[發(fā)明專利]人臉特效處理方法以及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210465767.2
• 申請(qǐng)日: 2012-11-16
• 公開（公告）號(hào): CN103824269B
• 公開（公告）日: 2017-03-29
• 發(fā)明（設(shè)計(jì)）人: 金連文;毛慧蕓;朱武林;廖文鑫;張?chǎng)?/a>
• 申請(qǐng)（專利權(quán)）人: 廣州三星通信技術(shù)研究有限公司;華南理工大學(xué);三星電子株式會(huì)社
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T3/40
• 代理公司: 北京銘碩知識(shí)產(chǎn)權(quán)代理有限公司11286
• 代理人: 羅延紅

技術(shù)領(lǐng)域

本申請(qǐng)涉及一種人臉特效處理方法以及系統(tǒng)，尤其涉及一種基于從客戶機(jī)接收的人臉圖片檢測(cè)的人臉特征，從預(yù)先維護(hù)的圖片數(shù)據(jù)庫搜索到的相似圖片子集以合成平均臉，以生成特效人臉的方法以及系統(tǒng)。?

背景技術(shù)

人臉是最受廣泛關(guān)注的圖像數(shù)據(jù)類型之一。近代心理學(xué)的研究表明，若對(duì)一組人臉形狀進(jìn)行合成，所得到的中值形狀（平均臉）往往會(huì)具有較大的吸引力。到了20世紀(jì)末，得益于計(jì)算機(jī)技術(shù)及數(shù)字圖像處理技術(shù)的蓬勃發(fā)展，大量關(guān)于平均臉的心理學(xué)研究又再涌現(xiàn)。許多心理學(xué)家都得出了“美麗的人臉就是平均臉”的說法，他們認(rèn)為，一張人臉的形狀是否趨于平均，是判斷該人臉是否漂亮的關(guān)鍵，這就是在心理學(xué)上的“平均臉假設(shè)”（Averageness?Hypothesis）。?

另一方面，由于圖像變形的概念已提出了多年，與其相關(guān)的各種算法也得到了很大的發(fā)展，并在視覺藝術(shù)等領(lǐng)域得到了廣泛的應(yīng)用。國外關(guān)于圖像變形的軟件多不勝數(shù)，如Photoshop、Sqirlz?Morph、Fun?Morph、Easy?Morph等，這些軟件都允許用戶在給定的兩幅圖片上指定對(duì)應(yīng)的特征原型，然后通過相關(guān)的圖像變形算法得到圖像變形序列。因此，不少有需要的用戶都會(huì)采用這類圖像變形軟件來求取平均臉。然而，采用此類軟件的話，通常每次操作只能夠?qū)蓮埲四槇D片合成，而且這些軟件不能夠?yàn)橛脩舴诸愄峁┐罅康娜四標(biāo)夭?，這些限制都不多不少地影響了用戶體驗(yàn)。?

此外，以人臉特效變換特別是設(shè)計(jì)到平均臉技術(shù)為主題的網(wǎng)站很少。英國阿伯丁大學(xué)所制作的Face?Research網(wǎng)站（http://www.faceresearch.org）是較有代表性的一個(gè)。該網(wǎng)站允許用戶用自己上傳的照片計(jì)算平均臉，網(wǎng)站在人機(jī)交互上做得不夠完善，且不支持對(duì)人臉圖像的更多個(gè)性化特效處理效果。同時(shí)，由于該網(wǎng)站是由英國人開發(fā)的，其數(shù)據(jù)庫中的絕大多數(shù)人臉肖像均為歐美人種，不適合中國用戶的使用。?

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種提供人臉特效處理服務(wù)的系統(tǒng)，在服務(wù)器端根據(jù)從客戶機(jī)提供的人臉圖片檢測(cè)的特征點(diǎn)從具有各種特效的圖片集合成平均臉并且執(zhí)行用戶人臉的特效處理，并且將特效處理的圖片發(fā)送給請(qǐng)求的客戶機(jī)。?

本發(fā)明的另一目的在于提供一種根據(jù)用戶的特效要求，基于從用戶提供的人臉圖片檢測(cè)的特征點(diǎn)從具有各種特效的圖片集合成平均臉，并且執(zhí)行用戶人臉的特效處理的方法以及系統(tǒng)，從而提供符合用戶要求的用戶人臉特效處理的服務(wù)。?

根據(jù)本發(fā)明的一方面，提供一種人臉的特效處理方法，包括，在服務(wù)器端執(zhí)行以下操作：A）從客戶機(jī)接收?qǐng)D片；B）從接收的圖片檢測(cè)人臉區(qū)域；C）從檢測(cè)的人臉區(qū)域檢測(cè)特征點(diǎn)；D）根據(jù)檢測(cè)的人臉區(qū)域的形狀和特征點(diǎn)的位置，從圖片庫搜索一組相似的人臉圖片作為相似圖片子集；E）基于相似圖片子集合成平均臉；F）將合成的平均臉和檢測(cè)的人臉區(qū)域按照預(yù)定的權(quán)值進(jìn)行加權(quán)融合，將融合得到的結(jié)果作為具有預(yù)定的特效特性的人臉圖片；G）將融合形成的具有預(yù)定的特效特性的人臉圖片發(fā)送給所述客戶機(jī)。?

根據(jù)本發(fā)明的優(yōu)選實(shí)施例，在步驟A），還接收附加信息，所述附加信息包括性別、年齡和種族中的至少一個(gè)。?

根據(jù)本發(fā)明的優(yōu)選實(shí)施例，在步驟D），根據(jù)檢測(cè)的人臉區(qū)域的形狀、特征點(diǎn)的位置、接收的附加信息以及預(yù)定的特效特性，從圖片庫搜索一組相似的人臉圖片作為相似圖片子集，所述特效特性包括外表特性、職業(yè)特性、身份特性、年齡特性中的一個(gè)。?

根據(jù)本發(fā)明的優(yōu)選實(shí)施例，所述的特效處理方法還包括：H）將包含特征點(diǎn)位置的人臉圖片發(fā)送給所述客戶機(jī)，并且從客戶機(jī)接收經(jīng)過修正的人臉圖片以及附加信息。其中，在步驟D）中，以接收的經(jīng)過修正的人臉圖片作為基礎(chǔ)，執(zhí)行相似的人臉圖片的搜索。?

根據(jù)本發(fā)明的優(yōu)選實(shí)施例，所述的特效處理方法還包括：從客戶機(jī)接收至少一個(gè)特效特性的信息。其中，針對(duì)接收的每個(gè)特效特性，分別執(zhí)行步驟D）至步驟F），以生成具有接收的每個(gè)所述特效特性的人臉圖片，并且在步驟F）中，將生成的全部具有特效特性的人臉圖片發(fā)送給客戶機(jī)。?

根據(jù)本發(fā)明的優(yōu)選實(shí)施例，在步驟B）中，使用AdaBoost人臉檢測(cè)算法執(zhí)行人臉檢測(cè)，并且在步驟C）中，使用主動(dòng)外觀模型方法執(zhí)行特征點(diǎn)檢測(cè)。?