一種人像美型方法和系統技術方案

本發明專利技術公開一種人像美型方法和系統，包括：根據待處理圖像的分辨率對所述待處理圖像進行網格劃分，獲取原始網格模型；對所述待處理圖像進行人臉關鍵點檢測，獲取原始人臉關鍵點；根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型；所述預定的美型功能有一個以上；根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點；對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像。本發明專利技術提供的技術方案，能夠在移動終端進行流暢地實時渲染，且美型效果好。

A Method and System of Portrait Beauty

The invention discloses a method and system for human image beauty, which includes: gridding the image to be processed according to the resolution of the image to be processed to obtain the original gridding model; detecting the key points of the face of the image to be processed to obtain the key points of the original face; transforming the original gridding model sequentially according to the predetermined beauty function to obtain the transformed grids. Model; the predetermined beauty function has more than one; according to the transformed mesh model and the original face key points, the transformed face key points are calculated; the transformed mesh model is rendered and/or according to the transformed face key points, the beauty image is obtained. The technical scheme provided by the invention can render smoothly and in real time on the mobile terminal, and has good aesthetic effect.

【技術實現步驟摘要】
一種人像美型方法和系統
本專利技術涉及圖像處理
，尤其涉及一種人像美型方法和系統。
技術介紹
近年來，美顏自拍類相機應用深受廣大用戶的喜愛，此類應用通常包含面部磨皮、面部液化、美妝、貼紙、濾鏡等功能。其中，面部液化(也被稱為人像美型)作為此類應用的一個重要現實增強屬性，為用戶帶來很多新的有趣的玩法，例如，眼部重塑(大眼，眼角拉伸，眼距調整等)、面部重塑(瘦臉，小臉，下巴拉伸，額頭拉伸等)、五官重塑(寬臉/圓臉/心形臉/菱形臉，夸張趣味臉型等)，通過不同的人像面部的液化方法可以實現不同的美型效果。圖像液化的原理是將圖像中每個像素點的位置進行幾何變換(即重新映射)，并重新完成采樣，從而達到變形的目的。特效設計師會根據識別得到的人臉關鍵點，制定變形規則(如：將某個點向內側某個方向推動、基于某個點進行膨脹等)，使用一些常用的液化工具和方法(如：向前/左推、膨脹/收縮等)來模擬效果，軟件開發人員會將這些規則轉換成很多個單步操作(如：一個點推動到另外一個點，一個點膨脹/收縮等)，通常要完成一個完整的美型效果需要很多個這樣的單步操作，特別是當用戶同時開啟上面提到的所有美型功能時，在移動終端無法進行流暢的實時渲染。為了提升美型算法的執行速度，目前主流的優化方法是將圖像變形的算法和邏輯通過OpenGLES著色器腳本語言編程實現，從而通過GPU(GraphicsProcessingUnit，圖形處理器)達到加速算法執行的目的。然而此類方法通常存在以下弊端：(1)部分美型操作需要在上一次操作步驟的基礎上反復執行同樣的操作，即后一步操作的執行依賴于前一步的結果，這種情況下就需要整張圖像執行多次GPU管線渲染，最終耗時也隨著渲染次數呈線性增加。(2)部分美型功能(如：瘦臉)通過執行著色器腳本渲染后無法獲得變形后人臉關鍵點的位置信息，對后續的人臉的精確變形和貼紙功能有影響。(3)著色器腳本會在GPU的像素著色器階段執行，因此圖像的每個像素都會執行同樣的算法和邏輯代碼，而實際中除了面部區域，其他區域像素不需要執行相應的邏輯代碼，這勢必會進一步影響渲染性能。(4)著色器腳本的執行全部由GPU完成，使得CPU利用率極低。(5)著色器腳本語言不擅長處理循環、分支、位運算和邏輯運算，部分算法和邏輯編程不易實現(如：液化區域羽化蒙版功能)。可見，以上這些弊端均會影響美型的執行速度和美型效果。并且當用戶開啟的美型功能較多時，上述方法同樣無法在移動終端進行流暢地實時渲染。
技術實現思路
本專利技術旨在提供一種人像美型方法和系統，能夠在移動終端進行流暢地實時渲染，且美型效果好。為達到上述目的，本專利技術采用的技術方案如下：一種人像美型方法，包括：根據待處理圖像的分辨率對所述待處理圖像進行網格劃分，獲取原始網格模型；對所述待處理圖像進行人臉關鍵點檢測，獲取原始人臉關鍵點；根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型；所述預定的美型功能有一個以上；根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點；對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像。優選地，所述原始網格模型的每一個網格面均為正方形，且原始網格模型中每兩個網格面的尺寸相等。優選地，所述根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點的方法為：獲取所述變換后的網格模型的網格頂點集和網格面集；獲取所述原始人臉關鍵點所在的網格面，稱為第一網格面；所述第一網格面屬于所述變換后的網格模型的網格面集；對所述第一網格面進行對角線劃分，獲取所述原始人臉關鍵點所在的三角面；所述原始人臉關鍵點與所述三角面的每兩個頂點分別組成第一三角面，第二三角面，第三三角面；所述三角面的三個頂點屬于所述變換后的網格模型的網格頂點集；分別計算出所述第一三角面的面積、所述第二三角面的面積、所述第三三角面的面積；根據所述第一三角面的面積、第二三角面的面積、第三三角面的面積和所述三角面的三個頂點，采用三角形質心坐標公式計算出所述變換后的人臉關鍵點。優選地，所述根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型的步驟在CPU上執行；所述對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像的步驟在GPU上執行。優選地，采用OpenGLES網格渲染技術對所述變換后的網格模型進行渲染，獲取美型圖像。優選地，所述原始網格模型在水平方向的網格面數量與在豎直方向的網格面數量滿足以下關系：min(Nr,Nc)＝30其中，Nc為所述原始網格模型在水平方向的網格面數量，Nr為所述原始網格模型在豎直方向的網格面數量。一種人像美型系統，包括：網格劃分模塊，用于根據待處理圖像的分辨率對所述待處理圖像進行網格劃分，獲取原始網格模型；人臉檢測模塊，用于對所述待處理圖像進行人臉關鍵點檢測，獲取原始人臉關鍵點；美型功能執行模塊，用于根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型；所述預定的美型功能有一個以上；第一計算模塊，用于根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點；美型圖像獲取模塊，用于對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像。優選地，所述原始網格模型的每一個網格面均為正方形，且原始網格模型中每兩個網格面的尺寸相等；所述原始網格模型在水平方向的網格面數量與在豎直方向的網格面數量滿足以下關系：min(Nr,Nc)＝30其中，Nc為所述原始網格模型在水平方向的網格面數量，Nr為所述原始網格模型在豎直方向的網格面數量。優選地，所述第一計算模塊包括：網格模型參數獲取模塊，用于獲取所述變換后的網格模型的網格頂點集和網格面集；人臉關鍵點定位模塊，用于獲取所述原始人臉關鍵點所在的網格面，稱為第一網格面；所述第一網格面屬于所述變換后的網格模型的網格面集；對角線劃分模塊，用于對所述第一網格面進行對角線劃分，獲取所述原始人臉關鍵點所在的三角面；所述原始人臉關鍵點與所述三角面的每兩個頂點分別組成第一三角面，第二三角面，第三三角面；所述三角面的三個頂點屬于所述變換后的網格模型的網格頂點集；第二計算模塊，用于分別計算出所述第一三角面的面積、所述第二三角面的面積、所述第三三角面的面積；第三計算模塊，用于根據所述第一三角面的面積、第二三角面的面積、第三三角面的面積和所述三角面的三個頂點，采用三角形質心坐標公式計算出所述變換后的人臉關鍵點。優選地，所述美型功能執行模塊的功能由CPU執行；所述美型圖像獲取模塊的功能由GPU執行。本專利技術實施例提供的人像美型方法和系統，通過對待處理圖像建立網格模型，對網格模型進行多次變換后再進行最終的網格渲染，避免了在進行多個美型操作時，每一次美型都需要進行一次渲染而造成的對系統資源占用和耗時的問題。并且，在對網格模型進行變換后同時獲取變換后的人臉關鍵點，即對待處理圖像的人臉關鍵點進行重新定位，能夠為其余需要人臉關鍵點數據的美型功能或貼紙功能提供準確的點位信息，提高美型效果。此外，本專利技術將網格模型的變換操作通過CPU執行，將網格模型的渲染操作通過GPU執行，充分利用了CPU的計算優勢和GPU的渲染優勢，使得CPU和GPU資源得到充分利用本文檔來自技高網...

