一种人脸视频图像的漫画式动画生成方法技术

一种人脸视频图像的漫画式动画生成方法，读入待处理人脸视频并对其提取关键帧得到读入关键帧图像并对其进行插图画处理得到插图画图像；读入插图画图像并对其进行人脸特征定位，得到面部特征点集合，并根据面部特征点计算人脸面部各部位的比例，对人脸进行特征发现；对插图画图像进行整体变形得到图像fti(x,y)；对图像fti(x,y)进行局部夸张得到最终漫画图像；对S～逐帧进行处理得到具有漫画效果的关键帧序列图像；读入关键帧序列D，在每两个关键帧之间采用交叉分解法进行中间帧生成，即得。本发明专利技术采用整体和局部相结合的方法，使生成的漫画具有喜感且不失原有的神韵，解决了现有漫画风格不一致、面部位置比例失调的问题，使生成的插图画更加自然、富有艺术感。

【技术实现步骤摘要】
【专利摘要】，读入待处理人脸视频并对其提取关键帧得到读入关键帧图像并对其进行插图画处理得到插图画图像；读入插图画图像并对其进行人脸特征定位，得到面部特征点集合，并根据面部特征点计算人脸面部各部位的比例，对人脸进行特征发现；对插图画图像进行整体变形得到图像fti(x,y)；对图像fti(x,y)进行局部夸张得到最终漫画图像；对S～逐帧进行处理得到具有漫画效果的关键帧序列图像；读入关键帧序列D，在每两个关键帧之间采用交叉分解法进行中间帧生成，即得。本专利技术采用整体和局部相结合的方法，使生成的漫画具有喜感且不失原有的神韵，解决了现有漫画风格不一致、面部位置比例失调的问题，使生成的插图画更加自然、富有艺术感。【专利说明】—种人脸视频图像的漫画式动画生成方法
本专利技术属于数字图像处理
，涉及。
技术介绍
目前人脸漫画生成技术仅对人脸进行简单的漫画合成，但与艺术家手绘效果相t匕，对特定风格的人脸夸张与合成不太成熟，虽然提出了许多方法，但都有不尽人意的地方，大多数无法应用于实际需求以形成有特色的人脸漫画动画。 人脸漫画绘制的关键技术可以概括为:肖像的自动生成和肖像的变形夸张。肖像自动生成大致可以分为基于图像的人脸肖像绘制、基于人脸检测的人脸肖像绘制两大类，虽然可以生成特定风格的人脸图像，但脸部仍有较大冗余，立体感欠缺，具有一定的局限性，因此还不能生动的描绘人脸。肖像的变形夸张大致可以分为四类:基于人机交互的方法；基于样本模板的方法；基于绘画规则的方法；基于统计学习的方法。基于人机交互的方法对于缺乏经验的普通用户很难操作。基于样本模板的方法只能代表平均水平，不能夸张的表现出人脸特征。基于绘画规则的方法和基于统计学习的方法工作量大耗时长。这些方法都能在一定的程度上生成具有漫画效果的人脸图像，但没有考虑到人脸整体的比例关系，使得夸张失去了原有的神韵，艺术感欠缺，较难获得满意的处理结果。
技术实现思路
本专利技术的目的是提供，使生成的插图画更加自然、富有艺术感。 本专利技术所采用的技术方案是，，具体按照以下步骤实施: 步骤I,读入待处理的人脸视频S = (F1 (χ, y)，F2 (x, y)，…，Fn(x, y)},并对其提取关键帧得到歹={./;(.r,y), /；(.r,y),...,(x, j)}，其中η为人脸视频帧序列的长度,m为提取的关键帧的个数； 步骤2，读入关键帧图像4(1，7)，并对其进行插图画处理得到插图画图像f/ U，y)； 步骤3，读入插图画图像f/ (x, y)，并对其进行人脸特征定位，得到面部特征点集合P = (X1, Y1, X2, y2,…，xp, yp),并根据面部特征点计算人脸面部各部位的比例,对人脸进行特征发现； 步骤4，对插图画图像f/ (x，y)进行整体变形，得到图像fti(x，y)； 步骤5，对图像fti(x，y)进行局部夸张，得到最终漫画图像fpi(x，y)； 步骤6，对及逐帧进行处理，得到具有漫画效果的关键帧序列图像:D ={fpi (χ, y)，fp2 (χ, y)，…，fpm (χ, y) I ； 步骤7，读入关键帧序列D，在每两个关键帧之间采用交叉分解法进行中间帧生成，即得到人脸视频图像的漫画式动画序列图像。 本专利技术的特点还在于， 步骤I的具体方法为，设待处理的人脸视频图像序列为S= (F1 (x, y),F2(x, y),...，Fn(x，y)}，对S采用双阈值算法进行关键帧提取，得到关键帧序列图像 【权利要求】1.