一种脸部修容显示及关键点检测模型训练方法及终端技术

技术编号:30245395 阅读:16 留言:0更新日期:2021-10-09 20:28
本申请公开了一种脸部修容显示及关键点检测模型训练方法及终端,涉及图像处理领域,用以解决针对脸部脸型推荐妆容修容的问题。该方法包括:将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测,得到所述待修容人脸图像的人脸关键点;通过分析所述人脸关键点之间的位置关系,确定所述待修容人脸图像的脸型;根据所述待修容人脸图像的脸型,确定修容区域和所述修容区域对应的修容信息;将所述修容区域和所述修容信息在所述待修容人脸图像上进行显示。这样,根据五官及脸型关键点检测精准分析脸型特点,并推荐用户相适宜的修容方法,使用户能够根据自身脸型特点快速精准的完成脸部修容,使妆容看上去更加精致。使妆容看上去更加精致。使妆容看上去更加精致。

【技术实现步骤摘要】
一种脸部修容显示及关键点检测模型训练方法及终端


[0001]本申请涉及图像处理领域,尤其涉及一种脸部修容显示及关键点检测模型训练方法及终端。

技术介绍

[0002]化妆是运用化妆品和工具,采取合乎规则的步骤和技巧,对人体的面部、五官及其他部位进行渲染、描画、整理,增强立体印象,调整形色,掩饰缺陷,表现神采,从而达到美化视觉感受的目的。化妆,能表现出人物独有自然美;能改善人物原有的形、色、质,增添美感和魅力。然而针对化妆技巧有限或者不会化妆的用户,很难能够根据自己的脸型特点,选择适宜的修容方法。因此,目前针对脸部脸型推荐妆容修容还没有较好的解决方案。

