人脸图像优化方法及装置、存储介质及电子设备制造方法及图纸

本公开涉及图像处理技术领域，具体涉及一种人脸图像优化方法及装置、计算机可读存储介质及电子设备，该方法包括：获取待美颜人脸图像，利用预训练的图像优化模型对待美颜人脸图像进行处理，得到基准融合程度图像；获取待美颜人脸图像对应的参考人脸图像以及目标磨皮程度；其中，参考人脸图像为待美颜人脸图像对应的磨皮程度最大的图像；根据基准融合程度图像计算目标磨皮程度对应的目标融合度矩阵；根据目标融合度矩阵、待美颜人脸图像以及参考人脸图像确定目标人脸图像。本公开实施例的技术方案改善图像优化效果。方案改善图像优化效果。方案改善图像优化效果。

【技术实现步骤摘要】
人脸图像优化方法及装置、存储介质及电子设备


[0001]本公开涉及图像处理
，具体而言，涉及一种人脸图像优化方法及装置、计算机可读存储介质及电子设备。

技术介绍

[0002]美颜是指利用图像处理技术对图像或视频中的人像进行美化处理，以更好地满足用户的审美需求。
[0003]相关技术中，图像优化通常包括去瑕疵和磨皮两个步骤等。然而，相关技术在磨皮过程精度较差，导致对图像的优化效果较差。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种人脸图像优化方法、人脸图像优化装置、计算机可读介质和电子设备，进而至少在一定程度上改善图像优化效果。
[0006]根据本公开的第一方面，提供一种人脸图像优化方法，包括：获取待美颜人脸图像，利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像；获取所述待美颜人脸图像对应的参考人脸图像以及目标磨皮程度；其中，所述参考人脸图像为所述待美颜人脸图像对应的磨皮程度最大的图像；根据所述基准融合程度图像计算所述目标磨皮程度对应的目标融合度矩阵；根据所述目标融合度矩阵、所述待美颜人脸图像以及所述参考人脸图像确定目标人脸图像。
[0007]根据本公开的第二方面，提供一种人脸图像优化装置，包括：第一获取模块，用于获取待美颜人脸图像，利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像；第二获取模块，用于获取所述待美颜人脸图像对应的参考人脸图像以及目标磨皮程度；其中，所述参考人脸图像为所述待美颜人脸图像对应的磨皮程度最大的图像；矩阵计算模块，用于根据所述基准融合程度图像计算所述目标磨皮程度对应的目标融合度矩阵；图像优化模块，用于根据所述目标融合度矩阵、所述待美颜人脸图像以及所述参考人脸图像确定目标人脸图像。
[0008]根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。
[0009]根据本公开的第四方面，提供一种电子设备，其特征在于，包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。
[0010]本公开的一种实施例所提供的人脸图像优化方法，通过图像优化模型计算待美颜人脸图像对应的基准融合程度图像，并根据基准融合程度图像计算所述目标磨皮程度对应的目标融合度矩阵，通过深度神经网络的处理实现目标融合度矩阵的计算，一方面，增加了
对图像优化的灵活性，另一方面，能够对不用的区域采用不同的融合系数，增强了磨皮精度，进而提升了人脸图像的优化效果。
[0011]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0012]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0013]图1示出了可以应用本公开实施例的一种示例性系统架构的示意图；
[0014]图2示意性示出本公开示例性实施例中一种人脸图像优化方法的流程图；
[0015]图3示意性示出本公开示例性实施例中一种获取待美颜人脸图像的流程图；
[0016]图4示意性示出本公开示例性实施例中一种图像优化模型的结构示意图；
[0017]图5示意性示出本公开示例性实施例中一种利用图像优化模型处理图像的流程图；
[0018]图6示意性示出本公开示例性实施例中一种获取目标去瑕疵人脸图像的流程图；
[0019]图7示意性示出本公开示例性实施例中一种计算目标融合度矩阵的流程图；
[0020]图8示意性示出本公开示例性实施例中一种调整高频图像像素值的流程图；
[0021]图9示意性示出本公开示例性实施例中一种边界区域渐变处理的示意图；
[0022]图10示出本示例性实施方式中一种美颜处理方法的示意性流程图；
