[发明专利]人脸图像处理方法、用户设备、存储介质及装置有效

专利信息
申请号: 201910939068.9 申请日: 2019-09-29
公开(公告)号: CN110688962B 公开(公告)日: 2022-05-20
发明(设计)人: 孙碧亮;刘凯能 申请(专利权)人: 武汉秀宝软件有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06T7/11;G06T7/136;G06T7/187;G06T7/90
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 黄嗣童
地址: 430000 湖北省武汉市武汉东湖新技术开发区武大园*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 用户 设备 存储 介质 装置
【说明书】:

发明公开了人脸图像处理方法、用户设备、存储介质及装置。本发明中通过获取待处理的目标图像,识别所述目标图像中人脸所在的位置,根据所述位置对识别的人脸进行分割,生成抠图图像,将抠图图像映射到相应的积木颗粒颜色上,以生成人脸积木化图像。将识别的人脸进行分割后在映射至积木颗粒颜色上,以生成人脸积木化图像,从而解决人脸积木化处理过程中容易出现图像严重失真的技术问题。

技术领域

本发明涉及图像处理领域,尤其涉及人脸图像处理方法、用户设备、存储介质及装置。

背景技术

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。

人脸积木化是通过对图像中的人脸进行识别,并对图形颜色等进行处理后形成的一种特殊图像,用于制作成肖像画、纪念品、礼物等

现有的人脸积木化处理过程中,通过图像二值化、图像边缘检测等处理后制成,容易出现图像严重失真的情况。

上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供人脸图像处理方法、用户设备、存储介质及装置,旨在解决现有技术中在人脸积木化处理过程中容易出现图像严重失真的技术问题。

为实现上述目的,本发明提供一种人脸图像处理方法,所述人脸图像处理方法包括以下步骤:

获取待处理的目标图像;

识别所述目标图像中人脸所在的位置;

根据所述位置对识别的人脸进行分割,生成抠图图像;

将抠图图像映射到相应的积木颗粒颜色上,以生成人脸积木化图像。

优选地,所述识别所述目标图像中人脸所在的位置,包括:

基于预设卷积神经网络模型识别目标图像中的人脸,获取人脸所在的位置。

优选地,所述根据所述位置对识别的人脸进行分割,生成抠图图像包括:

根据人脸所在的位置识别出人脸所在的连通区域;

基于识别的连通区域对人脸进行分割,生成抠图图像。

优选地,所述基于识别的连通区域对人脸进行分割,生成抠图图像包括:

获取连通区域的最大高度及最大宽度;

基于所述最大高度、所述最大宽度及积木底板颗粒像素的高度及宽度确定压缩比值;

根据所述压缩比值确定所述目标图像中人脸五官被压缩后的高度及宽度;

当压缩后的高度小于积木底板颗粒像素的高度或/和压缩后的宽度小于积木底板颗粒像素的宽度时,调整连通区域的最大高度及最大宽度,将调整后的连通区域作为抠图图像。

优选地,所述调整连通区域的最大高度及最大宽度,将调整后的连通区域作为抠图图像包括:

按照预设规则减小连通区域的最大高度及最大宽度;

当压缩后的高度大于积木底板颗粒像素的高度且压缩后的宽度大于积木底板颗粒像素的宽度时,将当前的连通区域作为抠图图像。

优选地,所述将抠图图像映射到相应的积木颗粒颜色上,以生成人脸积木化图像,包括:

将所述抠图图像分成若干个特征子区域;

根据预设公式确定各个特征子区域的颜色特征值;

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武汉秀宝软件有限公司,未经武汉秀宝软件有限公司许可,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/201910939068.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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