[发明专利]一种三维人脸的图像处理方法及装置

说明书

本申请公开了一种三维人脸的图像处理方法及装置，所述方法包括：接收对目标图像中的人脸区域进行图像处理的请求；将目标图像输入预先训练得到的沙漏网络模型；其中，所述沙漏网络模型是通过将深度网络模型的残差模块进行二值化卷积处理得到的深度网络模型，且所述沙漏网络模型是基于三维人脸特征点数据库训练得到的；基于所述沙漏网络模型，定位人脸区域的三维特征点；基于定位出的人脸区域的三维特征点，对人脸区域进行图像处理。由于是通过基于三维人脸特征点数据库训练得到的沙漏网络模型，定位出人脸区域的三维特征点而不是基于二维特征点，并基于定位出的人脸区域的三维特征点，对人脸区域进行图像处理。因此，可以改善大姿态下的美妆效果。

技术领域

本申请涉及计算机技术领域，尤其涉及一种三维人脸的图像处理方法及装置。

背景技术

人们在利用移动终端拍照时，为了将人物最美的一面展现出来，常常会对拍摄得到的照片中的人脸进行美妆处理。保证人脸美妆效果的关键在于精确地定位人脸特征点，例如眉毛、眼睛、鼻子、嘴巴等特征点。

人脸特征点的定位过程，也被称为人脸对齐。目前已提出多种人脸对齐方法，例如，基于生成模型的方法、基于回归的方法以及基于深度卷积神经网络的方法等。其中，基于生成模型的方法具体如：主观形状模型(Active Shape Model，ASM)、主动外观模型(Active Appreance Model，AAM)、有约束的局部模型(Constrained Local Model，CLM)等；基于回归的方法具体如：监督下降法(Supvised Descent Method，SDM)、局部二值特征(Local Binary Features，LBF)、显示形状回归(Explicit Shape Regression，ESR)和粗到细形状搜索(Coarse-to-Fine Shape Searching，CFSS)等。

现有的这些方法对正面或姿态变化不大的人脸对齐具有较好的效果，但是对大姿态的人脸对齐效果并不理想，进而使得基于这些方法定位出的人脸特征做出的美妆效果也不理想。

发明内容

本申请实施例提供一种三维人脸的图像处理方法及装置，以改善大姿态的人脸美妆效果。

第一方面，本申请实施例提供一种三维人脸的图像处理方法，所述方法包括：

接收对目标图像中的人脸区域进行图像处理的请求；

将所述目标图像输入预先训练得到的沙漏网络模型；其中，所述沙漏网络模型是通过将深度网络模型的残差模块进行二值化卷积处理得到的深度网络模型，且所述沙漏网络模型是基于三维人脸特征点数据库训练得到的；

基于所述沙漏网络模型，定位所述人脸区域的三维特征点；

基于定位出的所述人脸区域的三维特征点，对所述人脸区域进行图像处理。

第二方面，本申请实施例还提供一种三维人脸的图像处理装置，所述装置包括：

接收模块，用于接收对目标图像中的人脸区域进行图像处理的请求；

输入模块，用于将所述目标图像输入预先训练得到的沙漏网络模型；其中，所述沙漏网络模型是通过将深度网络模型的残差模块进行二值化卷积处理得到的深度网络模型，且所述沙漏网络模型是基于三维人脸特征点数据库训练得到的；

定位模块，用于基于所述沙漏网络模型，定位所述人脸区域的三维特征点；

美妆模块，用于基于定位出的所述人脸区域的三维特征点，对所述人脸区域进行图像处理。

第三方面，本申请实施例还提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。