (201) adapté pour effectuer une comparaison entre certaines caractéristiques d'au moins une zone d'une image cible et des caractéristiques de nature similaire d'une image de référence à partir de critères de test appliqués afin de déceler d'éventuelles imperfections de la zone considérée en relation avec des caractéristiques de forme de l'image cible;
-un module de sélection (202) adapté pour sélectionner au moins un masque de correction pour application sur la zone considérée de l'image cible, ledit masque étant sélectionné en fonction du type d'imperfection décelé par le module de comparaison ;
-un module (203) d'application, pour appliquer le masque sélectionné sur l'image cible pour l'obtention d'une image modifiée.
10. Système de traitement d'images selon la revendication 9, dans lequel les modules de comparaison (201), de sélection (202) et d'application (203) sont intégrés dans un module de travail (200) mis en œuvre par des instructions codées, ledit module de travail étant adapté pour obtenir des données d'image cible, des données d'image de référence et des critères de test.
PCT/IB2010/001914 2009-08-04 2010-07-28 Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant WO2011015928A2 (fr)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP10747492A EP2462535A2 (fr) 2009-08-04 2010-07-28 Procédé de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant
JP2012523398A JP2013501292A (ja) 2009-08-04 2010-07-28 基準画像に対して対象画像を補正する画像処理方法及びその画像処理装置
CA2769583A CA2769583A1 (fr) 2009-08-04 2010-07-28 Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant
US13/388,511 US20120177288A1 (en) 2009-08-04 2010-07-28 Image-processing method for correcting a target image with respect to a reference image, and corresponding image-processing device

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR09/03856 2009-08-04
FR0903856 2009-08-04
FR1001916A FR2959846B1 (fr) 2010-05-04 2010-05-04 Procede de traitement d'image pour corriger une cible en fonction d'une image de reference et dispositif de traitement d'image correspondant
FR10/01916 2010-05-04

Publications (2)

Publication Number Publication Date
WO2011015928A2 true WO2011015928A2 (fr) 2011-02-10
WO2011015928A3 WO2011015928A3 (fr) 2011-04-21

Family

ID=43425905

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2010/001914 WO2011015928A2 (fr) 2009-08-04 2010-07-28 Procede de traitement d'image pour corriger une image cible en fonction d'une image de reference et dispositif de traitement d'image correspondant

Country Status (6)

Country Link
US (1) US20120177288A1 (fr)
EP (1) EP2462535A2 (fr)
JP (1) JP2013501292A (fr)
KR (1) KR20120055598A (fr)
CA (1) CA2769583A1 (fr)
WO (1) WO2011015928A2 (fr)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254147A (zh) * 2011-04-18 2011-11-23 哈尔滨工业大学 一种基于星图匹配的远距离空间运动目标识别方法
US20130141458A1 (en) * 2011-12-02 2013-06-06 Hon Hai Precision Industry Co., Ltd. Image processing device and method
CN108710853A (zh) * 2018-05-21 2018-10-26 深圳市梦网科技发展有限公司 人脸识别方法及装置

