Embodiments of the present disclosure disclose methods and devices for generating images. An embodiment of the method includes: acquiring the face image to be processed and the target face image, wherein, the face image to be processed includes the face key point information of the first face image and the first face image; inputting the face key point information to the preset face pose estimation model to generate the face pose information, wherein, the face pose estimation model is used to represent The corresponding relationship between face key point information and face pose information; according to the face pose information, determine the face image fusion coefficient; based on the face image fusion coefficient, fuse the target face image and the first face image to generate the second face image. The implementation realizes the adjustment of the image fusion mode according to the different pose of the face, so as to improve the effect of image fusion.
【技术实现步骤摘要】
用于生成图像的方法和装置
本公开的实施例涉及计算机
,具体涉及用于生成图像的方法和装置。
技术介绍
随着人工智能技术的飞速发展,在AR(AugmentedReality,增强现实)特效、视频类应用等领域出现了将不同人的人脸图像进行互换等的图像处理技术。相关的方式通常是通过人脸对齐技术生成模板人脸图像和底版人脸图像,然后将模板人脸图像贴到底版人脸图像上生成互换后的人脸图像。
技术实现思路
本公开的实施例提出了用于生成图像的方法和装置。第一方面,本公开的实施例提供了一种用于生成图像的方法,该方法包括:获取待处理人脸图像和目标人脸图像,其中,待处理人脸图像中包括第一人脸图像和第一人脸图像的人脸关键点信息;将人脸关键点信息输入至预设的人脸姿态估计模型,生成人脸姿态信息,其中,人脸姿态估计模型用于表征人脸关键点信息与人脸姿态信息之间的对应关系;根据人脸姿态信息,确定人脸图像融合系数;基于人脸图像融合系数对目标人脸图像和第一人脸图像进行融合,生成第二人脸图像。在一些实施例中,上述获取待处理人脸图像,包括:获取包括第一人脸图像的初始图像;基于初始图像,提取人脸关键点信息;根据人脸关键点信息和第一人脸图像,生成待处理人脸图像。在一些实施例中,上述人脸姿态估计模型通过如下步骤得到:获取基准人脸图像,其中,基准人脸图像中包括第一人脸的人脸正面图像和人脸正面图像的人脸关键点信息;根据基准人脸图像,建立包括三维人脸关键点信息的三维人脸模型;根据人脸正面图像的人脸关键点信息与三维人脸关 ...
【技术保护点】
1.一种用于生成图像的方法,包括:/n获取待处理人脸图像和目标人脸图像,其中,所述待处理人脸图像中包括第一人脸图像和第一人脸图像的人脸关键点信息;/n将所述人脸关键点信息输入至预设的人脸姿态估计模型,生成人脸姿态信息,其中,所述人脸姿态估计模型用于表征人脸关键点信息与人脸姿态信息之间的对应关系;/n根据所述人脸姿态信息,确定人脸图像融合系数;/n基于所述人脸图像融合系数对所述目标人脸图像和所述第一人脸图像进行融合,生成第二人脸图像。/n
【技术特征摘要】
1.一种用于生成图像的方法,包括:
获取待处理人脸图像和目标人脸图像,其中,所述待处理人脸图像中包括第一人脸图像和第一人脸图像的人脸关键点信息;
将所述人脸关键点信息输入至预设的人脸姿态估计模型,生成人脸姿态信息,其中,所述人脸姿态估计模型用于表征人脸关键点信息与人脸姿态信息之间的对应关系;
根据所述人脸姿态信息,确定人脸图像融合系数;
基于所述人脸图像融合系数对所述目标人脸图像和所述第一人脸图像进行融合,生成第二人脸图像。
2.根据权利要求1所述的方法,其中,所述获取待处理人脸图像,包括:
获取包括所述第一人脸图像的初始图像;
基于所述初始图像,提取人脸关键点信息;
根据所述人脸关键点信息和所述第一人脸图像,生成所述待处理人脸图像。
3.根据权利要求1所述的方法,其中,所述人脸姿态估计模型通过如下步骤得到:
获取基准人脸图像,其中,所述基准人脸图像中包括所述第一人脸的人脸正面图像和人脸正面图像的人脸关键点信息;
根据所述基准人脸图像,建立包括三维人脸关键点信息的三维人脸模型;
根据所述人脸正面图像的人脸关键点信息与所述三维人脸关键点信息之间的对应关系,生成映射转换系数;
根据所述映射转换系数,生成所述人脸姿态估计模型。
4.根据权利要求1所述的方法,其中,所述人脸姿态信息包括方位角信息;以及
所述根据所述人脸姿态信息,确定人脸图像融合系数,包括:
获取方位角阈值;
根据所述方位角阈值和所述人脸姿态信息中的方位角信息,确定所述人脸图像融合系数。
5.根据权利要求1-4之一所述的方法,其中,所述基于所述人脸图像融合系数对所述目标人脸图像和所述第一人脸图像进行融合,生成第二人脸图像,包括:
基于所述目标人脸图像对所述第一人脸图像的替换,生成初始人脸替换图像;
根据所述人脸图像融合系数所指示的比例对所述初始人脸替换图像和所述第一人脸图像中的像素值进行加权,生成所述第二人脸图像。
6.根据权利要求5所述的方法,其中,所述基于所述目标人脸图像对所述第一人脸图像的替换,生成初始人脸替换图像,包括:
基于所述第一人脸图像的人脸关键点信息进行三角剖分,生成所述第一人脸图像的剖分结果;
根据所述三角剖分的方法,生成所述目标人脸图像的剖分结果;
根据所述目标人脸图像的剖分结果所划分的三角形区域与所述第一人脸图像的剖分结果所划分的三角形区域之间的对应关系进行替换,生成所述初始人脸替换图像。
7.一种用于生成图像的装置,包括:
获取单元,被配置成获取待处理人脸图像和目标人脸图像,其中,所述待处理人脸图像中包括第一人脸图像和第一人脸图像的人脸关键点信息;
信息生成单元,被配置成将所述人脸关键点信息输入至预设的人...
【专利技术属性】
技术研发人员:姚锟,洪智滨,胡天舒,康洋,韩钧宇,刘经拓,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。