一種人臉圖像的處理方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)圖像處理領(lǐng)域，尤其涉及一種人臉圖像的處理方法及裝置。
【背景技術(shù)】
[0002] 隨著數(shù)碼相機(jī)、智能手機(jī)、攝像頭等可拍攝終端的普及，用戶對(duì)拍攝終端拍攝到的 照片的需求不再局限于記錄照片，還在于編輯照片，例如，對(duì)于人臉圖像，用戶可進(jìn)行美白、 磨皮等編輯操作，進(jìn)而美化人臉圖像。人臉識(shí)別技術(shù)的不斷發(fā)展，使得人臉圖像的編輯更加 靈活，可將人臉圖像與設(shè)定的人臉模型進(jìn)行匹配，例如明星臉等。
[0003] 現(xiàn)有技術(shù)中，用戶對(duì)人臉圖像的美貌度進(jìn)行評(píng)價(jià)，可通過(guò)人臉識(shí)別技術(shù)得到人臉 圖像中例如眼睛、鼻子、嘴唇等元素的中心位置點(diǎn)，再以此中心位置點(diǎn)計(jì)算各元素之間的距 離比例，例如眼睛到鼻子的距離與鼻子到嘴唇的距離的比值等，再分別計(jì)算與人臉美學(xué)標(biāo) 準(zhǔn)值的偏差，進(jìn)而進(jìn)行人臉圖像美貌度的評(píng)價(jià)。現(xiàn)有技術(shù)中，對(duì)人臉圖像中各元素的位置定 位為一個(gè)點(diǎn)，計(jì)算精度低，再計(jì)算各點(diǎn)之間的距離的比值，再分別計(jì)算與人臉美學(xué)標(biāo)準(zhǔn)值的 偏差，計(jì)算維度較為粗略，降低了對(duì)人臉圖像的美貌度評(píng)價(jià)的精準(zhǔn)度以及靈活性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例提供一種人臉圖像的處理方法及裝置?？捎?jì)算預(yù)設(shè)人臉元素的特征 值與對(duì)應(yīng)的正/負(fù)樣本特征值的偏差值，再進(jìn)行加權(quán)得到人臉圖像處理結(jié)果，提高了人像 處理的精度和對(duì)人臉圖像的美貌度評(píng)價(jià)的靈活性。
[0005] 本發(fā)明第一方面提供一種人臉圖像的處理方法，可包括：
[0006] 獲取人像圖像中預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)，并根據(jù)所述獲取到的預(yù)設(shè)人臉元素 的多個(gè)特征點(diǎn)計(jì)算所述預(yù)設(shè)人臉元素的特征值；
[0007] 獲取與所述預(yù)設(shè)人臉元素對(duì)應(yīng)的正/負(fù)樣本圖像的正/負(fù)樣本特征值，并計(jì)算所 述預(yù)設(shè)人臉元素的特征值與所述正/負(fù)樣本特征值的偏差值，得到目標(biāo)特征值；
[0008] 根據(jù)預(yù)設(shè)的加權(quán)策略對(duì)所述目標(biāo)特征值進(jìn)行加權(quán)，確定人臉圖像處理結(jié)果，并在 顯示屏幕顯示所述人臉圖像處理結(jié)果。
[0009] 本發(fā)明第二方面提供一種人臉圖像的處理裝置，可包括：
[0010] 人臉元素處理模塊，用于獲取人像圖像中預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)，并根據(jù)所 述獲取到的預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)計(jì)算所述預(yù)設(shè)人臉元素的特征值；
[0011] 特征值處理模塊，用于獲取與所述預(yù)設(shè)人臉元素對(duì)應(yīng)的正/負(fù)樣本圖像的正/負(fù) 樣本特征值，并計(jì)算所述預(yù)設(shè)人臉元素的特征值與所述正/負(fù)樣本特征值的偏差值，得到 目標(biāo)特征值；
[0012] 圖像結(jié)果處理模塊，用于根據(jù)預(yù)設(shè)的加權(quán)策略對(duì)所述目標(biāo)特征值進(jìn)行加權(quán)，確定 人臉圖像處理結(jié)果，并在顯示屏幕顯示所述人臉圖像處理結(jié)果。
[0013] 實(shí)施本發(fā)明實(shí)施例，具有如下有益效果：
[0014] 本發(fā)明實(shí)施例可根據(jù)預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)計(jì)算預(yù)設(shè)人臉元素的特征值，計(jì) 算預(yù)設(shè)人臉元素的特征值與正/負(fù)樣本特征值的偏差值，根據(jù)預(yù)設(shè)的加權(quán)策略進(jìn)行加權(quán)得 到人臉圖像處理結(jié)果，并在顯示屏幕顯示人臉圖像處理結(jié)果，提高了人像處理的精度和對(duì) 人臉圖像的美貌度評(píng)價(jià)的靈活性。
