一种图像处理方法及电子设备技术

本发明专利技术公开了一种图像处理方法，包括：获取采集的第一影像中源对象的第一表情属性；获取与所述第一表情属性匹配的第二表情属性；基于所述第二表情属性，对第二图像中目标对象进行更新处理。本发明专利技术还公开了一种电子设备。

【技术实现步骤摘要】
一种图像处理方法及电子设备
本专利技术涉及图像处理技术，尤其涉及一种图像处理方法及电子设备。
技术介绍
目前，电子设备通常以静态的方式呈现图片，即用户通过电子设备浏览的图片不能够基于电子设备所述的环境或电子设备的用户进行改变。如用户在通过电子设备浏览图片时，图片不会根据用户进行适配改变。因此，如何使电子设备内的图片与电子设备所述的环境进行智能化适配尚无解决方案。
技术实现思路
为解决现有存在的技术问题，本专利技术实施例提供了一种图像处理方法及电子设备，能至少解决现有技术中存在的上述问题。本专利技术实施例提供一种信息处理方法，包括：获取采集的第一影像中源对象的第一表情属性；获取与所述第一表情属性匹配的第二表情属性；基于所述第二表情属性，对第二图像中目标对象进行更新处理。上述方案中，所述获取采集的第一影像中源对象的第一表情属性，包括：识别所述第一影像中源对象的特征点；基于所述源对象的特征点，获得所述源对象的第一表情属性。上述方案中，所述基于所述源对象的特征点，获得所述源对象的第一表情属性，包括：基于特征点样本构造的训练样本，以及所述训练样本标记的目标属性，训练机器学习模型，使得所述机器学习模型具有根据所述训练样本预测相应的目标属性的性能；将所述源对象的特征点输入预先训练的机器学习模型，利用所述机器学习模型获取所述源对象的第一表情属性。上述方案中，所述获取与所述第一表情属性匹配的第二表情属性，包括：基于所述第一表情属性，在候选表情图像中查找与所述第一表情属性匹配的目标表情图像集合；在所述目标图像集合中选择一个目标表情图像；将所选择的目标表情图像对应的表情属性确定为第二表情属性。上述方案中，所述获取与所述第一表情属性匹配的第二表情属性，包括：基于所述第一表情属性，在候选表情图像中查找与所述第一表情属性匹配的目标表情图像集合；确定所述第二图像中目标对象的数量；在所述目标图像集合中选择与所述目标对象的数量相同数量的目标表情图像；将所选择的目标表情图像对应的表情属性确定为第二表情属性。上述方案中，所述基于所述第二表情属性，对第二图像中目标对象进行更新处理，包括：识别所述第二图像中的至少一个对象；在所述第二图像中的至少一个对象中选择一个对象，作为第二图像中目标对象；基于所述第二表情属性，对所选择的一个对象进行更新处理。上述方案中，所述基于所述第二表情属性，对第二图像中目标对象进行更新处理，包括：识别所述第二图像中的对象；将所识别的全部对象作为第二图像中目标对象；基于所述第二表情属性，对所识别的全部对象进行更新处理。上述方案中，所述基于所述第二表情属性，对第二图像中目标对象进行更新处理，包括：将所述第二表情属性对应的目标表情图像与所述第二图像中目标对象进行融合处理，以实现对第二图像中目标对象的更新。上述方案中，所述将所述第二表情属性对应的目标表情图像与所述第二图像中目标对象进行融合处理，包括：识别所述目标表情图像的特征点；确定所述第二图像中目标对象与所述目标表情图像相同类型的特征点；基于所述目标表情图像的特征点的位置，更新所述第二图像中相同类型的特征点的位置，以及更新与所述第二图像中相同类型的特征点之间的距离满足第一距离阈值的特征点的位置。本专利技术实施例还提供一种电子设备，所述电子设备包括：存储器，用于存储可执行程序；处理器，用于通过执行所述存储器中存储的可执行程序时实现：获取采集的第一影像中源对象的第一表情属性；获取与所述第一表情属性匹配的第二表情属性；基于所述第二表情属性，对第二图像中目标对象进行更新处理。本专利技术实施例中，根据采集的第一影像中源对象的第一表情属性，对第二图像中目标对象的表情属性进行更新处理，使得第二图像能够根据采集的第一影像中的源对象进行适配改变，进而实现第二图像的智能化适配。附图说明图1为本专利技术实施例提供的电子设备的一个可选的硬件结构示意图；图2为本专利技术实施例提供的终端的一个可选的硬件结构示意图；图3为本专利技术实施例提供的图像处理方法的一个可选的流程示意图；图4为本专利技术实施例终端获取采集的第一影像中源对象的第一表情属性的一个可选流程示意图；图5为本专利技术实施例终端将所述第二表情属性对应的目标表情图像与所述第二图像中目标对象进行融合处理的一个可选流程示意图；图6为本专利技术实施例提供的人脸三角形分割的示意图；图7为本专利技术实施例更新后的第二图像示意图；图8为本专利技术实施例在第二图像上增加第二表情属性示意图；图9为本专利技术实施例提供的图像处理方法的另一个可选的流程示意图；图10为本专利技术实施例提供的图像处理方法的再一个可选的流程示意图；图11为本专利技术实施例提供的图像处理方法的又一个可选的流程示意图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步详细说明。应当理解，此处所提供的实施例仅仅用以解释本专利技术，并不用于限定本专利技术。另外，以下所提供的实施例是用于实施本专利技术的部分实施例，而非提供实施本专利技术的全部实施例，在不冲突的情况下，本专利技术实施例记载的技术方案可以任意组合的方式实施。对本专利技术实施例进行进一步详细说明之前，对本专利技术实施例中涉及的名词和术语进行说明，本专利技术实施例中涉及的名词和术语适用于如下的解释。1)源对象，电子设备采集的用户画像。2)目标对象，需要处理的对象，即用于进行更新(融合)的对象。以对象为人脸为例(当然，对象可以为在图像中能够成像的任意元素，如物体、人体或人体特定部位等)，获取的第二表情属性用于作为素材，与目标对象中的人脸进行融合，使得目标图像中的人脸还具有素材中的第二表情属性；需要说明的是，本专利技术实施例中提到的人脸包括真实用户对象的脸部及卡通对象的脸部。3)特征点，在图像中能够反映对象的局部特征(如颜色特征、形状特征和纹理特征)的点，一般为多个像素点的集合，以人脸图像为例，特征点可以是眼睛特征点、嘴巴特征点或鼻子特征点等。5)融合，将目标对象成像时具有的特征，与素材中第二表情属性具有的特征进行合并，使目标对象的特征与第二表情属性具有的特征融合在一起。接下来根据图1说明实现本专利技术实施例的图像处理方法的电子设备的示例性的硬件结构，电子设备可以以各种形式来实施，如台式机电脑、笔记本电脑或智能手机等各种类型的计算机设备。下面对本专利技术实施例的电子设备的硬件结构做详细说明，可以理解，图1仅仅示出了电子设备的示例性结构而非全部结构，根据需要可以实施图1示出的部分结构或全部结构。参见图1，图1为本专利技术实施例提供的电子设备的一个可选的硬件结构示意图，实际应用中可以应用于前述的运行应用程序的各种终端，图1所示的电子设备100包括：至少一个处理器101、存储器102、用户接口103和至少一个网络接口104。电子设备100中的各个组件通过总线系统105耦合在一起。可以理解，总线系统105用于实现这些组件之间的连接通信。总线系统105除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图1中将各种总线都标为总线系统105。其中，用户接口103可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。可以理解，存储器102可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。本专利技术实施例中的存储器102用于存储各种类型的数据以支持电子设备100的操作。这些数据的示本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：获取采集的第一影像中源对象的第一表情属性；获取与所述第一表情属性匹配的第二表情属性；基于所述第二表情属性，对第二图像中目标对象进行更新处理。

