[发明专利]一种人脸图像处理方法和装置在审

专利信息
申请号: 202010820696.8 申请日: 2020-08-14
公开(公告)号: CN114140314A 公开(公告)日: 2022-03-04
发明(设计)人: 庄兆永;钱生;潘邵武 申请(专利权)人: 华为技术有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T3/40;G06V40/16
代理公司: 北京中博世达专利商标代理有限公司 11274 代理人: 申健
地址: 518129 广东*** 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 图像 处理 方法 装置
【权利要求书】:

1.一种人脸图像处理方法,其特征在于,所述方法包括:

获取第一人脸图像和第二人脸图像;

根据所述第一人脸图像的人脸关键点和所述第二人脸图像的人脸关键点从所述第一人脸图像的人脸关键点中确定人脸控制点,并确定所述人脸控制点对应的偏移向量;其中,所述第一人脸图像与所述第二人脸图像不同,所述人脸控制点对应的偏移向量包括所述人脸控制点的标识在所述第二人脸图像对应的人脸关键点对应的坐标与所述人脸控制点对应的坐标的差值;

将所述人脸控制点和乘以权重系数的所述人脸控制点对应的偏移向量输入图像扭曲算法得到几何形变后的第一人脸图像;所述权重系数为第一值时,所述第一人脸图像区别于所述第二人脸图像的区别特征在几何形变后的第一人脸图像上被加强;所述权重系数为第二值时,所述第一人脸图像区别于所述第二人脸图像的区别特征在几何形变后的第一人脸图像上被减弱;其中,所述区别特征包括五官的大小;

输出所述几何形变后的第一人脸图像。

2.根据权利要求1所述的方法,其特征在于,

所述人脸控制点包括所述第一人脸图像的部分人脸关键点。

3.根据权利要求1或2所述的方法,其特征在于,所述根据第一人脸图像的人脸关键点和第二人脸图像的人脸关键点确定第一人脸图像的人脸控制点和所述人脸控制点对应的偏移向量包括:

所述第一人脸图像的人脸关键点对应的坐标包括对应五官的S个第一子集,分别计算每个第一子集对应的均值和/或方差;所述第二人脸图像的人脸关键点对应的坐标包括对应五官的S个第二子集,分别计算每个第二子集对应的均值和/或方差;所述S个第一子集与所述S个第二子集一一对应;其中,S为大于或等于1的整数;

根据所述S个第一子集中每个第一子集的均值和/或方差的绝对值与所述S个第二子集中每个第二子集的均值和/或方差的绝对值确定所述第一人脸图像的N个目标五官,N小于或等于S;

所述第一人脸图像的人脸控制点包括所述N个目标五官中每个目标五官在所述第一人脸图像对应的人脸关键点。

4.根据权利要求3所述的方法,其特征在于,根据所述S个第一子集中每个第一子集的均值和/或方差的绝对值与所述S个第二子集中每个第二子集的均值和/或方差的绝对值确定所述第一人脸图像的N个目标五官包括:

确定所述S个第一子集中每个第一子集的均值和/或方差的绝对值与该第一子集对应的第二子集的均值和/或方差的绝对值的差,得到S个差;确定所述S个差中最大的N个差对应的N个第一子集,所述N个第一子集对应的五官为所述N个目标五官。

5.根据权利要求3-4任一所述的方法,其特征在于,

所述对应五官的S个第一子集包括眉毛、眼睛、鼻子、嘴巴和人脸轮廓分别对应的第一子集。

6.根据权利要求1-5任一项所述的方法,其特征在于,

所述第二人脸图像为平均脸图像。

7.根据权利要求1-5任一项所述的方法,其特征在于,

所述第二人脸图像为漫画脸图像。

8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:

分别检测所述第一人脸图像和所述第二人脸图像的人脸位置;

对所述第一人脸图像和所述第二人脸图像进行第一处理,所述第一处理包括图像切割处理和/或图像旋转处理;所述第一处理后的所述第一人脸图像和所述第一处理后的所述第二人脸图像是对齐的。

9.根据权利要求1-8任一项所述的方法,其特征在于,

所述图像扭曲算法为Warp算法。

10.根据权利要求1-9任一项所述的方法,其特征在于,将所述人脸控制点和乘以权重系数的所述人脸控制点对应的偏移向量输入图像扭曲算法得到几何形变后的第一人脸图像之前,所述方法还包括:

根据风格图像和风格迁移网络对所述第一人脸图像进行风格迁移。

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为技术有限公司,未经华为技术有限公司许可,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/202010820696.8/1.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