[发明专利]一种图像中的人脸交换方法、装置及电子设备

权利要求书

1.一种图像中的人脸交换方法，其特征在于，所述方法包括：

获取第一图像及第二图像，其中，所述第一图像及所述第二图像包括人脸；

通过预先获得的深度神经网络模型对所述第一图像和所述第二图像进行处理，得到所述第一图像及所述第二图像分别对应的第一标准三维人脸模型及第二标准三维人脸模型；其中，所述深度神经网络模型为基于预先获取的人脸图像样本训练得到的，所述深度神经网络模型的训练方式，包括：获取预设深度神经网络模型；获取多个人脸图像样本以及对应的标准三维人脸模型，其中，所述标准人脸模型包括表情特征；标记所述多个人脸图像样本中的图像特征，其中，所述图像特征包括人脸特征及表情特征；将标记后的人脸图像样本以及对应的标准三维人脸模型输入所述预设深度神经网络模型，对所述预设深度神经网络模型进行训练；当所述预设深度神经网络模型的输出结果的准确度达到预设值，或所述人脸图像样本的训练迭代次数达到预设次数时，停止训练，得到所述深度神经网络模型；所述深度神经网络模型包括图像特征与标准三维人脸模型的对应关系；

根据所述第一图像中像素点与所述第一标准三维人脸模型的坐标点的对应关系，以及所述第二图像中像素点与所述第二标准三维人脸模型的坐标点的对应关系，将所述第一图像的人脸特征与所述第二图像的人脸特征进行交换，得到第三图像及第四图像。

2.如权利要求1所述的方法，其特征在于，所述根据所述第一图像中像素点与所述第一标准三维人脸模型的坐标点的对应关系，以及所述第二图像中像素点与所述第二标准三维人脸模型的坐标点的对应关系，将所述第一图像的人脸特征与所述第二图像的人脸特征进行交换，得到第三图像及第四图像的步骤，包括：

确定所述第一标准三维人脸模型的坐标点与所述第二标准三维人脸模型中的坐标点的第三对应关系；

根据第一对应关系、第二对应关系以及所述第三对应关系，确定所述第二图像中与所述第一标准三维人脸模型的坐标点对应的像素点，以及所述第一图像中与所述第二标准三维人脸模型的坐标点对应的像素点，其中，所述第一对应关系为所述第一图像中像素点与所述第一标准三维人脸模型的坐标点的对应关系，所述第二对应关系为所述第二图像中像素点与所述第二标准三维人脸模型的坐标点的对应关系；

基于所确定的所述第一对应关系、所述第二对应关系以及所确定的像素点，将所述第一图像的人脸特征与所述第二图像的人脸特征进行交换，得到第三图像及第四图像。

3.如权利要求2所述的方法，其特征在于，所述基于所确定的所述第一对应关系、所述第二对应关系以及所确定的像素点，将所述第一图像的人脸特征与所述第二图像的人脸特征进行交换，得到第三图像及第四图像的步骤，包括：

根据所述第一对应关系，确定所述第一标准三维人脸模型的坐标点的像素值；

根据所述第二对应关系，确定所述第二标准三维人脸模型的坐标点的像素值；

基于所述第二标准三维人脸模型的坐标点的像素值为所确定的所述第一图像中的像素点赋值，得到第三图像；

基于所述第一标准三维人脸模型的坐标点的像素值为所确定的所述第二图像中的像素点赋值，得到第四图像。

4.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

确定所述第三图像中人脸的嘴部所占的第一比例，以及所述第四图像中人脸的嘴部所占的第二比例；

分别判断所述第一比例及所述第二比例是否大于预设比例；

针对判断结果为是的目标图像，按照预设处理方式，对所述目标图像进行处理，其中，所述目标图像为所述第三图像和/或所述第四图像。

5.如权利要求4所述的方法，其特征在于，所述按照预设处理方式，对所述目标图像进行处理的步骤，包括：

根据所述目标图像中的嘴部特征点，计算所述目标图像中嘴部的张开幅度；

判断所述张开幅度是否大于预设幅度；

如果是，对所述目标图像中的嘴部进行牙齿补全处理。

6.如权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

对所述第三图像及所述第四图像中的人脸部分进行泊松融合处理。