[发明专利]一种人像美型方法和系统

说明书

本发明公开一种人像美型方法和系统，包括：根据待处理图像的分辨率对所述待处理图像进行网格划分，获取原始网格模型；对所述待处理图像进行人脸关键点检测，获取原始人脸关键点；根据预定的美型功能对所述原始网格模型依次进行变换，获取变换后的网格模型；所述预定的美型功能有一个以上；根据所述变换后的网格模型和所述原始人脸关键点，计算出变换后的人脸关键点；对所述变换后的网格模型进行渲染和/或根据所述变换后的人脸关键点，获取美型图像。本发明提供的技术方案，能够在移动终端进行流畅地实时渲染，且美型效果好。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种人像美型方法和系统。

背景技术

近年来，美颜自拍类相机应用深受广大用户的喜爱，此类应用通常包含面部磨皮、面部液化、美妆、贴纸、滤镜等功能。其中，面部液化(也被称为人像美型)作为此类应用的一个重要现实增强属性，为用户带来很多新的有趣的玩法，例如，眼部重塑(大眼，眼角拉伸，眼距调整等)、面部重塑(瘦脸，小脸，下巴拉伸，额头拉伸等)、五官重塑(宽脸/圆脸/心形脸/菱形脸，夸张趣味脸型等)，通过不同的人像面部的液化方法可以实现不同的美型效果。图像液化的原理是将图像中每个像素点的位置进行几何变换(即重新映射)，并重新完成采样，从而达到变形的目的。特效设计师会根据识别得到的人脸关键点，制定变形规则(如：将某个点向内侧某个方向推动、基于某个点进行膨胀等)，使用一些常用的液化工具和方法(如：向前/左推、膨胀/收缩等)来模拟效果，软件开发人员会将这些规则转换成很多个单步操作(如：一个点推动到另外一个点，一个点膨胀/收缩等)，通常要完成一个完整的美型效果需要很多个这样的单步操作，特别是当用户同时开启上面提到的所有美型功能时，在移动终端无法进行流畅的实时渲染。

为了提升美型算法的执行速度，目前主流的优化方法是将图像变形的算法和逻辑通过OpenGL ES着色器脚本语言编程实现，从而通过GPU(Graphics Processing Unit，图形处理器)达到加速算法执行的目的。然而此类方法通常存在以下弊端：(1)部分美型操作需要在上一次操作步骤的基础上反复执行同样的操作，即后一步操作的执行依赖于前一步的结果，这种情况下就需要整张图像执行多次GPU管线渲染，最终耗时也随着渲染次数呈线性增加。(2)部分美型功能(如：瘦脸)通过执行着色器脚本渲染后无法获得变形后人脸关键点的位置信息，对后续的人脸的精确变形和贴纸功能有影响。(3)着色器脚本会在GPU的像素着色器阶段执行，因此图像的每个像素都会执行同样的算法和逻辑代码，而实际中除了面部区域，其他区域像素不需要执行相应的逻辑代码，这势必会进一步影响渲染性能。(4)着色器脚本的执行全部由GPU完成，使得CPU利用率极低。(5)着色器脚本语言不擅长处理循环、分支、位运算和逻辑运算，部分算法和逻辑编程不易实现(如：液化区域羽化蒙版功能)。可见，以上这些弊端均会影响美型的执行速度和美型效果。并且当用户开启的美型功能较多时，上述方法同样无法在移动终端进行流畅地实时渲染。

发明内容

本发明旨在提供一种人像美型方法和系统，能够在移动终端进行流畅地实时渲染，且美型效果好。

为达到上述目的，本发明采用的技术方案如下：

一种人像美型方法，包括：根据待处理图像的分辨率对所述待处理图像进行网格划分，获取原始网格模型；对所述待处理图像进行人脸关键点检测，获取原始人脸关键点；根据预定的美型功能对所述原始网格模型依次进行变换，获取变换后的网格模型；所述预定的美型功能有一个以上；根据所述变换后的网格模型和所述原始人脸关键点，计算出变换后的人脸关键点；对所述变换后的网格模型进行渲染和/或根据所述变换后的人脸关键点，获取美型图像。

优选地，所述原始网格模型的每一个网格面均为正方形，且原始网格模型中每两个网格面的尺寸相等。