[发明专利]一种人脸图像自动合成方法

说明书

技术领域

本发明涉及计算机图形图像技术领域，提出了一种高效便捷的人脸 图像自动合成方法。

背景技术

在计算机图形图像领域，图像合成是图像编辑中一个非常重要的技 术。该技术已经广泛应用在娱乐业和电影中。图像合成主要分为两类： 第一类是提取源图像中的物体或者区域并合成到目标图像中；另一类就 是从一幅或者多幅图像中取出不同的图像区域并把这些区域拼接成一幅 新的图像。以下是相关工作的简要介绍。

图像抠图(Image Matting)：抠图是最常用的图像合成技术之一。所谓 抠图就是提取图像中的物体或者区域，并计算出该物体或者区域的透明 度值，然后通过透明度值把提取物合成到目标图像中。目前大部分的抠 图技术都需要用户提供一幅trimap图像。该图像是把源图像粗略地分割 为前景、背景和不确定区域。大量实验表明，要获得真实感的合成图像， 要求trimap图像中的不确定区域越小越好，这就增加了大量的用户操作。

泊松图像编辑(Poisson Image Editing)：泊松图像编辑已经被证实是无 缝图像合成中非常有效的一种方法。以源图像的梯度场作为引导场，用 户提供编辑区域的边界信息，通过求解泊松方程获得一幅颜色连续的新 图像。选取不同的梯度场，泊松方程可以实现不同的功能，比如：无缝 克隆、纹理抚平和纹理拼接等。然而泊松编辑结果的好坏很大程度上取 决于用户边界区域的选取。

交互式数字图像处理(Interactive Digital Photomontage)：该方法实现 了把许多图像的不同部分进行拼接得到一幅新的图像。它主要包括两个 技术：图分割(Graph cut)和泊松编辑。图分割用来寻找不同图像区域的边 界，以保证这些区域可以尽可能地无缝合成。泊松编辑主要是用来消除 颜色的不连续性。同样地，该方法也需要用户在图像中勾画出感兴趣区 域作为初始化。

根据以上介绍，我们可以看出大部分的图像合成方法都需要烦琐的 人工操作，而且最后的结果很大程度上取决于人工交互的质量和数量。 在数码娱乐高速发展的今天，已有的系统和方法已经难以满足用户日益 增长的图像编辑合成需求。

发明内容

为了解决现有技术的问题，本发明的目的是提供一种自动的基于模 型的人脸图像合成系统。

为了达成所述目的，本发明自动的基于模型的人脸图像自动合成方 法，该人脸图像自动合成包括如下步骤：

步骤1：用户输入两幅人脸源图像、目标图像和要编辑区域的语义信 息，模型匹配模块利用主动外观模型对图像进行自动搜索，提供人脸图 像人脸的形状信息和纹理信息；

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，自动生成合成图像；

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。

本发明的有益效果：本发明根据用户输入两幅人脸图像(源图像和目 标图像)以及要编辑区域的语义信息，比如“嘴巴”，“眼睛”或者“脸” 等，系统将自动地把源图像的编辑区域分割、匹配、最后无缝地融合到 目标图像中。与传统的人脸手动合成技术的不同点在于，本发明利用学 习出的人脸模型搜索和分析每一幅人脸图像，并自动地产生编辑区域的 边界信息。然后利用泊松方程的无缝粘贴功能，成功地融合了两幅图像 的特征区域。另外，本发明系统还采用抠图方法，还解决了由于目标图 像中部分人脸被物体遮挡而导致的图像失真问题，比如：头发，眼镜的 遮挡等。

附图说明

图1人脸合成系统框架包括三个部分：模型匹配，特征合成，遮挡 处理；

图2标有特征点的训练人脸；

图3形状无关的训练人脸patch；

图4人脸图像嘴巴区域合成；

图5彩色人脸图像合成，最右边两幅图像分别是(c)和(d)中黄色方框 图像的局部放大图；

图6头发遮挡处理；

图7灰度图像合成：第一排是输入的人脸图像，第二排是合成后的 人脸图像；

图8彩色人脸图像合成：第一排是输入的人脸图像，第二排是合成后 的人脸图像。