【附圖說(shuō)明】
[0015] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0016] 圖1為本發(fā)明實(shí)施例提供的一種人臉圖像的處理方法的流程圖；
[0017] 圖2為本發(fā)明實(shí)施例提供的人臉圖像的特征點(diǎn)的示意圖；
[0018] 圖3為本發(fā)明實(shí)施例提供的一種人臉圖像的處理裝置的結(jié)構(gòu)示意圖；
[0019] 圖4為本發(fā)明實(shí)施例提供的人臉元素處理模塊的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0020] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0021] 本發(fā)明實(shí)施例中，人臉圖像的處理裝置包括但不局限于：數(shù)碼相機(jī)、攝像機(jī)、智能 手機(jī)、平板電腦、個(gè)人數(shù)字助理（PDA,PersonalDigitalAssistant,又名掌上電腦）等可拍 攝終端設(shè)備，人臉圖像的處理裝置還可以為拍攝終端設(shè)備中的客戶端模塊，例如：圖像處理 客戶端等。人臉圖像可以為通過(guò)可拍攝終端設(shè)備進(jìn)行拍攝得到的包括人臉的圖像，或者通 過(guò)其他途徑(例如繪制等）獲取到的包括人臉的圖像，也可以為經(jīng)過(guò)終端設(shè)備識(shí)別到的包括 人臉的圖像，具體的，人臉圖像的處理裝置識(shí)別到包括人臉的圖像的過(guò)程可以包括：
[0022] (1)通過(guò)人臉檢測(cè)系統(tǒng)的離線訓(xùn)練模塊采集大量(萬(wàn)級(jí)以上）的人臉圖像與非人臉 圖像，分別提取haar(哈爾)特征，通過(guò)自適應(yīng)boosting(-種提高弱分類算法準(zhǔn)確度的方 法）分類器挑選最佳的haar特征及相應(yīng)的閾值和權(quán)重組合成級(jí)聯(lián)強(qiáng)分類器。
[0023] (2)輸入一張圖像，對(duì)圖像進(jìn)行解碼，將解碼后的圖像數(shù)據(jù)發(fā)送到人臉檢測(cè)系統(tǒng)。
[0024] (3)人臉檢測(cè)系統(tǒng)的在線分類模塊對(duì)解碼后的圖像數(shù)據(jù)以不同大小和位置的窗 口進(jìn)行多尺度空間搜索并提取haar特征，將每個(gè)搜索窗口的特征輸入級(jí)聯(lián)強(qiáng)分類器判斷 窗口內(nèi)是否包含人臉圖像，最后合并所有的判別結(jié)果，將人臉位置和大小輸出，得到人臉圖 像。
[0025] 本發(fā)明實(shí)施例提供一種人臉圖像的處理方法及裝置，可根據(jù)預(yù)設(shè)人臉元素的多個(gè) 特征點(diǎn)計(jì)算預(yù)設(shè)人臉元素的特征值，計(jì)算預(yù)設(shè)人臉元素的特征值與正/負(fù)樣本特征值的偏 差值，根據(jù)預(yù)設(shè)的加權(quán)策略進(jìn)行加權(quán)得到人臉圖像處理結(jié)果，并在顯示屏幕顯示人臉圖像 處理結(jié)果，提高了人像處理的精度和對(duì)人臉圖像的美貌度評(píng)價(jià)的靈活性。例如，本發(fā)明實(shí)施 例的人臉圖像的處理方法可以應(yīng)用于對(duì)照片中的人臉進(jìn)行評(píng)分等等。
[0026] 下面將結(jié)合附圖1-附圖2,對(duì)本發(fā)明實(shí)施例提供的人臉圖像的處理方法進(jìn)行詳細(xì) 介紹。
[0027] 請(qǐng)參見圖1，為本發(fā)明實(shí)施例提供的一種人臉圖像的處理方法的流程圖；該方法 可包括以下步驟：SlOl~S103。
[0028]S101，獲取人像圖像中預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)，并根據(jù)獲取到的預(yù)設(shè)人臉元 素的多個(gè)特征點(diǎn)計(jì)算預(yù)設(shè)人臉元素的特征值。
[0029] 作為一種可選的實(shí)施方式，步驟SlOl中，獲取人像圖像中預(yù)設(shè)人臉元素的多個(gè)特 征點(diǎn)，其中，預(yù)設(shè)人臉元素包括但不局限于：左眼睛、右眼睛、左眉毛、右眉毛、鼻子、嘴巴和 人臉邊緣。
[0030] 作為一種可選的實(shí)施方式，預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)可以為通過(guò)預(yù)設(shè)的人臉匹 配模板對(duì)人臉圖像中的預(yù)設(shè)人臉元素進(jìn)行處理得到的多個(gè)特征點(diǎn)，其中，預(yù)設(shè)的人臉匹配 模板為通過(guò)現(xiàn)有技術(shù)中的主動(dòng)形狀模型（ASM,ActiveShapeModel)實(shí)現(xiàn)。