[0023]图11示意性示出本公开示例性实施例中人脸图像优化装置的组成示意图；
[0024]图12示出了可以应用本公开实施例的一种电子设备的示意图。
具体实施方式
[0025]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
[0026]此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0027]相关技术中常用的磨皮方式，通常须计算皮肤概率图像、再基于皮肤概率图像的融合计算获得100％光滑图像，即磨皮程度最大的图像、基于用户设定磨皮程度的融合计算得到磨皮图像。用户设定磨皮程度，在原图像的所有皮肤区域一致的，即原图像的粗糙皮肤区域和光滑皮肤区域的融合程度是相同，则容易导致粗糙区域磨皮不足而依然粗糙、光滑区域磨皮过度而模糊等效果问题。无法同时适配不同肤质的用户。且由于皮肤概率图像对
类肤色的头发、衣物容易误识别，导致头发、衣物模糊的效果问题。
[0028]鉴于上述问题，本公开的示例性实施方式首先提供一种图像优化方法，其应用场景包括但不限于：终端设备安装有图像优化App(Application，应用程序)，用户在App中选择本地相册中的图像进行优化处理，或者对当前拍摄的图像进行优化处理；终端设备执行本示例性实施方式的图像优化处理方法，或者终端设备将图像发送至服务器，由服务器执行本示例性实施方式的图像优化处理方法，对图像进行优化处理。或者，也可以对用户选择的视频或者当前拍摄的视频进行优化处理，具体为对视频中包含人像的帧进行优化处理，例如在直播场景中，对实时的视频流进行优化处理。具体的系统架构可以参照图1所示。
[0029]图1示出了系统架构的示意图，该系统架构100可以包括终端110与服务器120。其中，终端110可以是智能手机、平板电脑、台式电脑、笔记本电脑等终端设备，服务器120泛指提供本示例性实施方式中图像优化相关服务的后台系统，可以是一台服务器或多台服务器形成的集群。终端110与服务器120之间可以通过有线或无线的通信链路形成连接，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像优化方法，其特征在于，包括：获取待美颜人脸图像，利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像；获取所述待美颜人脸图像对应的参考人脸图像以及目标磨皮程度；其中，所述参考人脸图像为所述待美颜人脸图像对应的磨皮程度最大的图像；根据所述基准融合程度图像计算所述目标磨皮程度对应的目标融合度矩阵；根据所述目标融合度矩阵、所述待美颜人脸图像以及所述参考人脸图像确定目标人脸图像。2.根据权利要求1所述的方法，其特征在于，所述利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像包括：利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像和目标去瑕疵人脸图像；根据所述目标融合度矩阵、所述待美颜人脸图像以及所述参考人脸图像确定目标人脸图像包括：根据所述目标融合度矩阵、所述目标去瑕疵人脸图像以及所述参考人脸图像确定所述目标人脸图像。3.据权利要求2所述的方法，其特征在于，所述利用预训练的图像优化模型对所述待美颜人脸图像进行处理，得到基准融合程度图像和目标去瑕疵人脸图像包括：将所述待美颜人脸图像输入至所述图像优化模型得到所述基准融合程度图像和初始去瑕疵人脸图像；根据用户设定的去瑕疵程度将所述初始去瑕疵人脸图像和所述待美颜人脸图像进行融合得到所述目标去瑕疵人脸图像。4.根据权利要求2所述的方法，其特征在于，获取初始人脸图像包括：获取待处理图像，并按照预设规则在所述待处理图像中提取至少一个待优化人脸图像；对所述待优化人脸图像进行预处理得到待美颜人脸图像。5.根据权利要求4所述的方法，其特征在于，所述根据所述目标融合度矩阵、所述待美颜人脸图像以及所述参考人脸图像确定目标人脸图像包括：对所述目标去瑕疵人脸图像进行逆处理得到待融合人脸图像，其中所述逆处理为所述预处理的反向操作；根据所述目标融合度矩阵将所述待融合人脸图像与所述参考人脸图像进行融合得到所述目标人脸图像。6.根据权利要求5所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：朱家成，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：