一种发送风格化视频的方法及电子设备技术

本发明专利技术公开了一种发送风格化视频的方法及电子设备，所述方法包括：获取当前视频帧中的人脸图像；对所述人脸图像进行风格化处理，获得风格化后的人脸图像；将当前视频帧中的人脸图像替换为风格化后的人脸图像，获得风格化后的当前视频帧；发送风格化后的当前视频帧。该方法能够实时的通过输入图片来生成对应的个性化人脸，标准归一化使得人脸图像正面对齐，直方图均衡可以增强图像对比度，使得人脸更美观；能够实时的通过输入图片来生成对应的个性化人脸，图像分块可以使得生成图像具有灵活自动的特点，多元线性回归可以找到合适的系数，从而使得在样本库中对应的到较准确的眼睛，鼻子和嘴的结果，同时算法简单，具有效率高、速度快的优点。

Method and electronic equipment for transmitting stylized video

The invention discloses a method for transmitting style video and electronic equipment, the method comprises: obtaining the face images in video frames; the face image style, face image style after; the current face images in video frames to replace face image style after the current video frame to get the style after the current video frame; send style after. This method can real-time through the input image to generate personalized face corresponding to the standard normalized face image makes positive alignment, histogram equalization can enhance image contrast, which makes people face more beautiful; real-time through the input image to generate personalized face corresponding to the image block can be generated automatically with flexible image features, multiple linear you can find a suitable regression coefficient, which makes the corresponding sample library to accurately the eyes, nose and mouth, also has the advantages of simple algorithm, high efficiency and fast speed.

