[发明专利]一种人脸图像自动合成方法

权利要求书

1.一种人脸图像自动合成方法，其特征在于，该人脸图像自动合成 包括如下步骤：

步骤1：用户输入两幅图像和要编辑区域的语义信息，所述两幅图像 是人脸源图像、目标图像，所述语义信息是眼睛、鼻子、嘴巴、下巴、 唇、眉毛和额头，模型匹配模块利用主动外观模型对两幅图像进行自动 搜索，提供人脸图像的形状信息和纹理信息；主动外观模型是利用人脸 特征的形状信息和纹理信息相结合进行统计分析建立的一种模型，并在 训练过程中寻找形状参数和纹理参数之间的关系，用于提取个人外貌、 三维姿态、面部表情及光照的不同脸部特征；

步骤2：然后利用模型特征点对两幅人脸图像进行形状对齐，使用薄 板样条形变把源图像编辑区域的形状对齐到目标图像中对应的区域中；

步骤3：利用特征合成模块对源图像和目标图像的对齐后的形状信息 和纹理信息进行特征合成，所述特征合成是根据不同的人脸图像，不同 人脸的大小、特征区域的大小位置，先把两幅人脸图像的几何形状对齐， 实现不同人脸的合成，所述对齐是采用薄板样条来对人脸图像进行对齐， 用以保证整个图像平面的弯曲能量最小，用于生成扭曲量最小的变形人 脸图像；利用无缝克隆功能对人脸图像合成，是选取编辑区域中源图像 的梯度场作为引导场，所述无缝克隆是把一幅图像中的区域或者物体粘 贴到目标图像中，获得整体颜色的一致的合成后人脸图像；对人脸图像 编辑区域被物体遮挡失真的目标图像，提取被物体遮挡部分的信息并保 存，然后利用提取出来的遮挡信息对合成失真的目标图像做消除失真处 理，自动生成并获得合成图像；

步骤4：利用遮挡处理模块对合成图像进行去遮挡处理，把源图像的 被遮挡区域分割、匹配、最后无缝地融合到目标图像中。

2.如权利要求1所述的方法，其特征在于，所述特征匹配模块搜索 输入图像，获得每个人脸的编辑区域内具有不同部件的形状和大小的边 界信息，提取人脸识别的不相同部件的形状特征，人脸的各部件进行定 位。

3.如权利要求2所述的方法，其特征在于，所述人脸识别的不相同 部件为眼睛、鼻子、嘴巴、下巴、唇、眉毛和额头。

4.如权利要求1所述的方法，其特征在于，所述主动外观模型，利 用形状信息和对所感兴趣的脸部纹理信息进行统计分析，并找出形状和 纹理之间的联系，用于提取个人外貌、三维姿态、面部表情及光照的不 同脸部特征。

5.如权利要求1所述的方法，其特征在于，训练所述主动外观模型 时，首先把所有的训练样本图像都变形到均值形状上，然后获得变形后 的均值人脸，并生成所需要的人脸区域掩模图像；给定一幅新的人脸图 像，利用人脸主动外观模型对一幅新的人脸图像搜索，搜索完毕后，就 匹配出一幅与人脸图像相近的人脸区域图，模型匹配图提供了新图像人 脸的形状信息和纹理信息。

6.如权利要求1所述的方法，其特征在于，所述特征合成包括步骤 如下：

根据不同的人脸图像，不同人脸的大小、特征区域的大小位置，先 把两幅人脸图像的几何形状对齐，实现不同人脸的合成，所述对齐是采 用薄板样条来对人脸图像进行对齐，用以保证整个图像平面的弯曲能量 最小，用于生成扭曲量最小的变形人脸图像；

利用无缝克隆功能对人脸图像合成，是选取编辑区域中源图像的梯 度场作为引导场，所述无缝克隆是把一幅图像中的区域或者物体粘贴到 目标图像中，获得整体颜色的一致的合成后人脸图像。

7.如权利要求1所述的方法，其特征在于，所述生成合成图像包括 步骤如下：

对人脸图像编辑区域被物体遮挡失真的目标图像，提取被物体遮挡 部分的信息并保存，然后利用提取出来的遮挡信息对合成失真的目标图 像做消除失真处理，获得合成图像。