[0031]ASM(主動(dòng)形狀模型）建立在PDM(PointDistributionModel，點(diǎn)分布模型）基礎(chǔ) 上，通過(guò)訓(xùn)練圖像樣本獲取訓(xùn)練圖像樣本的特征點(diǎn)分布的統(tǒng)計(jì)信息，且獲取特征點(diǎn)允許存 在的變化方向，實(shí)現(xiàn)在目標(biāo)圖像上尋找對(duì)應(yīng)的特征點(diǎn)的位置。對(duì)于訓(xùn)練樣本，需手動(dòng)標(biāo)記所 有特征點(diǎn)的位置，記錄特征點(diǎn)的坐標(biāo)，并計(jì)算每一個(gè)特征點(diǎn)對(duì)應(yīng)的局部灰度模型作為局部 特征點(diǎn)調(diào)整用的特征向量。將訓(xùn)練好的模型放在目標(biāo)圖像上，尋找每一個(gè)特征點(diǎn)的下一個(gè) 位置時(shí)，采用局部灰度模型尋找在當(dāng)前特征點(diǎn)指定方向上局部灰度模型馬氏距離最小的特 征點(diǎn)作為當(dāng)前特征點(diǎn)即將移動(dòng)到的位置，稱為suggestedpoint(建議特征點(diǎn))，找到所有的 suggestedpoints就可以獲得一個(gè)搜索的suggestedshape(建議形狀)，然后將當(dāng)前的模 型通過(guò)調(diào)整參數(shù)使得當(dāng)前的模型最可能相似的調(diào)整到suggestshape，重復(fù)迭代直到實(shí)現(xiàn) 收斂。本發(fā)明實(shí)施例中人臉圖像為目標(biāo)圖像，進(jìn)而通過(guò)預(yù)設(shè)的人臉匹配模板對(duì)人臉圖像中 的預(yù)設(shè)人臉元素進(jìn)行處理得到的多個(gè)特征點(diǎn)。
[0032] 作為一種可選的實(shí)施方式，人像圖像中預(yù)設(shè)人臉元素的特征點(diǎn)的個(gè)數(shù)可以為預(yù)設(shè) 的數(shù)量，例如總共88個(gè)、99個(gè)、155個(gè)等，具體特征點(diǎn)的數(shù)量與預(yù)設(shè)的人臉匹配模板中采取 的訓(xùn)練圖像樣本相關(guān)，若預(yù)設(shè)的人臉匹配模板中采取的訓(xùn)練圖像樣本中的特征點(diǎn)總共為88 個(gè)，則人像圖像中預(yù)設(shè)人臉元素的特征點(diǎn)的個(gè)數(shù)總共也為88個(gè)，具體的，特征點(diǎn)的數(shù)量越 多圖像處理越精確。
[0033] 作為一種可選的實(shí)施方式，如圖2所示，為本發(fā)明實(shí)施例提供的人臉圖像的特征 點(diǎn)的示意圖，圖2 (a)為人臉圖像全部特征點(diǎn)示意圖，該人臉圖像中共包括88個(gè)特征點(diǎn)，圖 2 (b)為人臉邊緣的特征點(diǎn)示意圖，包括特征點(diǎn)68~特征點(diǎn)88共21個(gè)特征點(diǎn)，圖2 (c) 為左眉毛的特征點(diǎn)示意圖，包括特征點(diǎn)1~特征點(diǎn)8共8個(gè)特征點(diǎn)，圖2 (d)為右眉毛的特 征點(diǎn)示意圖，包括特征點(diǎn)9~特征點(diǎn)16共8個(gè)特征點(diǎn)，圖2 (e)為左眼睛的特征點(diǎn)示意圖， 包括特征點(diǎn)17~特征點(diǎn)24共8個(gè)特征點(diǎn)，圖2 (f)為右眼睛的特征點(diǎn)示意圖,包括特征點(diǎn) 25~特征點(diǎn)32共8個(gè)特征點(diǎn)，圖2(g)為鼻子的特征點(diǎn)示意圖，包括特征點(diǎn)33~特征點(diǎn) 45共13個(gè)特征點(diǎn)，圖2 (h)為嘴巴的特征點(diǎn)示意圖，包括特征點(diǎn)46~特征點(diǎn)67共22個(gè)特 征點(diǎn)。
[0034] 作為一種可選的實(shí)施方式，步驟SlOl中，根據(jù)獲取到的預(yù)設(shè)人臉元素的多個(gè)特征 點(diǎn)計(jì)算預(yù)設(shè)人臉元素的特征值，具體的，根據(jù)預(yù)設(shè)人臉元素的多個(gè)特征點(diǎn)可以計(jì)算對(duì)應(yīng)的 面積、灰度值等，例如，如圖2 (c)所示，為左眉毛的特征點(diǎn)示意圖，包括特征點(diǎn)1~特征點(diǎn)8 共8個(gè)特征點(diǎn)，以特征點(diǎn)8為頂點(diǎn)，分別與特征點(diǎn)1~7中的兩特征點(diǎn)構(gòu)成三角形，計(jì)算各 個(gè)三角形的面積，再求和，得到左眉毛