[发明专利]一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法及系统

说明书

一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法，其特征在于，包括，检测人脸区域和特征点；肤色区域处理；肤色区域以及特征点轮廓、抠头掩码mask等信息，得到人脸掩码mask；人脸掩码处理，边缘过渡自然；渲染各图层，生成最终的形象。本发明提供了一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法及系统。由于在抠头中头发抠图的难度较大，抠头发的效果会由于各种背景和服装的影响而变得不自然，所以本发明采用了让头发放在身体和服装图层的后面的方案，遮盖住不自然的头发部分，使得生成的人物形象更加美观。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法及系统。

背景技术

随着人工智能技术的不断发展，图像处理在我们的日常生活当中扮演着越来越重要的角色。其中，虚拟人物形象头发处理是图像处理当中比较重要一个领域，而在进行虚拟人物形象头发处理之前需要进行人脸、特征点、肤色区域检测。人脸和特征点检测主要是基于机器学习的检测技术。肤色检测主要是根据皮肤的固有色彩在图像中选取相对应的颜色范围作为皮肤颜色，也即是在图像中选取人体皮肤所在区域的像素点的过程。

现有的方案主要有，方案一：检测图片当前帧图片的人脸信息，根据主动形状模型(Active Shape Model，ASM)算法，得到人脸区域的大概轮廓，依据轮廓区域估计人脸的皮肤区域，规避掉一些可能误导的区域(比如眼睛，眉毛和嘴唇区域)，依据估计出的人脸的肤色区域，根据事先设定好的皮肤阈值经验参数，对估计出的人脸的肤色区域进行阈值分割，在不同的肤色区域，均匀选择一定数量的肤色种子，根据选定的种子点，进行周边连通区域的蔓延和检测，从而可以检测到所有连通的肤色区域；方案二：从图片当前帧图片的灰度图中获取人脸区域，计算人脸区域的直方图，并找到该直方图的近似谷点，通过该近似谷点对人脸区域中的肤色区域和非肤色区域进行划分。然而，上述两种方案在抠头中头发抠图的难度较大，抠头发的效果会由于各种背景和服装的影响而变得不自然。

发明内容

本发明提供一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法，包括，

检测人脸区域和特征点；

肤色区域处理；

肤色区域以及特征点轮廓、抠头掩码mask等信息，得到人脸掩码mask；

人脸掩码处理，边缘过渡自然；

渲染各图层，生成最终的形象。

所述的检测图片的人脸区域，使用基于机器学习的人脸区域检测和特征点检测技术，得到五官和脸部轮廓的特征点。

所述的肤色区域处理，包括，

结合特征点和亮度信息得到初始的肤色区域；

结合亮度和颜色信息在初始的肤色区域，得到准确的肤色区域；

基于肤色区域，根据Skin Color Modeling of Digital Photographic Images数字摄影图像的肤色建模的方法估计肤色的椭球空间；

基于肤色椭球空间距离，用图割(graph cut)中的最大流最小割(max flow/mincut)方法求解，得到优化的肤色区域。

所述的结合特征点和亮度信息得到初始的肤色区域，包括，

在特征点0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,45,46,47,42,27,39,40,41,36围成的多边形区域中填充255，在特征点48,49,50,51,52,53,54,55,56,57,58,59围成的多边形区域中填充0；把亮度值L30的的区域填充0，得到初始的肤色区域。

所述的结合亮度和颜色信息在初始的肤色区域，得到准确的肤色区域，包括，