[发明专利]人脸妆容迁移方法及装置在审

专利信息
申请号: 201710818790.8 申请日: 2017-09-12
公开(公告)号: CN107622472A 公开(公告)日: 2018-01-23
发明(设计)人: 杨松 申请(专利权)人: 北京小米移动软件有限公司
主分类号: G06T3/00 分类号: G06T3/00
代理公司: 北京尚伦律师事务所11477 代理人: 代治国
地址: 100085 北京市海淀区清河*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸妆容 迁移 方法 装置
【权利要求书】:

1.一种人脸妆容迁移方法,其特征在于,包括:

根据目标人脸图像对参照人脸图像进行形变,得到与所述目标人脸图像对齐的形变后的参照人脸图像;

分别对所述目标人脸图像和所述形变后的参照人脸图像进行分解,得到所述目标人脸图像的色彩图、结构图和细节图、及所述形变后的参照人脸图像的色彩图、结构图和细节图;

根据所述目标人脸图像的色彩图、结构图和细节图、及所述形变后的参照人脸图像的色彩图、结构图和细节图,分别确定所述结果人脸图像的色彩图、结构图和细节图;

将所述结果人脸图像的色彩图、结构图和细节图进行合成,得到所述结果人脸图像。

2.根据权利要求1所述的方法,其特征在于,所述根据所述目标人脸图像的色彩图、结构图和细节图、及所述形变后的参照人脸图像的色彩图、结构图和细节图,分别确定所述结果人脸图像的色彩图、结构图和细节图,包括:

将所述目标人脸图像的色彩图与所述形变后的参照人脸图像的色彩图进行图层融合,得到所述结果人脸图像的色彩图;

将所述目标人脸图像的细节图与所述形变后的参照人脸图像的细节图进行图层融合,得到所述结果人脸图像的细节图;

计算所述目标人脸图像的结构图对应的梯度图,及所述形变后的参照人脸图像的结构图对应的梯度图;

将所述目标人脸图像的结构图对应的梯度图与所述形变后的参照人脸图像的结构图对应的梯度图进行融合,得到融合后的梯度图;

根据所述融合后的梯度图及所述目标人脸图像的结构图,重建所述结果人脸图像的结构图。

3.根据权利要求2所述的方法,其特征在于,所述将所述目标人脸图像的色彩图与所述形变后的参照人脸图像的色彩图进行图层融合,得到所述结果人脸图像的色彩图,包括:

确定所述目标人脸图像及所述形变后的参照人脸图像的五官区域和非五官区域;

计算1与第一融合系数的差值;

计算所述目标人脸图像的五官区域的色彩图与所述差值的第一乘积;

计算所述形变后的参照人脸图像的五官区域的色彩图与所述第一融合系数的第二乘积;

将所述第一乘积与所述第二乘积的和,确定为所述结果人脸图像的五官区域的色彩图;

将所述目标人脸图像的非五官区域的色彩图,确定为所述结果人脸图像的非五官区域的色彩图。

4.根据权利要求2所述的方法,其特征在于,所述将所述目标人脸图像的细节图与所述形变后的参照人脸图像的细节图进行图层融合,得到所述结果人脸图像的细节图,包括:

计算所述目标人脸图像的细节图与第二融合系数的第三乘积;

计算所述形变后的参照人脸图像的细节图与第三融合系数的第四乘积;

将所述第三乘积与所述第四乘积的和,确定为所述结果人脸图像的细节图。

5.根据权利要求2所述的方法,其特征在于,所述将所述目标人脸图像的结构图对应的梯度图与所述形变后的参照人脸图像的结构图对应的梯度图进行融合,得到融合后的梯度图,包括:

获取所述目标人脸图像的非五官区域中所述形变后的参照人脸图像的结构图对应的梯度图大于所述目标人脸图像的结构图对应的梯度图的目标区域;

将所述形变后的参照人脸图像的结构图对应的梯度图,确定为所述目标区域对应的融合后的梯度图;

将所述目标人脸图像的结构图对应的梯度图,确定为所述目标人脸图像中除所述目标区域之外的区域对应的融合后的梯度图。

6.根据权利要求1所述的方法,其特征在于,所述根据目标人脸图像对参照人脸图像进行形变,得到与所述目标人脸图像对齐的形变后的参照人脸图像,包括:

分别对目标人脸图像和参照人脸图像进行人脸关键点定位,得到所述目标人脸图像的人脸关键点的位置、及所述参照人脸图像的人脸关键点的位置;

根据所述目标人脸图像的人脸关键点的位置、及所述参照人脸图像的人脸关键点的位置,对所述参照人脸图像进行形变,得到与所述目标人脸图像对齐的形变后的参照人脸图像。

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北京小米移动软件有限公司,未经北京小米移动软件有限公司许可,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/201710818790.8/1.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