[发明专利]一种自动生成日漫肖像的方法有效

专利信息
申请号: 201710550145.2 申请日: 2017-07-07
公开(公告)号: CN107316333B 公开(公告)日: 2019-10-18
发明(设计)人: 郭礼华;王得丘 申请(专利权)人: 华南理工大学
主分类号: G06T11/00 分类号: G06T11/00;G06T11/20;G06K9/00;G06K9/34
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动 生成 肖像 方法
【说明书】:

本发明公开了一种自动生成日漫肖像的方法,包括步骤:1、人脸检测和人脸特征点的检测及人脸部位的分割;2、将日漫中辨识度比较高的人脸区域与数据集中对应的人脸区域进行匹配,数据集中每个人脸区域都有其对应的漫画人脸区域;3、利用特征点和日漫的特征生成其他部位的漫画笔画;4、最后将生成的各个部位根据人脸各部位的几何关系合成人脸漫画。通过本发明方法可以根据真实人脸生成日漫这种广受欢迎的二次元漫画形象,具有很高的娱乐性和应用价值。

技术领域

本发明涉及图像处理的技术领域,尤其是指一种自动生成日漫肖像的方法。

背景技术

近年来,随着数字媒体和媒介,日本漫画和动漫越来越广泛地为中国大众接触,也越来越受中国大众尤其是年轻人的喜欢和追捧,“二次元”文化蓬勃发展,其中一个重要的原因就是日本漫画不同于欧美风和中国风的漫画风格和技巧。但是,日漫的绘画需要一定的绘画天分和绘画技巧,没有绘画基础的人想画出满意的日漫往往需要耗费大量时间。除此之外,在移动终端照片美化和各色娱乐应用琳琅满目的今天,人脸的卡通化、素描化越来越受用户的喜欢,相关技术的研究也越来越多。

相关研究工作中,专利CN104077742A中将待合成人脸照片和素描样本划分为互不重叠的像素块,然后提取人脸各个部位的Gabor特征,计算像素块的Stein散度,采用最优权值的的方法合成各个素描像素块;专利CN104123741A中,通过计算二值边缘图像中的非边缘像素点到边缘像素点的距离变换值,来计算训练库中人脸图像和待生成素描人脸图像同一面部器官的距离变换,衡量他们之间的相似度,从而每个部位的人脸素描器官合成素描图像;但是以上方法往往保留了人脸的局部特征,而丢失了人脸全局关系,而且生成的都是素描效果或类似卡通的人脸素描,风格比较单一。

发明内容

本发明的目的在于克服现有技术的缺点与不足,提供了一种自动生成日漫肖像的方法,可以根据真实人脸生成日漫这种广受欢迎的二次元漫画形象,具有很高的娱乐性和应用价值。

为实现上述目的,本发明所提供的技术方案为:一种自动生成日漫肖像的方法,包括以下步骤:

S1、人脸和人脸特征点的检测及人脸部位的分割,步骤如下:

S1.1、利用基于haar特征训练得到的人脸分类器,对待生成日漫肖像的图片进行人脸检测;

S1.2、对S1.1中检测得到的人脸区域进行人脸特征点检测,得到包括左眼右眼各6个点,左眉右眉各5个点,鼻子9个点,嘴巴20个点,人脸轮廓17个点;

S1.3、用S1.2中得到的特征点,将左眼和右眼区域截取出来,获得人脸眼睛区域,将左眉和右眉区域截取出来,获得人脸眉毛区域;

S1.4、将S1.1中检测得到的人脸区域范围扩大到包括头发的区域,先做头发长短的判断,根据下颚以下是否有头发来判断是长发还是短发;

S1.5、在S1.4中判断出长短发的基础上,构造能量函数,使用图割法优化能量函数进行头发区域的分割定位;

S1.6、根据S1.2得到的左右两眼的特征点,找出两眼的中心位置,通过中心位置垂直方向的梯度变化来判断该人脸是否带眼镜;

S2、将日漫中辨识度达到要求的人脸区域,包括眼镜和头发,与数据集中对应的人脸区域进行匹配,数据集中每个人脸区域都有其对应的漫画人脸区域,步骤如下:

S2.1、对S1.3中得到的人眼区域,统计图像的梯度方向局部特征值,提取出图像的Hog特征作为模板,再提取数据库中的候选人眼图像的Hog特征,一一进行距离计算,找出距离最小的候选人眼图像,候选人眼图像对应的漫画人眼就是匹配得到的漫画图像;

S2.2、对S1.5中分割出来的头发掩模,及数据集中的头发漫画的掩模,一一计算图像的二阶和三阶矩,然后构造7维的hu矩特征向量,再计算它们之间的欧式距离,距离最小者为匹配结果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710550145.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top