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136543B (zh) * 2011-12-02 2016-08-10 湖南欧姆电子有限公司 图像处理装置及图像处理方法
US8433107B1 (en) * 2011-12-28 2013-04-30 Arcsoft (Hangzhou) Multimedia Technology Co., Ltd. Method of enhancing a nose area of an image and related computing device
US8538089B2 (en) * 2011-12-28 2013-09-17 Arcsoft (Hangzhou) Multimedia Technology Co., Ltd. Method of performing eyebrow shaping on an image and related computing device
JP5895703B2 (ja) * 2012-05-22 2016-03-30 ソニー株式会社 画像処理装置及び画像処理方法、並びにコンピューター・プログラム
CN103632165B (zh) 2013-11-28 2017-07-04 小米科技有限责任公司 一种图像处理的方法、装置及终端设备
JP6413271B2 (ja) * 2014-03-20 2018-10-31 フリュー株式会社 情報提供装置、画像分析システム、情報提供装置の制御方法、画像分析方法、制御プログラム、および記録媒体
JP6369246B2 (ja) * 2014-09-08 2018-08-08 オムロン株式会社 似顔絵生成装置、似顔絵生成方法
US10163247B2 (en) * 2015-07-14 2018-12-25 Microsoft Technology Licensing, Llc Context-adaptive allocation of render model resources
US9916497B2 (en) 2015-07-31 2018-03-13 Sony Corporation Automated embedding and blending head images
CN108292418B (zh) * 2015-12-15 2022-04-26 日本时尚造型师协会 信息提供装置及信息提供方法
GB2550344B (en) * 2016-05-13 2020-06-03 Holition Ltd Locating and augmenting object features in images
WO2017149315A1 (fr) * 2016-03-02 2017-09-08 Holition Limited Localisation et augmentation de caractéristiques d'objet dans des images
TWI573093B (zh) * 2016-06-14 2017-03-01 Asustek Comp Inc 建立虛擬彩妝資料的方法、具備建立虛擬彩妝資料之方法的電子裝置以及其非暫態電腦可讀取記錄媒體
CN108804972A (zh) * 2017-04-27 2018-11-13 丽宝大数据股份有限公司 唇彩指引装置及方法
CN109419140A (zh) 2017-08-31 2019-03-05 丽宝大数据股份有限公司 推荐眉毛形状显示方法与电子装置
JP2019070870A (ja) * 2017-10-05 2019-05-09 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP7087331B2 (ja) 2017-10-05 2022-06-21 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP6803046B2 (ja) * 2017-10-05 2020-12-23 株式会社顔分析パーソナルメイクアップ研究所 フィルム及び顔分析装置
CN108230315B (zh) * 2018-01-04 2021-05-25 西安理工大学 一种基于机器视觉的口罩带缺失检测方法
US10574890B2 (en) 2018-01-12 2020-02-25 Movidius Ltd. Methods and apparatus to operate a mobile camera for low-power usage
US10915995B2 (en) 2018-09-24 2021-02-09 Movidius Ltd. Methods and apparatus to generate masked images based on selective privacy and/or location tracking
KR102607789B1 (ko) * 2018-12-17 2023-11-30 삼성전자주식회사 이미지 처리 방법 및 그 전자 장치
CN112561850A (zh) * 2019-09-26 2021-03-26 上海汽车集团股份有限公司 一种汽车涂胶检测方法、设备及存储介质
US11501472B2 (en) * 2019-09-27 2022-11-15 Clemson University Research Foundation Color adjustment system for disparate displays
JP7455545B2 (ja) * 2019-09-30 2024-03-26 キヤノン株式会社 情報処理装置、情報処理方法、およびプログラム
CN112950529A (zh) * 2019-12-09 2021-06-11 丽宝大数据股份有限公司 脸部肌肉特征点自动标记方法
TW202122040A (zh) * 2019-12-09 2021-06-16 麗寶大數據股份有限公司 臉部肌肉狀態分析與評價方法
CN111563855B (zh) * 2020-04-29 2023-08-01 百度在线网络技术（北京）有限公司 图像处理的方法及装置
JP2023531264A (ja) * 2020-06-29 2023-07-21 ロレアル 改善された顔属性分類およびその使用のためのシステム及び方法
CN111832512A (zh) * 2020-07-21 2020-10-27 虎博网络技术(上海)有限公司 表情检测方法和装置
CN115797198B (zh) * 2022-10-24 2023-05-23 北京华益精点生物技术有限公司 图像标记矫正方法及相关设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008050062A1 (fr) 2006-10-24 2008-05-02 Jean-Marc Robin Procédé et dispositif de simulation virtuelle d'une séquence d'images vidéo.

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3529954B2 (ja) * 1996-09-05 2004-05-24 株式会社資生堂 顔だち分類法及び顔だちマップ
JPH10289303A (ja) * 1997-04-16 1998-10-27 Pola Chem Ind Inc 好印象を形成するメークアップの選択法
US5990901A (en) * 1997-06-27 1999-11-23 Microsoft Corporation Model based image editing and correction
AU3662600A (en) * 2000-03-30 2001-10-15 Lucette Robin Digital remote data processing system for transforming an image, in particular an image of the human face
JP4789408B2 (ja) * 2003-06-30 2011-10-12 株式会社 資生堂 目の形態分類方法及び形態分類マップ並びに目の化粧方法
KR101363097B1 (ko) * 2004-10-22 2014-02-13 가부시키가이샤 시세이도 입술의 분류 방법, 화장 방법, 분류 맵 및 화장용 기구
WO2007063878A1 (fr) * 2005-12-01 2007-06-07 Shiseido Company, Ltd. Méthode de classement de visage, dispositif de classement de visage, carte de classement, programme de classement de visage, support d’enregistrement sur lequel ce programme est enregistré
WO2008102440A1 (fr) * 2007-02-21 2008-08-28 Tadashi Goino Dispositif et procédé de création d'image de visage maquillé
US7916971B2 (en) * 2007-05-24 2011-03-29 Tessera Technologies Ireland Limited Image processing method and apparatus
JP2009039523A (ja) * 2007-07-18 2009-02-26 Shiseido Co Ltd メイクアップシミュレーションに利用する端末装置
KR101590868B1 (ko) * 2009-07-17 2016-02-02 삼성전자주식회사 피부색을 보정하는 영상 처리 방법, 장치, 디지털 촬영 장치, 및 컴퓨터 판독가능 저장매체

