一種人臉替換方法及裝置制造方法及圖紙

一種人臉替換方法及裝置，其中，該方法包括：人臉特征點提取步驟，獲取人臉圖像數據，并根據人臉圖像數據提取對應的人臉特征點；數據匹配步驟，基于人臉特征點和待替換面部圖像數據的面部特征點，對人臉圖像數據和待替換面部圖像數據分區域進行匹配，得到匹配結果；數據映射步驟，根據匹配結果，將待替換面部圖像數據映射到人臉圖像數據，得到數據替換結果；人臉圖像生成步驟，根據數據替換結果生成替換后的人臉圖像并輸出。本方法在對兩張面部圖像進行替換時，采用區域匹配的方式來實現，其基于不同面部的局部三角區域的匹配關系來建立兩張不同的面部圖像之間的對應關系，該方法能夠提升替換速度，其實現過程不需要依托高性能的硬件設備。

Method and device for replacing face

A face replacement method and device, wherein, the method comprises the steps of: facial feature extraction, face image acquisition data, and according to the face image data to extract the facial feature points corresponding to the data; matching step, facial feature points and to replace facial feature facial image data based on face image data and to replace face the image data partition domain matching, matching results are obtained; the data mapping step, according to the matching result, to replace the facial image data is mapped to the face image data, data replacement; face image generation step, according to the data replacement results generated after replacing facial image and output. This method in two face image replacement, using region matching, the matching relation between different regions of the face of local triangle is established based on the relationship between two different facial images, this method can enhance the speed of replacement, the process does not need to rely on high performance hardware equipment.