，其特征在于，具体按照以下步骤实施: 步骤1，读入待处理的人脸视频S = (F1 (X，y)，F2 (X，y)，…，Fn(x, y)},并对其提取关键帧得到5 =η为人脸视频帧序列的长度，m为提取的关键帧的个数； 步骤2，读入关键帧图像4(1，7)，并对其进行插图画处理得到插图画图像f/ (x, y)；步骤3，读入插图画图像f/ (x, y)，并对其进行人脸特征定位，得到面部特征点集合P=(X1, Yi, X2, y2,..., Xp, yp)，并根据面部特征点计算人脸面部各部位的比例，对人脸进行特征发现； 步骤4，对插图画图像f/ (x, y)进行整体变形，得到图像fti(x，y)； 步骤5，对图像fti(x，y)进行局部夸张，得到最终漫画图像fpi(x，y)； 步骤6，对穿逐帧进行处理，得到具有漫画效果的关键帧序列图像为:D ={fPi (x，y)，fp2 (χ, y)，…，fpm (χ, y) I ； 步骤7，读入关键帧序列D，在每两个关键帧之间采用交叉分解法进行中间帧生成，即得到人脸视频图像的漫画式动画序列图像。2.根据权利要求1所述的人脸视频图像的漫画式动画生成方法，其特征在于，步骤I的具体方法为，设待处理的人脸视频图像序列为S = (F1 (x, y),F2(x, y),...，Fn(x，y)}，对S采用双阈值算法进行关键帧提取，得到关键帧序列图像S = {/；(Λ% V),./；(X, V),...,./；?(.V, V)}。3.根据权利要求1或2所述的人脸视频图像的漫画式动画生成方法，其特征在于，步骤2的具体方法为， 步骤2.1，对图像fi(x，y)进行USM锐化处理，按照式(I)求锐化后的图像为t (x，y)； IHx, V) =./； {X, V) * g(x, V)
(^, v) = (1 + d)j\(χ,少’)-{d-1])h(x, v)^ ； 式⑴中g(x，y) = exp(-(x2+y2)/202)，σ为平滑尺度参数；d取4.0，是调整从fi(x，y)中减去的平滑图片的量；n取0.3，是调整用经验系数； 步骤2.2，遍历锐化后的人脸图像t(x，y)的每个像素，将128作为全局阈值，大于阈值的像素设置为255,在O和阈值之间的像素设置为该像素值的σ次方,等于O的像素值不变，。取值为1.21，得到插图画图像f/ (x，y)。4.根据权利要求3所述的人脸视频图像的漫画式动画生成方法，其特征在于，步骤3的具体方法为: 步骤3.1，将步骤2中得到的f/ (x, y)，使用Adaboost算法进行人脸检测，确定出人脸区域；然后使用基于主动形状模型ASM的开源的人脸特征部位检测软件STASM对人脸面部区域特征点进行定位，得到面部特征点集合P = (X1, Y1, x2,12,..., Xp, yp)，其中P =1，2，…，77; 步骤3.2，根据点集P计算人脸面部各部位的比例，包括人脸宽width = X12-Xtl，人脸长length = y6_y14，人眼宽eyew = χ3(ι-χ34,人嘴巴宽度mouthw = X65-X59,与嘴巴同一水平的脸部宽度facew = X9-X3,人脸长宽比kf = length/width,人眼宽度占同一水平脸部宽度比值ke = eyew/width,嘴巴宽度占同一水平脸部宽度的比值km = mouthw/facew,人脸三庭中的上庭长为 top = J22-Jli,中庭长为 middle = y55-y22，下庭长为 bottom = y6-y55 ； 步骤3.3，特征发现:设标准人脸长宽比为5/4，本文档来自技高网...

【技术保护点】
一种人脸视频图像的漫画式动画生成方法，其特征在于，具体按照以下步骤实施：步骤1，读入待处理的人脸视频S＝{F1(x,y),F2(x,y),…,Fn(x,y)}，并对其提取关键帧得到其中n为人脸视频帧序列的长度，m为提取的关键帧的个数；步骤2，读入关键帧图像fi(x,y)，并对其进行插图画处理得到插图画图像fi'(x,y)；步骤3，读入插图画图像fi'(x,y)，并对其进行人脸特征定位，得到面部特征点集合P＝(x1,y1,x2,y2,…,xp,yp)，并根据面部特征点计算人脸面部各部位的比例，对人脸进行特征发现；步骤4，对插图画图像fi'(x,y)进行整体变形，得到图像fti(x,y)；步骤5，对图像fti(x,y)进行局部夸张，得到最终漫画图像fpi(x,y)；步骤6，对逐帧进行处理，得到具有漫画效果的关键帧序列图像为：D＝{fp1(x,y),fp2(x,y),…,fpm(x,y)}；步骤7，读入关键帧序列D，在每两个关键帧之间采用交叉分解法进行中间帧生成，即得到人脸视频图像的漫画式动画序列图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：张二虎，刘梦琨，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61