一種基于樣本模板的數(shù)字化妝方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理與人工智能技術(shù)領(lǐng)域，特別是設(shè)及一種人臉圖像數(shù)字化 妝的處理方法。
【背景技術(shù)】
[0002] 現(xiàn)代社會化妝已經(jīng)成為許多人的生活習(xí)慣。隨著可攝像智能移動終端的普及和圖 像處理技術(shù)的發(fā)展，如今人們已經(jīng)開始利用智能移動終端上的應(yīng)用給自己的圖像進行美化 甚至是數(shù)字化妝。
[0003] 數(shù)字化妝技術(shù)在日常生活中有著非常巨大的應(yīng)用潛力。例如，化妝品電商可W利 用數(shù)字化妝應(yīng)用為客戶提供虛擬試用功能;化妝服務(wù)提供機構(gòu)可W利用數(shù)字化妝應(yīng)用為客 戶提供最佳的化妝方案;人們?nèi)粘Ｉ钪锌蒞利用數(shù)字化妝應(yīng)用挑選合適自己的妝容;人 們在分享圖片到社交網(wǎng)絡(luò)前可W利用數(shù)字化妝應(yīng)用對自己的圖片進行化妝等等。
[0004] 目前，數(shù)字人臉化妝技術(shù)的文獻為數(shù)不多。祝秀萍等人在2008年計算機與信息技 術(shù)期刊上發(fā)表的論文"人臉虛擬化妝系統(tǒng)的研究"中提出建立化妝品顏色和膚色模型，來模 擬人臉化妝效果，但只能提供一些美白、唇彩等基本效果，眼影、眼線等效果并不明顯。Wai-Siun Tong等人在2007年發(fā)表的會議論文巧xample-based cosmetic transfer"中提出從 同一人臉化妝前和化妝后的人臉圖像對中學(xué)習(xí)出化妝對人臉外觀的影響，再將運個影響添 加到另外一張人臉中，實現(xiàn)化妝轉(zhuǎn)移效果。運種方法限制較多，因為對每一個想實現(xiàn)的化妝 效果都必須要收集同一個人臉幾乎相同角度的化妝前后圖片，而且要求樣本圖像和目標(biāo)圖 像有相似臉型和表情，甚至需要手動操作使得樣本圖片和目標(biāo)圖片的眼睛、嘴己在相同位 置，操作復(fù)雜，實用程度較低。Dong Guo等人在2009年會議論文"Digital face makeup by example"中提出基于化妝轉(zhuǎn)移思想的數(shù)字人臉化妝技術(shù)，但不再需要樣本人臉化妝前后的 圖像對，只需要有化妝后的人臉圖像。由于使用薄片扭曲形變算法對準樣本人臉和目標(biāo)人 臉圖像，因此不要求樣本人臉和目標(biāo)人臉臉型相似，不需擔(dān)屯、兩個人臉的五官位置對不齊。 但是，該算法采用主動形狀模型ASM標(biāo)注特征點，運個算法準確率不夠高，很多時候需要用 戶手動去調(diào)整特征點位置。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于利用數(shù)字圖像處理方法，提供一種基于樣本模板的數(shù)字化妝方 法，對用戶提供的淡妝或素顏人臉照片，經(jīng)過處理后，輸出一張該人臉化妝之后的圖像。
[0006] 本發(fā)明采用的技術(shù)方案如下。
[0007] -種人臉圖片數(shù)字化妝的方法，對移動智能終端采集的人臉圖像和妝容提供圖像 分別依次進行人臉檢測、人臉特征點定位、人臉變形對準和人臉圖像圖層分解步驟后，再進 行相應(yīng)圖層合成，最終獲得輸出的化妝后的人臉圖像。
[000引所述的基于樣本模板的數(shù)字化妝方法包括：
[0009] (1)、人臉檢測；
[0010] (2)、人臉特征點檢現(xiàn)憶位；
[0011] (3)、人臉變形配準；
[0012] (4)、人臉圖層分解；
[0013] (5)、人臉圖層合成。
[0014] 所述步驟（1)是人臉檢測，其目的是是檢測輸入圖像是否含有人臉，若是，則判斷 人臉位置、大小和數(shù)量。本發(fā)明利用類化ar特征的AdaBoost級聯(lián)分類器來檢測和標(biāo)示圖像 中人臉位置。