【技術實現步驟摘要】
一種人臉替換方法及裝置
本專利技術涉及機器人
，具體地說，涉及一種人臉替換方法及裝置。
技術介紹
隨著科學技術的不斷發展，信息技術、計算機技術以及人工智能技術的引入，機器人的研究已經逐步走出工業領域，逐漸擴展到了醫療、保健、家庭、娛樂以及服務行業等領域。而人們對于機器人的要求也從簡單重復的機械動作提升為具有擬人問答、自主性及與其他機器人進行交互的智能機器人，人機交互也就成為決定智能機器人發展的重要因素。目前，用戶對智能機器人的交互需求多種多樣，而基于視覺進行的交互，能夠給用戶帶來很高的趣味性，為了使智能機器人的用戶體驗越來越好，與用戶的交互趣味性更高，需要不斷提高智能機器人的交互能力，特別是基于視覺的交互能力。
技術實現思路
為解決上述問題，本專利技術提供了一種人臉替換方法，其包括：人臉特征點提取步驟，獲取人臉圖像數據，并根據所述人臉圖像數據提取對應的人臉特征點；數據匹配步驟，基于所述人臉特征點和待替換面部圖像數據的面部特征點，對所述人臉圖像數據和待替換面部圖像數據分區域進行匹配，得到匹配結果；數據映射步驟，根據所述匹配結果，將所述待替換面部圖像數據映射到所述人臉圖像數據，得到數據替換結果；人臉圖像生成步驟，根據所述數據替換結果生成替換后的人臉圖像并輸出。根據本專利技術的一個實施例，所述人臉特征點包括68個特征點。根據本專利技術的一個實施例，在所述數據匹配步驟中，根據所述人臉特征點，基于Delaunay三角網對所述人臉圖像數據進行區域劃分，得到人臉圖像區域劃分結果；根據所述面部特征點，基于Delaunay三角網對所述待替換面部圖像數據進行區域劃分，得到待替換面部圖像區域劃分結果；根據所述人臉特征點和面部特征點，對所述人臉圖像區域劃分結果和待替換面部圖像區域劃分結果中的各三角區域進行匹配，得到所述匹配結果。根據本專利技術的一個實施例，在所述數據映射步驟中，根據所述匹配結果，對所述人臉圖像數據和待替換面部圖像數據進行像素點映射。根據本專利技術的一個實施例，在所述數據映射步驟中，將待替換面部圖像區域劃分結果中的各個三角區域對應的像素填充到所述人臉圖像區域劃分結果中各自對應的三角區域中，得到所述數據替換結果。根據本專利技術的一個實施例，所述方法通過智能機器人的上位機執行。本專利技術還提供了一種人臉替換裝置，其包括：人臉特征點提取模塊，其用于獲取人臉圖像數據，并根據所述人臉圖像數據提取對應的人臉特征點；數據匹配模塊，其用于基于所述人臉特征點和待替換面部圖像數據的面部特征點，對所述人臉圖像數據和待替換面部圖像數據分區域進行匹配，得到匹配結果；數據映射模塊，其用于根據所述匹配結果，將所述待替換面部圖像數據映射到所述人臉圖像數據，得到數據替換結果；人臉圖像生成模塊，其用于根據所述數據替換結果生成替換后的人臉圖像并輸出。根據本專利技術的一個實施例，所述人臉特征點包括68個特征點。根據本專利技術的一個實施例，所述數據匹配模塊配置為：根據所述人臉特征點，基于Delaunay三角網對所述人臉圖像數據進行區域劃分，得到人臉圖像區域劃分結果；根據所述面部特征點，基于Delaunay三角網對所述待替換面部圖像數據進行區域劃分，得到待替換面部圖像區域劃分結果；根據所述人臉特征點和面部特征點，對所述人臉圖像區域劃分結果和待替換面部圖像區域劃分結果中的各三角區域進行匹配，得到所述匹配結果。根據本專利技術的一個實施例，所述數據映射模塊配置為根據所述匹配結果，對所述人臉圖像數據和待替換面部圖像數據進行像素點映射。根據本專利技術的一個實施例，所述數據映射步模塊配置為將待替換面部圖像區域劃分結果中的各個三角區域對應的像素填充到所述人臉圖像區域劃分結果中各自對應的三角區域中，得到所述數據替換結果。根據本專利技術的一個實施例，所述裝置集成在智能機器人的上位機中。本專利技術所提供的人臉替換方法在對兩張面部圖像進行替換時，采用區域匹配的方式來實現，其基于不同面部的局部三角區域的匹配關系來建立兩張不同的面部圖像之間的對應關系?；谏鲜鰧P系，該方法采用像素點映射的方式來進行數據替換，該方法能夠極大提升替換速度，從而使得整個人臉替換的實現過程不需要依托高性能的硬件設備，這樣也就使得該方法能夠在前端(例如智能機器人的上位機)運行。本專利技術的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本專利技術而了解。本專利技術的目的和其他優點可通過在說明書、權利要求書以及附圖中所特別指出的結構來實現和獲得。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要的附圖做簡單的介紹：圖1是根據本專利技術一個實施例的人臉替換方法的實現流程示意圖；圖2是根據本專利技術一個實施例的得到人臉區域劃分結果和待替換面部圖像區域劃分結果的匹配結果的實現流程示意圖；圖3是根據本專利技術一個實施例的人臉替換裝置的結構示意圖。具體實施方式以下將結合附圖及實施例來詳細說明本專利技術的實施方式，借此對本專利技術如何應用技術手段來解決技術問題，并達成技術效果的實現過程能充分理解并據以實施。需要說明的是，只要不構成沖突，本專利技術中的各個實施例以及各實施例中的各個特征可以相互結合，所形成的技術方案均在本專利技術的保護范圍之內。同時，在以下說明中，出于解釋的目的而闡述了許多具體細節，以提供對本專利技術實施例的徹底理解。然而，對本領域的技術人員來說顯而易見的是，本專利技術可以不用這里的具體細節或者所描述的特定方式來實施。另外，在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執行所示出或描述的步驟。隨著社會經濟的發展以及智能機器人技術的提高，人們對于智能機器人交互能力(特別是基于視覺的交互能力)的要求也越來越高?，F階段，智能機器人所具有的基于視覺的交互能力往往只是圖像信息的獲取，其無法將所獲取到的圖像信息更好地應用到人機交互過程中。針對現有技術中所存在的上述問題，本專利技術提供了一種人臉替換方法，該方法能夠基于智能機器人所獲取到的人臉圖像信息來進行人臉替換，這有助于提高智能機器人的人機交互能力。圖1示出了本實施例所提供的人臉替換方法的實現流程示意圖。如圖1所示，本實施例所提供的人臉替換方法優選地在步驟S101中獲取人臉圖像數據，并根據該人臉圖像數據提取對應的人臉特征點。需要指出的是，在本專利技術的不同實施例中，根據實際需要，該方法既可以通過智能機器人所配置的圖像采集設備(例如攝像頭)來獲取人臉圖像數據，也可以通過接收其他設備傳輸來的數據來獲取人臉圖像數據，抑或是通過其他合理方式來獲取人臉圖像數據，本專利技術不限于此。人臉檢測是人臉分析的第一步，在實際操作過程中，光照強度、面部表情以及臉部遮擋物等因素會增加人臉檢測的難度。到目前為止，人臉檢測具有很多種較好的方法，其中主要包括：基于幾何特征的識別方法、模板匹配法、特征臉方法、奇異值分解(SVD)的方法、隱馬爾可夫模型、神經網絡方法、彈性圖匹配方法等。彩色圖像中的膚色信息不受形狀、大小以及姿態的影響。與RGB彩色空間相比，YCbCr彩色空間將亮度與色彩信息分離，并且膚色信息在該空間的分布具有集中性。因此，本實施例中，該方法在步驟S101中優選地基于YcbCr彩色空間來對所獲取到本文檔來自技高網...