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008050062A1 (fr) 2006-10-24 2008-05-02 Jean-Marc Robin Procédé et dispositif de simulation virtuelle d'une séquence d'images vidéo.

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254147A (zh) * 2011-04-18 2011-11-23 哈尔滨工业大学 一种基于星图匹配的远距离空间运动目标识别方法
US20130141458A1 (en) * 2011-12-02 2013-06-06 Hon Hai Precision Industry Co., Ltd. Image processing device and method
CN108710853A (zh) * 2018-05-21 2018-10-26 深圳市梦网科技发展有限公司 人脸识别方法及装置
CN108710853B (zh) * 2018-05-21 2021-01-01 深圳市梦网科技发展有限公司 人脸识别方法及装置

Also Published As

Publication number Publication date
CA2769583A1 (fr) 2011-02-10
JP2013501292A (ja) 2013-01-10
KR20120055598A (ko) 2012-05-31
WO2011015928A3 (fr) 2011-04-21
US20120177288A1 (en) 2012-07-12
EP2462535A2 (fr) 2012-06-13

Similar Documents

Publication Publication Date Title
EP2462535A2 (fr) Procédé de traitement d&#39;image pour corriger une image cible en fonction d&#39;une image de reference et dispositif de traitement d&#39;image correspondant
EP2678735B1 (fr) Procédé de détermination d&#39;au moins un paramètre géométrico-physionomique associé au montage d&#39;une lentille ophthalmique dans une monture de lunettes portée par un porteur
EP1431907B1 (fr) Evaluation de la netteté d&#39;une image d&#39;iris d&#39;oeil
EP2076886A1 (fr) Procédé et dispositif de simulation virtuelle d&#39;une séquence d&#39;images vidéo
WO2003007243A2 (fr) Procede et systeme pour modifier une image numerique en prenant en compte son bruit
FR2981254A1 (fr) Methode de simulation d&#39;une chevelure a colorimetrie variable et dispositif pour la mise en oeuvre de la methode
WO2013098512A1 (fr) Procédé et dispositif de détection et de quantification de signes cutanés sur une zone de peau
FR3058818A1 (fr) Procede d&#39;augmentation de la saturation d&#39;une image, et dispositif correspondant.
EP3921798A1 (fr) Procédé de segmentation automatique de dents
CN104917935A (zh) 图像处理装置以及图像处理方法
EP3614306A1 (fr) Procédé de localisation et d&#39;identification de visage et de détermination de pose, à partir d&#39;une vue tridimensionnelle
EP3866064A1 (fr) Procede d&#39;authentification ou d&#39;identification d&#39;un individu
FR3111268A1 (fr) Procédé de segmentation automatique d’une arcade dentaire
CN106548114B (zh) 图像处理方法、装置及计算机可读介质
WO2021245273A1 (fr) Procédé et dispositif de reconstruction tridimensionnelle d&#39;un visage avec partie dentée à partir d&#39;une seule image
Eppenhof et al. Retinal artery/vein classification via graph cut optimization
EP2333693B1 (fr) Procédé de correction de la position des yeux dans une image
JP4775599B2 (ja) 目の位置の検出方法
WO2011138649A2 (fr) Procédé de traitement d&#39;images pour application d&#39;une couleur
EP4229544A1 (fr) Procédé de traitement d&#39;images
EP3929809A1 (fr) Procédé de détection d&#39;au moins un trait biométrique visible sur une image d entrée au moyen d&#39;un réseau de neurones à convolution
WO2011141769A1 (fr) Procédé d&#39;évaluation d&#39;une caractéristique de la typologie corporelle
WO2011055224A1 (fr) Dispositif et procede de detection et suivi des contours interieur et exterieur des levres
JP4683236B2 (ja) 目の位置の検出方法
CA3161536A1 (fr) Procede, dispositif et produit programme d&#39;ordinateur de decodage d&#39;un bulletin de jeu

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10747492

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 2769583

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 2012523398

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20127005746

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2010747492

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13388511

Country of ref document: US