[發明專利]人臉圖像變形的方法、裝置及計算機存儲介質

有效

• 申請號: 201710557034.4
• 申請日: 2017-07-10
• 公開（公告）號: CN108876704B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 范浩強
• 申請（專利權）人: 北京曠視科技有限公司;北京邁格威科技有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00
• 代理公司: 北京市磐華律師事務所 11336
• 代理人: 高偉;劉愛平

1.一種人臉圖像變形的方法，其特征在于，包括：

獲取輸入圖像，并確定所述輸入圖像中的人臉區域；

確定所述人臉區域中的關鍵點信息，所述關鍵點信息包括關鍵點的深度信息；

根據所述關鍵點信息，確定所述人臉區域中的與變形相關的各個像素的第一位置信息，所述第一位置信息包括所述像素的深度信息；

根據所述第一位置信息和變形參數，得到所述像素在變形后的第二位置信息；

根據所述第二位置信息，得到所述輸入圖像在變形后的輸出圖像；

其中所述變形參數包括三維移動距離參數、圖像放大參數以及畸變程度參數，所述根據所述第一位置信息和變形參數，得到所述像素在變形后的第二位置信息，包括：

根據所述第一位置信息、所述三維移動距離參數以及所述圖像放大參數，得到三維移動重投影坐標信息；

根據所述三維移動重投影坐標信息和所述畸變程度參數，通過畸變計算得到所述第二位置信息。

2.根據權利要求1所述的方法，其特征在于，所述確定所述人臉區域中的關鍵點信息，包括：

利用人臉關鍵點檢測算法，得到所述人臉區域中的所述關鍵點信息。

3.根據權利要求1所述的方法，其特征在于，所述根據所述關鍵點信息，確定所述人臉區域中的與變形相關的各個像素的第一位置信息，包括：

將所述關鍵點信息輸入至預先訓練好的反卷積神經網絡，得到所述人臉區域中的與變形相關的各個像素的所述第一位置信息。

4.根據權利要求1所述的方法，其特征在于，若所述第一位置信息表示為(x,y,z)，所述三維移動重投影坐標信息表示為(x1,y1,z1)，所述第二位置信息表示為(x2,y2)，則滿足：

z1＝z-z0×q，x1＝x×z/z1×f，y1＝y×z/z1×f，以及

x2＝x1×(1+a×r)，y2＝y1×(1+a×r)，

其中，q為所述三維移動距離參數，f為所述圖像放大參數，a為所述畸變程度參數，z0表示所有像素的深度信息的最小值，r＝x1²+y1²，(x，y)為像素在所述輸入圖像中的二維位置坐標，z為所述像素的深度信息。

5.一種人臉圖像變形的裝置，其特征在于，包括：

獲取模塊，用于獲取輸入圖像；

人臉區域確定模塊，用于確定所述輸入圖像中的人臉區域；

關鍵點信息確定模塊，用于確定所述人臉區域中的關鍵點信息，所述關鍵點信息包括關鍵點的深度信息；

深度估計模塊，用于根據所述關鍵點信息，確定所述人臉區域中的與變形相關的各個像素的第一位置信息，所述第一位置信息包括所述像素的深度信息；

處理模塊，用于根據所述第一位置信息和變形參數，得到所述像素在變形后的第二位置信息；其中所述變形參數包括三維移動距離參數、圖像放大參數以及畸變程度參數，所述處理模塊，具體用于：

根據所述第一位置信息、所述三維移動距離參數以及所述圖像放大參數，得到三維移動重投影坐標信息；

根據所述三維移動重投影坐標信息和所述畸變程度參數，通過畸變計算得到所述第二位置信息；

輸出模塊，用于根據所述第二位置信息，得到所述輸入圖像在變形后的輸出圖像。

6.根據權利要求5所述的裝置，其特征在于，所述關鍵點信息確定模塊，具體用于：

利用人臉關鍵點檢測算法，得到所述人臉區域中的所述關鍵點信息。

7.根據權利要求5所述的裝置，其特征在于，所述深度估計模塊，具體用于：

將所述關鍵點信息輸入至預先訓練好的反卷積神經網絡，得到所述人臉區域中的與變形相關的各個像素的所述第一位置信息。