【技术实现步骤摘要】
一种发送风格化视频的方法及电子设备
本专利技术涉及通信领域，特别涉及一种发送风格化视频的方法及电子设备。
技术介绍
现有的基于图像处理的人脸风格化方法，采用了图像像素值的线性变换，这样使得生成图像颜色单一，生硬，并且不能很好的融入背景之中去，因此用户体验较差；现有的基于机器学习的人脸风格化生成方法，采用了贝叶斯模型，考虑像素点的先验/后验概率，并且结合了马尔可夫模型，因此计算时间较长，完全不能满足手机应用的需求，另外求解完备方程也消耗了较长的时间。
技术实现思路
为了解决上述问题，本专利技术提供一种发送风格化视频的方法及电子设备。所述技术方案如下：第一方面，提供了一种发送风格化视频的方法，所述方法包括：获取当前视频帧中的人脸图像；对所述人脸图像进行风格化处理，获得风格化后的人脸图像；将当前视频帧中的人脸图像替换为风格化后的人脸图像，获得风格化后的当前视频帧；发送风格化后的当前视频帧。结合第一方面，在第一种可能的实现方式中，所述对所述人脸图像进行风格化处理，获得风格化后的人脸图像包括：获取所述人脸图像中人脸对应的特征点；根据所述特征点获取图像中人脸对应的区域；对所述人脸对应的区域进行标准归一化；对标准归一化后的所述人脸对应的区域进行直方图均衡化；对直方图均衡化后的所述人脸对应的区域进行像素值的线性变换，得到目标区域图像；将所述目标区域图像和预设的背景图像进行合成，得到风格化后的人脸图像。结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述获取图像中人脸对应的特征点包括：识别人脸中的眼睛，鼻子，嘴巴的位置并获取相应的特征点。结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，所述根据所述特征点获取图像中人脸对应的区域包括：根据所述特征点获取人脸的轮廓；获取所述轮廓内的图像为所述人脸对应的区域。结合第一方面的第一种可能的实现方式，在第四种可能的实现方式中，所述对所述人脸对应的区域进行标准归一化包括：根据预设的标准人脸图像对所述人脸对应的区域进行标准归一化。结合第一方面的第一种可能的实现方式，在第五种可能的实现方式中，所述对标准归一化后的所述人脸对应的区域进行直方图均衡化包括：如果所述人脸对应的区域为灰度图像，则获取所述人脸对应的区域的直方图；对所述直方图进行均衡化，删除超出预设阈值的部分。结合第一方面的第一种可能的实现方式，在第六种可能的实现方式中，所述对标准归一化后的所述人脸对应的区域进行直方图均衡化还包括：如果所述人脸对应的区域为彩色图像，则获取所述人脸对应的区域对应的灰度图像以及所述人脸对应的区域的R，G，B分量分别对应的图像；分别获取所述人脸对应的区域的R，G，B分量分别对应的图像以及所述灰度图像的直方图；对每个所述直方图进行均衡化，删除超出预设阈值的部分。结合第一方面的第五种可能的实现方式，在第七种可能的实现方式中，所述对直方图均衡化后的所述人脸对应的区域进行像素值的线性变换，得到目标区域图像包括：根据所述直方图均衡化后的所述人脸对应的区域中每个像素的灰度值进行线性变换，得到目标区域图像。结合第一方面的第六种可能的实现方式，在第八种可能的实现方式中，所述对直方图均衡化后的所述人脸对应的区域进行像素值的线性变换，得到目标区域图像还包括：根据所述直方图均衡化后的所述人脸对应的区域中每个像素的R，G，B分量值以及灰度值分别进行线性变换；将所述R，G，B分量值分别进行线性变换得到的图像合成为所述目标区域图像；将所述灰度值进行线性变换得到的图像作为所述目标区域图像对应的灰度图像。结合第一方面的第七种可能的实现方式，在第九种可能的实现方式中，所述将所述目标区域图像和预设的背景图像进行合成，得到风格化后的人脸图像包括：将所述目标区域图像和所述预设的背景图像进行合成，得到风格化后的人脸图像。结合第一方面的第八种可能的实现方式，在第十种可能的实现方式中，所述将所述目标区域图像和预设的背景图像进行合成，得到风格化后的人脸图像还包括：将所述目标区域图像，所述目标区域图像对应的灰度图像和所述预设的背景图像进行合成，得到风格化后的人脸图像。结合第一方面，在第十一种可能的实现方式中，所述对所述人脸图像进行风格化处理，获得风格化后的人脸图像包括：对所述人脸图像，预设的人脸图库中的所有图像以及与所述预设的人脸库对应的风格化图像库中的所有风格化图像按照相同的规则进行分片；对于所述人脸图像中的每个分片，在预设的人脸库中查找与其最相近的N个图像分片；根据查找到的N个图像分片与所述人脸图像中对应分片的相似度分别计算每个图像分片的权重；获取所述N个图像分片在风格化图像库中对应的N个风格化图像分片；根据所述权重将所述N个风格化图像分片合成为所述人脸图像分片的风格化分片；将所述人脸图像的所有分片的风格化分片合成为所述人脸图像的风格化图像。结合第一方面的第十一种可能的实现方式，在第十二种可能的实现方式中，所述分片的大小为32像素×32像素。结合第一方面的第十一种可能的实现方式，在第十三种可能的实现方式中，所述对于所述人脸图像中的每个分片，在预设的人脸库中查找与其最相近的N个图像分片包括：对于所述人脸图像中的每个分片，根据k近邻算法在预设的人脸库中查找与其最相近的N个图像分片。结合第一方面的第十一种可能的实现方式，在第十四种可能的实现方式中，所述根据查找到的N个图像分片与所述人脸图像中对应分片的相似度分别计算每个图像分片的权重包括：根据查找到的N个图像分片与所述人脸图像中对应分片的相似度，通过多元线性回归算法分别计算每个图像分片的权重。结合第一方面的第十一种可能的实现方式，在第十五种可能的实现方式中，所述将所述人脸图像的所有分片的风格化分片合成为所述人脸图像的风格化图像包括：将所述人脸图像的所有分片的风格化分片以线性组合的方式合成为所述人脸图像的风格化图像。第二方面，提供了一种电子设备，所述电子设备包括：人脸图像获取模块，用于获取当前视频帧中的人脸图像；风格化处理模块，用于对所述人脸图像进行风格化处理，获得风格化后的人脸图像；替换模块，用于将当前视频帧中的人脸图像替换为风格化后的人脸图像，获得风格化后的当前视频帧；发送模块，用于发送风格化后的当前视频帧。结合第二方面，在第一种可能的实现方式中，所述风格化处理模块具体包括：特征点获取模块，用于获取图像中人脸对应的特征点；人脸区域获取模块，用于根据所述特征点获取图像中人脸对应的区域；归一化模块，用于对所述人脸对应的区域进行标准归一化；直方图均衡化模块，用于对标准归一化后的所述人脸对应的区域进行直方图均衡化；线性变换模块，用于对直方图均衡化后的所述人脸对应的区域进行像素值的线性变换，得到目标区域图像；第一合成模块，用于将所述目标区域图像和预设的背景图像进行合成，得到风格化后的人脸图像。结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述特征点获取模块具体用于：识别人脸中的眼睛，鼻子，嘴巴的位置并获取相应的特征点。结合第二方面的第一种可能的实现方式，在第三种可能的实现方式中，所述人脸区域获取模块具体用于：根据所述特征点获取人脸的轮廓；获取所述轮廓内的图像为所述人脸对应的区域。结合第二方面的第一种可能的实现方式，在第四种可能的实现方式中，所述归本文档来自技高网...

