[发明专利]一种三维京剧脸谱自动化妆方法

说明书

本发明公开了一种三维京剧脸谱自动化妆方法，包括步骤：从输入源获取图像输入，进行人脸检测和人脸特征点定位并将特征点标注在图像上；对特征点进行人脸归一化处理；计算归一化后的人脸图像的深度信息，并根据深度信息重建三维点云；根据特征点信息对人脸图像进行三角分块操作；在准备好的京剧脸谱图片上，手工标注特征点，并对京剧脸谱进行相同的三角分块操作；将所述京剧脸谱上的每个三角块着色到人脸图像上；使用京剧脸谱将所述三维点云进行重新着色，并展现给用户。本发明自动计算出人脸特征点的坐标和人脸三维模型，运用计算机视觉和图像处理相关的技术，将事先手工标定好特征点的京剧脸谱描绘到目标人脸的三维模型上。

技术领域

本发明涉及计算机视觉技术领域和图像处理技术领域，尤其涉及一种三维京剧脸谱自动化妆方法。

背景技术

摄像头已经被广泛的运用于视频会议、视频监控等日常生活中。普通的人也可以非常简单地通过摄像头在互联网上进行视频聊天，使得沟通更为高效和有趣。

Vahid Kazemi和Josephine Sullivan在2014年的CVPR上发表了题为《OneMillisecond Face Alignment with an Ensemble of Regression Trees》的文章。这篇文章公开了一种人脸特征点定位的方法。通过基于回归树的方法，实现了对人脸特征点的自动标定，并且速度极快，处理一张图只需1ms的时间。特征点包括了眉毛、眼睛、鼻子、嘴巴以及下巴轮廓等68个点。

Minsik Lee和Chong-Ho Choi在2014年的CVIU上发布了文章《Real-time facialshape recovery from a single image under general，unknown lighting by rankrelaxation》。文章中公开了一种重建人脸三维模型的方法。文中利用张量相乘，SVD分解，秩松弛等方法，实现了一般场景，未知光照条件下的人脸深度图重建，并且算法能够达到实时性要求。

上述技术仅仅是标出人脸的68个特征点的坐标，以及重建了人脸的三维模型，但是没有对这些信息进行再一步的处理。

发明内容

本发明为实现三维京剧脸谱的自动化妆，提出一种三维京剧脸谱自动化妆方法，自动计算出人脸特征点的坐标和人脸三维模型，然后运用计算机视觉和图像处理相关的技术，将事先手工标定好特征点的京剧脸谱描绘到目标人脸的三维模型上。

本发明的技术方案是这样实现的：

一种三维京剧脸谱自动化妆方法，包括步骤

S1：从输入源获取图像输入，进行人脸检测和人脸特征点定位，如果输入图像中存在人脸，则将特征点标注在图像上；

S2：对所述特征点进行人脸归一化处理；

S3：计算归一化后的人脸图像的深度信息，并根据所述深度信息重建三维点云；

S4：根据所述特征点信息对人脸图像进行三角分块操作；

S5：在准备好的京剧脸谱图片上，手工标注特征点，并对京剧脸谱进行和所述人脸图像相同的三角分块操作；

S6：将所述京剧脸谱上的每个三角块进行仿射变化，着色到人脸图像上；

S7：根据人脸图像和三维点云的坐标对应关系，使用京剧脸谱将所述三维点云进行重新着色，并展现给用户。

进一步地，步骤S1中所述人脸特征点包括人脸轮廓边缘和五官位置。

进一步地，步骤S2中所述归一化处理包括步骤：以两个眼球以及鼻尖的坐标为基准，进行仿射变换。