【技術保護點】
一種人臉替換方法，其特征在于，包括：人臉特征點提取步驟，獲取人臉圖像數據，并根據所述人臉圖像數據提取對應的人臉特征點；數據匹配步驟，基于所述人臉特征點和待替換面部圖像數據的面部特征點，對所述人臉圖像數據和待替換面部圖像數據分區域進行匹配，得到匹配結果；數據映射步驟，根據所述匹配結果，將所述待替換面部圖像數據映射到所述人臉圖像數據，得到數據替換結果；人臉圖像生成步驟，根據所述數據替換結果生成替換后的人臉圖像并輸出。

【技術特征摘要】
1.一種人臉替換方法，其特征在于，包括：人臉特征點提取步驟，獲取人臉圖像數據，并根據所述人臉圖像數據提取對應的人臉特征點；數據匹配步驟，基于所述人臉特征點和待替換面部圖像數據的面部特征點，對所述人臉圖像數據和待替換面部圖像數據分區域進行匹配，得到匹配結果；數據映射步驟，根據所述匹配結果，將所述待替換面部圖像數據映射到所述人臉圖像數據，得到數據替換結果；人臉圖像生成步驟，根據所述數據替換結果生成替換后的人臉圖像并輸出。2.如權利要求1所述的方法，其特征在于，所述人臉特征點包括68個特征點。3.如權利要求1或2所述的方法，其特征在于，在所述數據匹配步驟中，根據所述人臉特征點，基于Delaunay三角網對所述人臉圖像數據進行區域劃分，得到人臉圖像區域劃分結果；根據所述面部特征點，基于Delaunay三角網對所述待替換面部圖像數據進行區域劃分，得到待替換面部圖像區域劃分結果；根據所述人臉特征點和面部特征點，對所述人臉圖像區域劃分結果和待替換面部圖像區域劃分結果中的各三角區域進行匹配，得到所述匹配結果。4.如權利要求1～3中任一項所述的方法，其特征在于，在所述數據映射步驟中，根據所述匹配結果，對所述人臉圖像數據和待替換面部圖像數據進行像素點映射。5.如權利要求4所述的方法，其特征在于，在所述數據映射步驟中，將待替換面部圖像區域劃分結果中的各個三角區域對應的像素填充到所述人臉圖像區域劃分結果中各自對應的三角區域中，得到所述數據替換結果。6.如權利要求1～5中任一項所述的方法，其特征在于，所述方法通過智能機器人的上位機執行。7.一種人臉替換裝...

【專利技術屬性】
技術研發人員：陸羽皓，趙寧寧，
申請(專利權)人：北京光年無限科技有限公司，
類型：發明
國別省市：北京,11