【技术保护点】
一种发送风格化视频的方法，其特征在于，所述方法包括：获取当前视频帧中的人脸图像；对所述人脸图像进行风格化处理，获得风格化后的人脸图像；将当前视频帧中的人脸图像替换为风格化后的人脸图像，获得风格化后的当前视频帧；发送风格化后的当前视频帧。

【技术特征摘要】
1.一种发送风格化视频的方法，其特征在于，所述方法包括：获取当前视频帧中的人脸图像；对所述人脸图像进行风格化处理，获得风格化后的人脸图像；将当前视频帧中的人脸图像替换为风格化后的人脸图像，获得风格化后的当前视频帧；发送风格化后的当前视频帧。2.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像进行风格化处理，获得风格化后的人脸图像包括：获取所述人脸图像中人脸对应的特征点；根据所述特征点获取图像中人脸对应的区域；对所述人脸对应的区域进行标准归一化；对标准归一化后的所述人脸对应的区域进行直方图均衡化；对直方图均衡化后的所述人脸对应的区域进行像素值的线性变换，得到目标区域图像；将所述目标区域图像和预设的背景图像进行合成，得到风格化后的人脸图像。3.根据权利要求2所述的方法，其特征在于，所述获取图像中人脸对应的特征点包括：识别人脸中的眼睛，鼻子，嘴巴的位置并获取相应的特征点。4.根据权利要求2所述方法，其特征在于，所述根据所述特征点获取图像中人脸对应的区域包括：根据所述特征点获取人脸的轮廓；获取所述轮廓内的图像为所述人脸对应的区域。5.根据权利要求2所述方法，其特征在于，所述对所述人脸对应的区域进行标准归一化包括：根据预设的标准人脸图像对所述人脸对应的区域进行标准归一化。6.根据权利要求2所述方法，其特征在于，所述对标准归一化后的所述人脸对应的区域进行直方图均衡化包括：如果所述人脸对应的区域为灰度图像，则获取所述人脸对应的区域的直方图；对所述直方图进行均衡化，删除超出预设阈值的部分。7.根据权利要求2所述方法，其特征在于，所述对标准归一化后的所述人脸对应的区域进行直方图均衡化还包括：如果所述人脸对应的区域为彩色图像，则获取所述人脸对应的区域对应的灰度图像以...

【专利技术属性】
技术研发人员：张辉，
申请(专利权)人：掌赢信息科技上海有限公司，
类型：发明
国别省市：上海,31