[发明专利]一种基于样本模板的数字化妆方法

说明书

本发明提供一种基于样本模板的数字化妆方法，先对淡妆或素颜人脸照片和妆容提供照片进行人脸检测、人脸特征点定位检测和人脸图像变形对准，在此基础上对人脸图像利用改进的引导滤波器进行图层分解，利用基于样本的超分辨率重构算法解决妆容提供图像和输入人脸图像的分辨率差异问题，最后进行人脸图像的图层合成，输出淡妆或素颜照片化妆之后的图像。本发明提出一种新颖的基于模板的数字化妆方法，通过对图层分解和图层合成算法的改进，获得更为真实的化妆效果，且显著缩减算法时间复杂度，使得数字化妆算法实用化和实时化。

技术领域

本发明属于数字图像处理与人工智能技术领域，特别是涉及一种人脸图像数字化妆的处理方法。

背景技术

现代社会化妆已经成为许多人的生活习惯。随着可摄像智能移动终端的普及和图像处理技术的发展，如今人们已经开始利用智能移动终端上的应用给自己的图像进行美化甚至是数字化妆。

数字化妆技术在日常生活中有着非常巨大的应用潜力。例如，化妆品电商可以利用数字化妆应用为客户提供虚拟试用功能；化妆服务提供机构可以利用数字化妆应用为客户提供最佳的化妆方案；人们日常生活中可以利用数字化妆应用挑选合适自己的妆容；人们在分享图片到社交网络前可以利用数字化妆应用对自己的图片进行化妆等等。

目前，数字人脸化妆技术的文献为数不多。祝秀萍等人在2008年计算机与信息技术期刊上发表的论文“人脸虚拟化妆系统的研究”中提出建立化妆品颜色和肤色模型，来模拟人脸化妆效果，但只能提供一些美白、唇彩等基本效果，眼影、眼线等效果并不明显。Wai-Shun Tong等人在2007年发表的会议论文“Example-based cosmetic transfer”中提出从同一人脸化妆前和化妆后的人脸图像对中学习出化妆对人脸外观的影响，再将这个影响添加到另外一张人脸中，实现化妆转移效果。这种方法限制较多，因为对每一个想实现的化妆效果都必须要收集同一个人脸几乎相同角度的化妆前后图片，而且要求样本图像和目标图像有相似脸型和表情，甚至需要手动操作使得样本图片和目标图片的眼睛、嘴巴在相同位置，操作复杂，实用程度较低。Dong Guo等人在2009年会议论文“Digital face makeup byexample”中提出基于化妆转移思想的数字人脸化妆技术，但不再需要样本人脸化妆前后的图像对，只需要有化妆后的人脸图像。由于使用薄片扭曲形变算法对准样本人脸和目标人脸图像，因此不要求样本人脸和目标人脸脸型相似，不需担心两个人脸的五官位置对不齐。但是，该算法采用主动形状模型ASM标注特征点，这个算法准确率不够高，很多时候需要用户手动去调整特征点位置。

发明内容

本发明的目的在于利用数字图像处理方法，提供一种基于样本模板的数字化妆方法，对用户提供的淡妆或素颜人脸照片，经过处理后，输出一张该人脸化妆之后的图像。

本发明采用的技术方案如下。

一种人脸图片数字化妆的方法，对移动智能终端采集的人脸图像和妆容提供图像分别依次进行人脸检测、人脸特征点定位、人脸变形对准和人脸图像图层分解步骤后，再进行相应图层合成，最终获得输出的化妆后的人脸图像。

所述的基于样本模板的数字化妆方法包括：

(1)、人脸检测；

(2)、人脸特征点检测定位；

(3)、人脸变形配准；

(4)、人脸图层分解；

(5)、人脸图层合成。

所述步骤(1)是人脸检测,其目的是是检测输入图像是否含有人脸，若是，则判断人脸位置、大小和数量。本发明利用类Haar特征的AdaBoost级联分类器来检测和标示图像中人脸位置。