[发明专利]一种评价脸妆的方法及装置有效
申请号: | 201780091213.1 | 申请日: | 2017-05-25 |
公开(公告)号: | CN110663063B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 闫洁;宋风龙;黄永兵 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06T11/00 | 分类号: | G06T11/00 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强;李稷芳 |
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 评价 方法 装置 | ||
1.一种评价脸妆的方法,其特征在于,所述方法包括:
采集人物图像帧;
依据指定模型,对所述人物图像帧中的头像区域进行评价,得到所述头像区域的评价结果,所述指定模型的模型参数为将初始模型参数进行调整后得到的针对当前用户进行脸妆评价的个性化模型参数;
所述头像区域中包括n个局部区域,其中,n为大于或等于1的整数,所述依据指定模型,对所述人物图像帧中的头像区域进行评价,得到所述头像区域的评价结果,包括:
依据所述指定模型和预设规则,对所述头像区域进行评价,得到所述头像区域整体的评价结果、n个局部区域的评价结果,以及用于表示n个局部区域中至少两个局部区域之间关联关系的评价结果中的至少一项,所述预设规则为根据当前用户的面部特征制定的用于确定n个局部区域的评价结果以及所述关联关系的评价结果的评判规则;
显示所述人物图像帧、以及所述评价结果和/或与所述评价结果对应的化妆建议。
2.如权利要求1所述的方法,其特征在于,所述指定模型为深度神经网络模型。
3.如权利要求1或2所述的方法,其特征在于,在所述显示与所述评价结果对应的化妆建议之前,所述方法还包括:
遍历数据库,查找与所述评价结果对应的化妆建议,所述数据库用于存储每条评价结果与化妆建议之间的匹配关系。
4.如权利要求1或2所述的方法,其特征在于,在所述得到所述头像区域的评价结果之后,所述方法还包括:
显示将所述化妆建议应用在所述人物图像帧后的预测效果图。
5.如权利要求1或2所述的方法,其特征在于,在所述依据指定模型,对所述人物图像帧中的头像区域进行评价,得到所述头像区域的评价结果之前,所述方法还包括:
显示静态人物图像,并获取所述当前用户输入的评价结果;
获取指定用户完成脸妆评价的所述静态人物图像及对应的评价结果,所述指定用户与所述当前用户满足指定条件,所述指定条件包括所述指定用户的面部特征与所述当前用户的面部特征之间的相似度大于第一阈值、以及所述指定用户与所述当前用户针对同一人物图像给出的评价结果之间的相似度大于第二阈值中的至少一项;
根据所述指定用户与所述当前用户完成脸妆评价的静态人物图像及分别对应的评价结果,训练所述指定模型,并将所述指定模型中的所述初始模型参数调整为所述个性化模型参数。
6.如权利要求2所述的方法,其特征在于,所述头像区域包括脸型、或者包括脸型和发型,所述头像区域中的局部区域包括五官中的至少一项。
7.一种评价脸妆的装置,其特征在于,所述装置包括:
采集模块,用于采集人物图像帧;
评价模块,用于依据指定模型,对所述采集模块采集的所述人物图像帧中的头像区域进行评价,得到所述头像区域的评价结果,所述指定模型包括将个性化模型参数作为模型参数得到的模型,所述指定模型的模型参数为将初始模型参数进行调整后得到的针对当前用户进行脸妆评价的个性化模型参数;所述头像区域中包括n个局部区域,其中,n为大于或等于1的整数,所述评价模块,还用于:
依据所述指定模型和预设规则,对所述头像区域进行评价,得到所述头像区域整体的评价结果、n个局部区域的评价结果,以及用于表示n个局部区域中至少两个局部区域之间关联关系的评价结果中的至少一项,所述预设规则为根据当前用户的面部特征制定的用于确定n个局部区域的评价结果以及所述关联关系的评价结果的评判规则;
显示模块,用于显示所述采集模块采集的所述人物图像帧、以及所述评价模块得到的所述评价结果和/或与所述评价结果对应的化妆建议。
8.如权利要求7所述的装置,其特征在于,所述指定模型为深度神经网络模型。
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/201780091213.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:三角网格压缩中的引导遍历
- 下一篇:用于矢量图形和图像处理的并行化流水线