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取采集的第一影像中源对象的第一表情属性；获取与所述第一表情属性匹配的第二表情属性；基于所述第二表情属性，对第二图像中目标对象进行更新处理。2.根据权利要求1所述的方法，其特征在于，所述获取采集的第一影像中源对象的第一表情属性，包括：识别所述第一影像中源对象的特征点；基于所述源对象的特征点，获得所述源对象的第一表情属性。3.根据权利要求2所述的方法，其特征在于，所述基于所述源对象的特征点，获得所述源对象的第一表情属性，包括：基于特征点样本构造的训练样本，以及所述训练样本标记的目标属性，训练机器学习模型，使得所述机器学习模型具有根据所述训练样本预测相应的目标属性的性能；将所述源对象的特征点输入预先训练的机器学习模型，利用所述机器学习模型获取所述源对象的第一表情属性。4.根据权利要求1所述的方法，其特征在于，所述获取与所述第一表情属性匹配的第二表情属性，包括：基于所述第一表情属性，在候选表情图像中查找与所述第一表情属性匹配的目标表情图像集合；在所述目标图像集合中选择一个目标表情图像；将所选择的目标表情图像对应的表情属性确定为第二表情属性。5.根据权利要求1所述的方法，其特征在于，所述获取与所述第一表情属性匹配的第二表情属性，包括：基于所述第一表情属性，在候选表情图像中查找与所述第一表情属性匹配的目标表情图像集合；确定所述第二图像中目标对象的数量；在所述目标图像集合中选择与所述目标对象的数量相同数量的目标表情图像；将所选择的目标表情图像对应的表情属性确定为第二表情属性。6.根据权利要求...

【专利技术属性】
技术研发人员：刘伟，王东，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京,11