技术实现思路

[0003]本申请实施例提供一种脸部修容显示及关键点检测模型训练方法及终端,用以解决针对脸部脸型推荐妆容修容的问题。
[0004]第一方面,本申请实施例提供一种智能终端,包括:处理器和显示单元;
[0005]所述处理器用于将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测,得到所述待修容人脸图像的人脸关键点;通过分析所述人脸关键点之间的位置关系,确定所述待修容人脸图像的脸型;根据所述待修容人脸图像的脸型,确定修容区域和所述修容区域对应的修容信息;
[0006]所述显示单元用于显示所述待修容人脸图像以及所述修容区域和所述修容信息。
[0007]上述终端,通过获取待修容人脸图像的人脸关键点,确定待修容人脸图像的脸型,并根据确定的脸型确定待修容人脸图像的修容区域和对应的修容信息,最终,将确定修容区域和对应的修容信息进行显示。这样,根据五官及脸型关键点检测精准分析脸型特点,并推荐用户相适宜的修容方法,使用户能够根据自身脸型特点快速精准的完成脸部修容,使妆容看上去更加精致。
[0008]在某些实施例中,所述处理器具体被配置为:
[0009]根据人脸关键点之间的位置关系,确定用于确定脸型的脸型参数;
[0010]根据所述脸型参数与预设阈值的比较结果,确定所述待修容人脸图像的脸型。
[0011]上述终端,通过对人脸关键点的位置进行处理,得到脸型参数,从而根据脸型参数确定待修容人脸图像的脸型。本申请综合考虑人脸关键点之间的位置关系,确定出人脸的脸型,为后续不同的脸型确定出不同的修容方法,使用户能够根据自身脸型特点快速精准的完成脸部修容,使妆容看上去更加精致。
[0012]在某些实施例中,所述处理器具体被配置为:
[0013]根据脸型与修容区域的对应关系,确定所述待修容人脸图像的脸型对应的修容区域;以及;
[0014]根据修容区域与修容信息的对应关系,确定所述待修容人脸图像的修容区域对应
的修容信息。
[0015]上述终端,根据预先设定的对应关系确定脸型对应的修容区域以及修容信息,从而根据不同的脸型确定出不同的修容方法,使用户能够根据自身脸型特点快速精准的完成脸部修容,使妆容看上去更加精致。
[0016]第二方面,本申请实施例提供一种关键点检测模型训练设备,包括:处理器和存储器;
[0017]所述处理器用于根据人脸样本图像的人脸关键点确定关键点框;对所述关键点框进行数据增强,得到所述人脸样本图像的人脸框图集合;其中,所述人脸框图集合包括至少两个关键点框;将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中,得到所述各人脸图像的人脸关键点;根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整,以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围;
[0018]所述存储器用于存储所述人脸框图集合中各关键点框包含的人脸图像。
[0019]上述设备,通过人脸关键点检测模型获取待修容人脸图像的人脸关键点,且在训练人脸关键点检测模型时,通过确定人脸样本图像的多个人脸图像对人脸关键点检测模型进行训练,可以使人脸关键点检测模型更加准确,提高了人脸关键点的准确性。
[0020]在某些实施例中,所述处理器具体被配置为:
[0021]以多个预设的缩放系数分别对所述关键点框进行缩放,得到各缩放系数对应的关键点框;和/或;
[0022]将所述关键点框在所述人脸样本图像上移动,得到所述人脸样本图像不同位置的关键点框。
[0023]上述设备,通过对关键点框进行缩放、移动,确定多个关键点框,从而得到多个人脸图像,这样,针对一个人脸样本图像确定多个人脸图像,并根据多个人脸图像对人脸关键点检测模型进行训练,可以使人脸关键点检测模型更加准确,提高了人脸关键点的准确性。
[0024]第三方面,本申请实施例提供一种脸部修容显示方法,应用于终端,所述方法包括:
[0025]将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测,得到所述待修容人脸图像的人脸关键点;
[0026]通过分析所述人脸关键点之间的位置关系,确定所述待修容人脸图像的脸型;
[0027]根据所述待修容人脸图像的脸型,确定修容区域和所述修容区域对应的修容信息;
[0028]将所述修容区域和所述修容信息在所述待修容人脸图像上进行显示。
[0029]在某些实施例中,所述通过分析所述人脸关键点之间的位置关系,确定所述待修容人脸图像的脸型,包括:
[0030]根据人脸关键点之间的位置关系,确定用于确定脸型的脸型参数;
[0031]根据所述脸型参数与预设阈值的比较结果,确定所述待修容人脸图像的脸型。
[0032]在某些实施例中,所述根据所述待修容人脸图像的脸型,确定修容区域和所述修容区域对应的修容信息,包括:
[0033]根据脸型与修容区域的对应关系,确定所述待修容人脸图像的脸型对应的修容区域;以及;
[0034]根据修容区域与修容信息的对应关系,确定所述待修容人脸图像的修容区域对应的修容信息。
[0035]第四方面,本申请实施例提供一种关键点检测模型训练方法,所述方法包括:
[0036]根据人脸样本图像的人脸关键点确定关键点框;
[0037]对所述关键点框进行数据增强,得到所述人脸样本图像的人脸框图集合;其中,所述人脸框图集合包括至少两个关键点框;
[0038]将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中,得到所述各人脸图像的人脸关键点;
[0039]根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整,以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围。
[0040]在某些实施例中,所述对所述关键点框进行数据增强,得到所述人脸样本图像的人脸框图集合,包括:
[0041]以多个预设的缩放系数分别对所述关键点框进行缩放,得到各缩放系数对应的关键点框;和/或;
[0042]将所述关键点框在所述人脸样本图像上移动,得本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种智能终端,其特征在于,包括:处理器和显示单元;所述处理器用于将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测,得到所述待修容人脸图像的人脸关键点;通过分析所述人脸关键点之间的位置关系,确定所述待修容人脸图像的脸型;根据所述待修容人脸图像的脸型,确定修容区域和所述修容区域对应的修容信息;所述显示单元用于显示所述待修容人脸图像以及所述修容区域和所述修容信息。2.根据权利要求1所述的终端,其特征在于,所述处理器具体被配置为:根据人脸关键点之间的位置关系,确定用于确定脸型的脸型参数;根据所述脸型参数与预设阈值的比较结果,确定所述待修容人脸图像的脸型。3.根据权利要求1所述的终端,其特征在于,所述处理器具体被配置为:根据脸型与修容区域的对应关系,确定所述待修容人脸图像的脸型对应的修容区域;以及,根据修容区域与修容信息的对应关系,确定所述待修容人脸图像的修容区域对应的修容信息。4.一种关键点检测模型训练设备,其特征在于,包括:处理器和存储器;所述处理器用于根据人脸样本图像的人脸关键点确定关键点框;对所述关键点框进行数据增强,得到所述人脸样本图像的人脸框图集合;其中,所述人脸框图集合包括至少两个关键点框;将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中,得到所述各人脸图像的人脸关键点;根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整,以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围;所述存储器用于存储所述人脸框图集合中各关键点框包含的人脸图像。5.根据权利要求4所述的设备,其特征在于,所述处理器具体被配置为:以多个预设的缩放系数分别对所述关键点框进行缩放,得到各缩放系数对应的关键点框;和/或,将所述关键点框在所述人脸样本图像上移动,得到所述人脸样本图像不同位置的关键点框。6.一种脸部修容显示方法,其特征在于,应用于终...

【专利技术属性】
技术研发人员:高雪松刘晓潇陈维强黄利孙锦李广琴杨斌
申请(专利权)人:青岛海信电子产业控股股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1