一种人脸图像处理方法和装置制造方法及图纸

本申请实施例提供一种人脸图像处理方法和装置，涉及人工智能(Artificial Intelligence，AI)领域的人脸图像处理技术。其方法为：获取第一人脸图像和第二人脸图像；根据第一人脸图像的人脸关键点和第二人脸图像的人脸关键点从第一人脸图像的人脸关键点中确定人脸控制点，并确定人脸控制点对应的偏移向量；其中，第一人脸图像与第二人脸图像不同，人脸控制点对应的偏移向量包括人脸控制点的标识在第二人脸图像对应的人脸关键点对应的坐标与人脸控制点对应的坐标的差值；将人脸控制点和乘以权重系数的人脸控制点对应的偏移向量输入图像扭曲算法得到几何形变后的第一人脸图像；输出几何形变后的第一人脸图像。输出几何形变后的第一人脸图像。输出几何形变后的第一人脸图像。

【技术实现步骤摘要】
一种人脸图像处理方法和装置


[0001]本申请涉及人工智能(artificial intelligence，AI)领域，尤其涉及一种人脸图像处理方法和装置。

技术介绍

[0002]漫画是通过素描、铅笔画或其他艺术形式以夸大的形式描绘人物(通常是人的面部，即人脸)的形式。作为传达幽默或讽刺的一种形式，漫画通常用于娱乐。目前，已经出现了人脸漫画自动生成的技术，如图1所示，人脸漫画生成是在保留原始图像(例如，用户的自拍)中人脸可辨别性的前提下夸大人脸几何特征，同时实现图像的风格迁移。
[0003]现有的人脸漫画生成算法基本采用端到端的生成对抗网络(generative adversarial network，GAN)实现。例如，当前主流的人脸漫画生成网络包括CariGANs、WarpGAN和MW-GAN等。如图2所示，以CariGANs为例，将一张人脸图像输入CariGANs后，可以输出一张人脸漫画。
[0004]上述端到端的人脸漫画生成对抗网络设计好之后，需要大量的人脸漫画数据训练才能生成较好的人脸漫画效果，而当前人脸漫画收集比较困本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像处理方法，其特征在于，所述方法包括：获取第一人脸图像和第二人脸图像；根据所述第一人脸图像的人脸关键点和所述第二人脸图像的人脸关键点从所述第一人脸图像的人脸关键点中确定人脸控制点，并确定所述人脸控制点对应的偏移向量；其中，所述第一人脸图像与所述第二人脸图像不同，所述人脸控制点对应的偏移向量包括所述人脸控制点的标识在所述第二人脸图像对应的人脸关键点对应的坐标与所述人脸控制点对应的坐标的差值；将所述人脸控制点和乘以权重系数的所述人脸控制点对应的偏移向量输入图像扭曲算法得到几何形变后的第一人脸图像；所述权重系数为第一值时，所述第一人脸图像区别于所述第二人脸图像的区别特征在几何形变后的第一人脸图像上被加强；所述权重系数为第二值时，所述第一人脸图像区别于所述第二人脸图像的区别特征在几何形变后的第一人脸图像上被减弱；其中，所述区别特征包括五官的大小；输出所述几何形变后的第一人脸图像。2.根据权利要求1所述的方法，其特征在于，所述人脸控制点包括所述第一人脸图像的部分人脸关键点。3.根据权利要求1或2所述的方法，其特征在于，所述根据第一人脸图像的人脸关键点和第二人脸图像的人脸关键点确定第一人脸图像的人脸控制点和所述人脸控制点对应的偏移向量包括：所述第一人脸图像的人脸关键点对应的坐标包括对应五官的S个第一子集，分别计算每个第一子集对应的均值和/或方差；所述第二人脸图像的人脸关键点对应的坐标包括对应五官的S个第二子集，分别计算每个第二子集对应的均值和/或方差；所述S个第一子集与所述S个第二子集一一对应；其中，S为大于或等于1的整数；根据所述S个第一子集中每个第一子集的均值和/或方差的绝对值与所述S个第二子集中每个第二子集的均值和/或方差的绝对值确定所述第一人脸图像的N个目标五官，N小于或等于S；所述第一人脸图像的人脸控制点包括所述N个目标五官中每个目标五官在所述第一人脸图像对应的人脸关键点。4.根据权利要求3所述的方法，其特征在于，根据所述S个第一子集中每个第一子集的均值和/或方差的绝对值与所述S个第二子集中每个第二子集的均值和/或方差的绝对值确定所述第一人脸图像的N个目标五官包括：确定所述S个第一子集中每个第一子集的均值和/或方差的绝对值与该第一子集对应的第二子集的均值和/或方差的绝对值的差，得到S个差；确定所述S个差中最大的N个差对应的N个第一子集，所述N个第一子集对应的五官为所述N个目标五官。5.根据权利要求3-4任一所述的方法，其特征在于，所述对应五官的S个第一子集包括眉毛、眼睛、鼻子、嘴巴和人脸轮廓分别对应的第一子集。6.根据权利要求1-5任一项所述的方法，其特征在于，所述第二人脸图像为平均脸图像。7.根据权利要求1-5任一项所述的方法，其特征在于，
所述第二人脸图像为漫画脸图像。8.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：分别检测所述第一人脸图像和所述第二人脸图像的人脸位置；对所述第一人脸图像和所述第二人脸图像进行第一处理，所述第一处理包括图像切割处理和/或图像旋转处理；所述第一处理后的所述第一人脸图像和所述第一处理后的所述第二人脸图像是对齐的。9.根据权利要求1-8任一项所述的方法，其特征在于，所述图像扭曲算法为Warp算法。10.根据权利要求1-9任一项所述的方法，其特征在于，将所述人脸控制点和乘以权重系数的所述人脸控制点对应的偏移向量输入图像扭曲算法得到几何形变后的第一人脸图像之前，所述方法还包括：根据风格图像和风格迁移网络对所述第一人脸图像进行风格迁移。11.根据权利要求1-9任一项所述的方法，其特征在于，所述方法还包括：根据风格图像和风格迁移网络对所述几何形变后的第一人脸图像进行风格迁移。12.根据权利要求10或11所述的方法，其特征在于，所述风格迁移网络是根据多幅风格图像训练得到的神经网络，所述多幅风格图像属于风景图像、漫画图像或艺术画图像中的至少一种。13.根据权利要求10-12任一项所述的方法，其特征在于，所述风格迁移网络为AdaIN风格迁移网络。14.根据权利要求10-13任一项所述的方法，其特征在于，所述第二人脸图像与所述风格图像相同。15.一种人脸图像处理方法，其特征在于，所述方法包括：响应于用户对第一人脸图像进行第一图像处理的操作，显示第一界面；所述第一图像处理包括对所述第一人脸图像中的人脸进行几何形变处理和风格迁移处理；在所述第一界面显示根据第二人脸图像对所述第一人脸图像中的人脸进行几何形变后的第一人脸图像；响应于用户在所述第一界面选择的风格图像，根据所述风格图像对几何形变后的第一人脸图像进行风格迁移，在所述第一界面显示风格迁移后的第一人脸图像。16.一种人脸图像处理方法，其特征在于，所述方法包括：响应于用户对第一人脸图像进行第一图像处理的操作，显示第一界面；所述第一图像处理包括对所述第一人脸图像中的人脸进行几何形变处理和风格迁移处理；响应于用户在所述第一界面选择的风格图像，根据所述风格图像对所述第一人脸图像进行风格迁移处理；根据第二人脸图像对风格迁移后的第一人脸图像中...

【专利技术属性】
技术研发人员：庄兆永，钱生，潘邵武，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：