一种人脸姿态校正方法和装置制造方法及图纸

本申请实施例公开了一种人脸姿态校正方法和装置，该方法包括：获取初始帧对应的初始三维人脸模型和目标三维人脸模型，其中，所述初始帧为帧序列中任意一帧，所述帧序列包括至少一帧；根据所述初始三维人脸模型和所述目标三维人脸模型，得到图像变形场；根据所述图像变形场对所述初始帧进行变形，得到所述目标人脸帧；获取所述初始帧的目标边界；基于所述初始帧的目标边界，对所述初始帧和所述目标人脸帧进行融合，得到目标帧。通过该实施例方案，能够在不需要大量训练数据的情况下实现脸部姿态的校正，且能够保证时序连续帧中人脸姿态的时序连续性与稳定性。时序连续性与稳定性。时序连续性与稳定性。

【技术实现步骤摘要】
一种人脸姿态校正方法和装置


[0001]本申请实施例涉及图像处理技术，尤指一种人脸姿态校正方法和装置。

技术介绍

[0002]视频通话场景下，由于摄像头与人脸位置、朝向之间的偏差，画面呈现中的人物头部姿态存在偏转，影响沟通双方的交互体验。
[0003]目前在图像处理领域一般使用基于深度学习的生成对抗网络方法对人脸图像进行编辑，利用此类方法进行人脸编辑存在分辨率画质的损失、编辑后人脸与背景不匹配等问题，同时此类方法严重依赖数据数量，需要针对不同的场景、人物姿态采集大量的数据，并且难以保证时序连续帧中人脸姿态的时序连续性与稳定性。

技术实现思路

[0004]本申请实施例提供了一种人脸姿态校正方法和装置，能够在不需要大量训练数据的情况下实现脸部姿态的校正，且能够保证时序连续帧中人脸姿态的时序连续性与稳定性。
[0005]本申请实施例提供了一种人脸姿态校正方法，所述方法可以包括：
[0006]获取初始帧对应的初始三维人脸模型和目标三维人脸模型，其中，所述初始帧为帧序列中任意一帧，所述帧序列包括至少一帧；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸姿态校正方法，其特征在于，所述方法包括：获取初始帧对应的初始三维人脸模型和目标三维人脸模型，其中，所述初始帧为帧序列中任意一帧，所述帧序列包括至少一帧；根据所述初始三维人脸模型和所述目标三维人脸模型，得到图像变形场；根据所述图像变形场对所述初始帧进行变形，得到所述目标人脸帧；获取所述初始帧的目标边界；基于所述初始帧的目标边界，对所述初始帧和所述目标人脸帧进行融合，得到目标帧。2.根据权利要求1所述的人脸姿态校正方法，其特征在于，所述获取初始帧对应的初始三维人脸模型和目标三维人脸模型，包括：通过三维重建，获取所述初始帧对应的初始三维人脸模型；对所述初始三维人脸模型进行姿态校正，得到所述目标三维人脸模型。3.根据权利要求1所述的人脸姿态校正方法，其特征在于，所述根据所述初始三维人脸模型和所述目标三维人脸模型，得到图像变形场，包括：将所述初始三维人脸模型投影至初始二维平面，得到初始人脸图像；将所述目标三维人脸模型投影至目标二维平面，得到目标人脸图像；根据所述初始人脸图像和所述目标人脸图像的像素对应关系，得到所述图像变形场。4.根据权利要求3所述的人脸姿态校正方法，其特征在于，所述获取所述初始帧的目标边界，包括：获取所述初始帧的初始边界；基于所述初始边界，确定优化区域；在所述优化区域内，基于所述初始帧的前景部分和背景部分的差异，确定所述初始帧的目标边界。5.根据权利要求4所述的人脸姿态校正方法，其特征在于，所述获取所述初始帧的初始边界，包括：获取所述初始人脸图像的人脸轮廓边界；根据所述初始人脸图像的人脸轮廓边界，确定所述初始帧的初始边界。6.根据权利要求5所述的人脸姿态校正方法，其特征在于，所述初始帧的初始边界内的区域为所述优化区域。7.根据权利要求4所述的人脸姿态校正方法，其特征在于，所述获取所述初始帧的初始边界，包括：当所述初始帧非所述帧序列的第一帧时，根据所述初始帧的前一帧的目标边界，确定所述初始帧的初始边界。8.根据权利要求7所述的人脸姿态校正方法，其特征在于，所述基于所述初始边界，确定优化区域，包括：分别获取所述初始帧的前一帧和所述初始帧所对应的头部姿态；计算所述初始帧的前一帧和所述初始帧所对应的头部姿态的姿态差值；根据所述姿态差值，在所述初始边界处确定所述优化区域...

【专利技术属性】
技术研发人员：于奇伟，张龙，王进，
申请(专利权)人：虹软科技股份有限公司，
类型：发明
国别省市：