[发明专利]人脸变形处理方法、存储介质、电子设备及系统

权利要求书

1.一种人脸变形处理方法，其特征在于，用于对视频或图片的人脸画面进行变形处理，包括以下步骤：

基于人脸关键点技术定位人脸画面中的关键点；

在定位出的关键点中选取变形的目标点A(x,y)和目标点变形后所在坐标点B(x,y)，计算点A(x,y)和点B(x,y)之间的向量Vec(x,y)；

计算点A(x,y)对点A(x,y)附近的点D(x,y)的影响因子W，计算方式为：

W＝β/L2

其中，L2为点D(x,y)和点A(x,y)之间的距离，β为影响因子系数，取值范围为[0.5,5.0]；

计算点D(x,y)的偏移向量Vec1(x,y)：

Vec1.x＝Vec.x*W

Vec1.y＝Vec.y*W

其中，Vec1.x为偏移向量的横坐标值，Vec1.y为偏移向量的纵坐标值；

根据偏移向量计算点D(x,y)变形处理后所在坐标点E(x,y)：

E.x＝D.x–Vec1.x

E.y＝D.y–Vec1.y

其中，E.x为点E(x,y)的横坐标值，E.y点E(x,y)的纵坐标值，D.x为点D(x,y)的横坐标值，D.y点D(x,y)的纵坐标值；

将点E(x,y)处的像素替换为点D(x,y)处的像素。

2.如权利要求1所述的一种人脸变形处理方法，其特征在于：对于向量Vec(x,y)，具体计算公式为：

Vec.x＝B.x–A.x

Vec.y＝B.y–A.y

其中，Vec.x为向量Vec(x,y)的横坐标值，Vec.y为向量Vec(x,y)的纵坐标值，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值。

3.如权利要求1所述的一种人脸变形处理方法，其特征在于：对于点D(x,y)和点A(x,y)之间的距离L2，计算公式为：

L2＝sqr((A.x-D.x)*(A.x-D.x)+(A.y-D.y)*(A.y-D.y))

其中，sqr为开方函数，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值。

4.如权利要求1所述的一种人脸变形处理方法，其特征在于：对于计算得到的影响因子W，取值范围为[0,1.0]，且当计算得到的影响因子W的值大于1.0时，影响因子W取值1.0，当计算得到的影响因子W的值小于0时，影响因子W取值0。

5.如权利要求1所述的一种人脸变形处理方法，其特征在于：

对视频或图片的人脸画面进行变形处理包括放大脸部处理和瘦脸处理；

当L1大于L时，为放大脸部处理，当L1小于L时，为瘦脸处理，其中L为点A(x,y)与点C(x,y)之间的距离，L1为点B(x,y)与点C之间的距离，点C(x,y)为人脸鼻子的中心关键点坐标，L＝sqr((A.x-C.x)*(A.x-C.x)+(A.y-C.y)*(A.y-C.y))，L1＝sqr((B.x-C.x)*(B.x-C.x)+(B.y-C.y)*(B.y-C.y))，sqr为开方函数，A.x为点A(x,y)的横坐标值，A.y为点A(x,y)的纵坐标值，B.x为点B(x,y)的横坐标值，B.y为点B(x,y)的纵坐标值，C.x为点C(x,y)的横坐标值，C.y为点C(x,y)的纵坐标值。