[发明专利]图像的贴图处理方法、装置、可读介质和电子设备在审

专利信息
申请号: 202010202230.1 申请日: 2020-03-20
公开(公告)号: CN111402122A 公开(公告)日: 2020-07-10
发明(设计)人: 邓启力 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06K9/00
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 魏云鹿
地址: 100041 北京市石景山区*** 国省代码: 北京;11
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 贴图 处理 方法 装置 可读 介质 电子设备
【说明书】:

本公开涉及一种图像的贴图处理方法、装置、可读介质和电子设备,涉及图像处理技术领域,该方法包括:按照预设的人脸识别算法对待处理图像进行识别,以得到目标人脸图像,将目标人脸图像输入预先训练的姿态角识别模型,以获取姿态角识别模型输出的目标人脸图像中人脸的姿态角,并将目标人脸图像输入预先训练的关键点识别模型,以获取关键点识别模型输出的目标人脸图像中人脸的关键点,根据姿态角和关键点,将目标贴图添加至目标人脸图像。本公开能够通过姿态角识别模型,快速、准确地确定目标人脸图像中的姿态角,从而提高贴图处理的准确度。

技术领域

本公开涉及图像处理技术领域,具体地,涉及一种图像的贴图处理方法、装置、可读介质和电子设备。

背景技术

在图像处理技术领域中,终端上所能提供的图像处理操作越来越丰富。用户可以随时随地进行拍照、摄像,并通过网络进行分享。相应的,就产生了各种针对照片中人脸的贴图功能,在人脸上增加各种贴图特效(例如:猫脸、猫耳、兔耳等),以满足用户的各种需求。要在人脸上增加贴图特效,需要识别出照片中人脸的姿态角,才能使贴图能够贴合在人脸的表面。通常情况下,终端会按照OpenCV(英文:Open Source Computer VisionLibrary,中文:开源计算机视觉库)中的函数来估计照片中人脸的姿态角,计算复杂,准确度不高,容易导致贴图与人脸表面发生错位、漂浮等问题,降低了用户体验。

发明内容

提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

第一方面,本公开提供一种图像的贴图处理方法,所述方法包括:

按照预设的人脸识别算法对待处理图像进行识别,以得到目标人脸图像;

将所述目标人脸图像输入预先训练的姿态角识别模型,以获取所述姿态角识别模型输出的所述目标人脸图像中人脸的姿态角,并将所述目标人脸图像输入预先训练的关键点识别模型,以获取所述关键点识别模型输出的所述目标人脸图像中人脸的关键点;

根据所述姿态角和所述关键点,将目标贴图添加至所述目标人脸图像。

第二方面,本公开提供一种图像的贴图处理装置,所述装置包括:

第一识别模块,用于按照预设的人脸识别算法对待处理图像进行识别,以得到目标人脸图像;

第二识别模块,用于将所述目标人脸图像输入预先训练的姿态角识别模型,以获取所述姿态角识别模型输出的所述目标人脸图像中人脸的姿态角,并将所述目标人脸图像输入预先训练的关键点识别模型,以获取所述关键点识别模型输出的所述目标人脸图像中人脸的关键点;

处理模块,用于根据所述姿态角和所述关键点,将目标贴图添加至所述目标人脸图像。

第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。

第四方面,本公开提供一种电子设备,包括:

存储装置,其上存储有计算机程序;

处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。

通过上述技术方案,本公开首先对待处理图像按照预设的人脸识别算法进行识别,以得到目标人脸图像,之后将目标人脸图像分别输入至预先训练的姿态角识别模型和关键点识别模型,以获取姿态角识别模型输出的目标人脸图像中人脸的姿态角,和关键点识别模型输出的目标人脸图像中人脸的关键点,最后根据姿态角和关键点,将目标贴图添加至目标人脸图像,以实现在目标人脸图像上增加目标贴图的效果。本公开能够通过姿态角识别模型,快速、准确地确定目标人脸图像中的姿态角,从而提高贴图处理的准确度。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/202010202230.1/2.html,转载请声明来源钻瓜专利网。

×

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