【技術保護點】
1.一種人像美型方法，其特征在于，包括：根據待處理圖像的分辨率對所述待處理圖像進行網格劃分，獲取原始網格模型；對所述待處理圖像進行人臉關鍵點檢測，獲取原始人臉關鍵點；根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型；所述預定的美型功能有一個以上；根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點；對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像。

【技術特征摘要】
1.一種人像美型方法，其特征在于，包括：根據待處理圖像的分辨率對所述待處理圖像進行網格劃分，獲取原始網格模型；對所述待處理圖像進行人臉關鍵點檢測，獲取原始人臉關鍵點；根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型；所述預定的美型功能有一個以上；根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點；對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像。2.根據權利要求1所述的人像美型方法，其特征在于，所述原始網格模型的每一個網格面均為正方形，且原始網格模型中每兩個網格面的尺寸相等。3.根據權利要求2所述的人像美型方法，其特征在于，所述根據所述變換后的網格模型和所述原始人臉關鍵點，計算出變換后的人臉關鍵點的方法為：獲取所述變換后的網格模型的網格頂點集和網格面集；獲取所述原始人臉關鍵點所在的網格面，稱為第一網格面；所述第一網格面屬于所述變換后的網格模型的網格面集；對所述第一網格面進行對角線劃分，獲取所述原始人臉關鍵點所在的三角面；所述原始人臉關鍵點與所述三角面的每兩個頂點分別組成第一三角面，第二三角面，第三三角面；所述三角面的三個頂點屬于所述變換后的網格模型的網格頂點集；分別計算出所述第一三角面的面積、所述第二三角面的面積、所述第三三角面的面積；根據所述第一三角面的面積、第二三角面的面積、第三三角面的面積和所述三角面的三個頂點，采用三角形質心坐標公式計算出所述變換后的人臉關鍵點。4.根據權利要求1所述的人像美型方法，其特征在于，所述根據預定的美型功能對所述原始網格模型依次進行變換，獲取變換后的網格模型的步驟在CPU上執行；所述對所述變換后的網格模型進行渲染和/或根據所述變換后的人臉關鍵點，獲取美型圖像的步驟在GPU上執行。5.根據權利要求4所述的人像美型方法，其特征在于，采用OpenGLES網格渲染技術對所述變換后的網格模型進行渲染，獲取美型圖像。6.根據權利要求1所述的人像美型方法，其特征在于，所述原始網格模型在水平方向的網格面數量與在豎直方向的網格面數量滿足以下關系：min(Nr,Nc)＝30其中，Nc為所述原始網...

【專利技術屬性】
技術研發人員：張學成，徐瀅，
申請(專利權)人：成都品果科技有限公司，
類型：發明
國別省市：四川,51