一种人脸替换方法及装置制造方法及图纸

一种人脸替换方法及装置，其中，该方法包括：人脸特征点提取步骤，获取人脸图像数据，并根据人脸图像数据提取对应的人脸特征点；数据匹配步骤，基于人脸特征点和待替换面部图像数据的面部特征点，对人脸图像数据和待替换面部图像数据分区域进行匹配，得到匹配结果；数据映射步骤，根据匹配结果，将待替换面部图像数据映射到人脸图像数据，得到数据替换结果；人脸图像生成步骤，根据数据替换结果生成替换后的人脸图像并输出。本方法在对两张面部图像进行替换时，采用区域匹配的方式来实现，其基于不同面部的局部三角区域的匹配关系来建立两张不同的面部图像之间的对应关系，该方法能够提升替换速度，其实现过程不需要依托高性能的硬件设备。

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.

【技术实现步骤摘要】
一种人脸替换方法及装置
本专利技术涉及机器人
，具体地说，涉及一种人脸替换方法及装置。
技术介绍
随着科学技术的不断发展，信息技术、计算机技术以及人工智能技术的引入，机器人的研究已经逐步走出工业领域，逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。而人们对于机器人的要求也从简单重复的机械动作提升为具有拟人问答、自主性及与其他机器人进行交互的智能机器人，人机交互也就成为决定智能机器人发展的重要因素。目前，用户对智能机器人的交互需求多种多样，而基于视觉进行的交互，能够给用户带来很高的趣味性，为了使智能机器人的用户体验越来越好，与用户的交互趣味性更高，需要不断提高智能机器人的交互能力，特别是基于视觉的交互能力。
技术实现思路
为解决上述问题，本专利技术提供了一种人脸替换方法，其包括：人脸特征点提取步骤，获取人脸图像数据，并根据所述人脸图像数据提取对应的人脸特征点；数据匹配步骤，基于所述人脸特征点和待替换面部图像数据的面部特征点，对所述人脸图像数据和待替换面部图像数据分区域进行匹配，得到匹配结果；数据映射步骤，根据所述匹配结果，将所述待替换面部图像数据映射到所述人脸图像数据，得到数据替换结果；人脸图像生成步骤，根据所述数据替换结果生成替换后的人脸图像并输出。根据本专利技术的一个实施例，所述人脸特征点包括68个特征点。根据本专利技术的一个实施例，在所述数据匹配步骤中，根据所述人脸特征点，基于Delaunay三角网对所述人脸图像数据进行区域划分，得到人脸图像区域划分结果；根据所述面部特征点，基于Delaunay三角网对所述待替换面部图像数据进行区域划分，得到待替换面部图像区域划分结果；根据所述人脸特征点和面部特征点，对所述人脸图像区域划分结果和待替换面部图像区域划分结果中的各三角区域进行匹配，得到所述匹配结果。根据本专利技术的一个实施例，在所述数据映射步骤中，根据所述匹配结果，对所述人脸图像数据和待替换面部图像数据进行像素点映射。根据本专利技术的一个实施例，在所述数据映射步骤中，将待替换面部图像区域划分结果中的各个三角区域对应的像素填充到所述人脸图像区域划分结果中各自对应的三角区域中，得到所述数据替换结果。根据本专利技术的一个实施例，所述方法通过智能机器人的上位机执行。本专利技术还提供了一种人脸替换装置，其包括：人脸特征点提取模块，其用于获取人脸图像数据，并根据所述人脸图像数据提取对应的人脸特征点；数据匹配模块，其用于基于所述人脸特征点和待替换面部图像数据的面部特征点，对所述人脸图像数据和待替换面部图像数据分区域进行匹配，得到匹配结果；数据映射模块，其用于根据所述匹配结果，将所述待替换面部图像数据映射到所述人脸图像数据，得到数据替换结果；人脸图像生成模块，其用于根据所述数据替换结果生成替换后的人脸图像并输出。根据本专利技术的一个实施例，所述人脸特征点包括68个特征点。根据本专利技术的一个实施例，所述数据匹配模块配置为：根据所述人脸特征点，基于Delaunay三角网对所述人脸图像数据进行区域划分，得到人脸图像区域划分结果；根据所述面部特征点，基于Delaunay三角网对所述待替换面部图像数据进行区域划分，得到待替换面部图像区域划分结果；根据所述人脸特征点和面部特征点，对所述人脸图像区域划分结果和待替换面部图像区域划分结果中的各三角区域进行匹配，得到所述匹配结果。根据本专利技术的一个实施例，所述数据映射模块配置为根据所述匹配结果，对所述人脸图像数据和待替换面部图像数据进行像素点映射。根据本专利技术的一个实施例，所述数据映射步模块配置为将待替换面部图像区域划分结果中的各个三角区域对应的像素填充到所述人脸图像区域划分结果中各自对应的三角区域中，得到所述数据替换结果。根据本专利技术的一个实施例，所述装置集成在智能机器人的上位机中。本专利技术所提供的人脸替换方法在对两张面部图像进行替换时，采用区域匹配的方式来实现，其基于不同面部的局部三角区域的匹配关系来建立两张不同的面部图像之间的对应关系。基于上述对应关系，该方法采用像素点映射的方式来进行数据替换，该方法能够极大提升替换速度，从而使得整个人脸替换的实现过程不需要依托高性能的硬件设备，这样也就使得该方法能够在前端(例如智能机器人的上位机)运行。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：图1是根据本专利技术一个实施例的人脸替换方法的实现流程示意图；图2是根据本专利技术一个实施例的得到人脸区域划分结果和待替换面部图像区域划分结果的匹配结果的实现流程示意图；图3是根据本专利技术一个实施例的人脸替换装置的结构示意图。具体实施方式以下将结合附图及实施例来详细说明本专利技术的实施方式，借此对本专利技术如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本专利技术中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本专利技术的保护范围之内。同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本专利技术实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本专利技术可以不用这里的具体细节或者所描述的特定方式来实施。另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。随着社会经济的发展以及智能机器人技术的提高，人们对于智能机器人交互能力(特别是基于视觉的交互能力)的要求也越来越高。现阶段，智能机器人所具有的基于视觉的交互能力往往只是图像信息的获取，其无法将所获取到的图像信息更好地应用到人机交互过程中。针对现有技术中所存在的上述问题，本专利技术提供了一种人脸替换方法，该方法能够基于智能机器人所获取到的人脸图像信息来进行人脸替换，这有助于提高智能机器人的人机交互能力。图1示出了本实施例所提供的人脸替换方法的实现流程示意图。如图1所示，本实施例所提供的人脸替换方法优选地在步骤S101中获取人脸图像数据，并根据该人脸图像数据提取对应的人脸特征点。需要指出的是，在本专利技术的不同实施例中，根据实际需要，该方法既可以通过智能机器人所配置的图像采集设备(例如摄像头)来获取人脸图像数据，也可以通过接收其他设备传输来的数据来获取人脸图像数据，抑或是通过其他合理方式来获取人脸图像数据，本专利技术不限于此。人脸检测是人脸分析的第一步，在实际操作过程中，光照强度、面部表情以及脸部遮挡物等因素会增加人脸检测的难度。到目前为止，人脸检测具有很多种较好的方法，其中主要包括：基于几何特征的识别方法、模板匹配法、特征脸方法、奇异值分解(SVD)的方法、隐马尔可夫模型、神经网络方法、弹性图匹配方法等。彩色图像中的肤色信息不受形状、大小以及姿态的影响。与RGB彩色空间相比，YCbCr彩色空间将亮度与色彩信息分离，并且肤色信息在该空间的分布具有集中性。因此，本实施例中，该方法在步骤S101中优选地基于YcbCr彩色空间来对所获取到本文档来自技高网...