[0015] 所述步驟(2)是人臉特征點檢測定位，其目的是在圖像的人臉區(qū)域內(nèi)，標(biāo)定出人臉 特征點的位置。人臉特征點是包括人臉五官的輪廓點，本發(fā)明利用主動表觀模型AAM (Active Appearance Models)進行特征點定位。首先，有效地提取形狀及紋理等先驗知識， 對事先人工標(biāo)注好的訓(xùn)練圖像集進行統(tǒng)計、分析，獲得關(guān)于目標(biāo)對象形狀和紋理的模型，然 后根據(jù)此形狀和紋理模型，對測試樣本進行多次迭代捜索、匹配，同時根據(jù)測試樣本的實際 情況調(diào)整先驗?zāi)Ｐ蛥?shù)，從而得到最終的準確的特征點定位輸出。
[0016] 所述步驟(3)是變形配準，其目的是利用圖片變形技術(shù)將妝容提供圖像對準到輸 入人臉圖像。圖像變形算法的主要步驟包括指定特征圖元，根據(jù)特征圖元的對應(yīng)關(guān)系生成 變形函數(shù)，最后映射并插值得到最終的輸出圖像。本發(fā)明利用人臉特征點作為特征圖元，采 用層次自由形狀變形算法(Multilevel化ee-form Deformation,MF抑)進行變形映射，從 而得到對準后的待化妝人臉。
[0017] 具體操作如下:指定使用人臉特征點作為特征圖元，根據(jù)特征圖元的對應(yīng)關(guān)系，推 導(dǎo)出所需要的變形函數(shù)，將妝容提供圖像對準到輸入人臉圖像。Ω代表變形目標(biāo)對象，p = (u，v)(l <u<m且1 < v<n)代表Ω中任意一個點。函數(shù)訊(口）=(義(口），7(口））代表〇變形后得 到的形狀。針對目標(biāo)對象Ω構(gòu)建大小為(m+2) X (n+2)的覆蓋于變形目標(biāo)Ω上的控制網(wǎng)格 巫?？刂凭W(wǎng)格Φ上的控制點在不同狀態(tài)下可能處于不同位置。用樓=化乃代表當(dāng)Φ在算法 開始時，第ij個控制點所在位置。通過控制網(wǎng)格Φ上控制點的位置，計算出變形所需要的變 形函數(shù)W。變形函數(shù)W定義為：
[001 引
[0019]式中，下標(biāo)滿足條件-l，y = _v_ - l,.s = M - _M_ ,? = _v_ -V,函數(shù)Bk(s)、Bi(t)是 均勻的Ξ次B樣條曲線的基函數(shù)，運些函數(shù)式如下所示：
[0025] 開始時，控制點在初始位置，經(jīng)過兩個或者W上的共線控制點的B樣條曲線肯定是 線性的，此時Φ并沒有變形，所W可W得到：
[0026]
[0027]先移動單個特征點，即假設(shè)變形目標(biāo)Ω應(yīng)該被變形W使得其中的p移動到指定的 位置9上，gPw(p) =9，過程中位移為Δ q = w(p)-w*^(p) =9可，為了簡化公式表示，假設(shè)口 = (u，v)，l <ιι，λΚ2，可得：
[002引
[0029] 其中wki = Bk(s)Bi(t)且s = u-l，t = v-l。Δ φκ滿足上式的解有很多個。本發(fā)明使 用基于最小平方意義的解法，即如下所示：
[0030]
[0031 ]當(dāng)移動多個控制點時，假設(shè)通過移動控制網(wǎng)格的控制點，將代表目標(biāo)對象Ω的點 集Ρ中的點全部變形，即對于原點集Ρ中任意一個點Ρ都有W (Ρ) = q，其中q代表Ρ變形后在點 集Q中的位置。令P ' = {(Uc，Vc)}為P中的子集，滿足i-2如c<i+2且j-2 < vc< j+2。記Φ為巫中 第ij個控制點并且Φ的初始位置為(i，j)，可W看出P'就是受Φ位移影響的特征點集。對P' 中的每個點P。而言，將P。移動到給定目標(biāo)位置所需的鄰近控制點位移A Φ。的計算如式
所示。對于P '中的每個點，A Φ。并不一定相同，所W每個控制點Φ位 移Δ Φ都應(yīng)該使得所有點的變形誤差最小，從而盡可能避免控制點Φ的位移使得P中其他 的點被移動到錯誤的位置。
[0032] 變形誤差定義如下：
[0033]
[0034] 式中，WcA Φ代表由控制點Φ的位移Δ Φ引起的點Pc的位移，WcA Φ。代表實現(xiàn)移 動點P。到指定位置運一目標(biāo)所需的全部控制點位移導(dǎo)致的點集位移。因此，式
衰明，變形誤差代表的是P'中的每個點Pc =(山，Vc)對應(yīng)的Wc Δ Φ和Wc Δ Φ C 之差的平方和。上式中，Wc = Bk(s)Bi(t)走+ ，./ 二(./ + l) = [v」，. S - 乂_ ? =哈-乂_。由式
巧Δ Φ求導(dǎo)，并使導(dǎo)數(shù)為零，可得