【技术保护点】
一种人脸替换方法，其特征在于，包括：人脸特征点提取步骤，获取人脸图像数据，并根据所述人脸图像数据提取对应的人脸特征点；数据匹配步骤，基于所述人脸特征点和待替换面部图像数据的面部特征点，对所述人脸图像数据和待替换面部图像数据分区域进行匹配，得到匹配结果；数据映射步骤，根据所述匹配结果，将所述待替换面部图像数据映射到所述人脸图像数据，得到数据替换结果；人脸图像生成步骤，根据所述数据替换结果生成替换后的人脸图像并输出。

【技术特征摘要】
1.一种人脸替换方法，其特征在于，包括：人脸特征点提取步骤，获取人脸图像数据，并根据所述人脸图像数据提取对应的人脸特征点；数据匹配步骤，基于所述人脸特征点和待替换面部图像数据的面部特征点，对所述人脸图像数据和待替换面部图像数据分区域进行匹配，得到匹配结果；数据映射步骤，根据所述匹配结果，将所述待替换面部图像数据映射到所述人脸图像数据，得到数据替换结果；人脸图像生成步骤，根据所述数据替换结果生成替换后的人脸图像并输出。2.如权利要求1所述的方法，其特征在于，所述人脸特征点包括68个特征点。3.如权利要求1或2所述的方法，其特征在于，在所述数据匹配步骤中，根据所述人脸特征点，基于Delaunay三角网对所述人脸图像数据进行区域划分，得到人脸图像区域划分结果；根据所述面部特征点，基于Delaunay三角网对所述待替换面部图像数据进行区域划分，得到待替换面部图像区域划分结果；根据所述人脸特征点和面部特征点，对所述人脸图像区域划分结果和待替换面部图像区域划分结果中的各三角区域进行匹配，得到所述匹配结果。4.如权利要求1～3中任一项所述的方法，其特征在于，在所述数据映射步骤中，根据所述匹配结果，对所述人脸图像数据和待替换面部图像数据进行像素点映射。5.如权利要求4所述的方法，其特征在于，在所述数据映射步骤中，将待替换面部图像区域划分结果中的各个三角区域对应的像素填充到所述人脸图像区域划分结果中各自对应的三角区域中，得到所述数据替换结果。6.如权利要求1～5中任一项所述的方法，其特征在于，所述方法通过智能机器人的上位机执行。7.一种人脸替换装...

【专利技术属性】
技术研发人员：陆羽皓，赵宁宁，
申请(专利权)人：北京光年无限科技有限公司，
类型：发明
国别省市：北京,11