人脸图像处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种人脸图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；对连续图像帧中的各图像帧分别进行人脸特征检测，获得每一图像帧各自对应的初始特征点集合；基于图像帧所匹配的时间与目标时间的时间差，确定各初始特征点集合各自对应的平滑权重参数；按照平滑权重参数，对各初始特征点集合中的初始特征点进行平滑处理，得到与目标时间相匹配的目标特征点；根据各目标特征点，确定与目标时间相匹配的人脸特征轮廓线。采用上述方法，可以降低干扰点对人脸特征轮廓线的影响，有利于提高人脸图像处理结果的准确性。准确性。准确性。

【技术实现步骤摘要】
人脸图像处理方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种人脸图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]随着文化产业的快速发展，影视作品、短视频以及游戏等多个产业中对高质量角色的需求日益增长。为重建一个高质量的角色人物，需要对人脸图像数据进行处理，确定对应的人脸特征轮廓线，再根据人脸特征轮廓线完成角色重建。
[0003]传统的人脸图像处理方法，先获取人脸图像的二值化图像，再根据二值化图像中各像素点的灰度值定位人脸特征关键点，进而得到对应的人脸特征轮廓线。由于人脸表情存在复杂多样性，不同人脸表情下各人脸特征的形态各不相同，可能会产生干扰点，影响人脸特征关键点的定位精度，进而影响人脸特征轮廓线的准确性。因此，传统的人脸图像处理方法，存在处理结果准确性低的缺点。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高处理结果准确性的人脸图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种人脸图像处理方法。所述方法包括：
[0006]从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；
[0007]对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；
[0008]基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；
[0009]按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；
[0010]根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。
[0011]第二方面，本申请提供了一种人脸图像处理装置。所述装置包括：
[0012]连续图像帧筛选模块，用于从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；
[0013]初始特征点集合确定模块，用于对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；
[0014]平滑权重参数确定模块，用于基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；
[0015]目标特征点确定模块，用于按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；
[0016]人脸特征轮廓线确定模块，用于根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。
[0017]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0018]从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；
[0019]对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；
[0020]基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；
[0021]按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；
[0022]根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。
[0023]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0024]从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；
[0025]对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；
[0026]基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；
[0027]按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；
[0028]根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。
[0029]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0030]从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；
[0031]对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；
[0032]基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；
[0033]按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；
[0034]根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。
[0035]上述人脸图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，首先从多个人脸图像帧中筛选出与目标时间存在时域关联的连续图像帧，并基于各图像帧所匹配的时间与目标时间的时间差，确定各图像帧的初始特征点集合对应的平滑权重参数，再按照该平滑权重参数对各初始特征点集合中的初始特征点进行平滑处理，得到与
目标时间匹配的目标特征点，进而确定目标时间相匹配的人脸特征轮廓线，可以对目标时间对应的目标人脸图像帧中的的特征点进行修正，降低干扰点对人脸特征轮廓线的影响，有利于提高人脸图像处理结果的准确性。
附图说明
[0036]图1为一个实施例中人脸图像处理方法的应用场景示意图；
[0037]图2为一个实施例中人脸图像处理方法的流程示意图；
[0038]图3为另一个实施例中人脸图像处理方法的流程示意图；
[0039]图4为一个实施例中目标时间和目标图像帧的时域关系示意图；
[0040]图5为一个实施例中基于人脸特征点检测模型，获得的第一嘴唇特征点集合的位置示意图；
[0041]图6为一个实施例中基于语义分割算法获得所述图像帧对应的第二内嘴唇特征点集合的过程示意图；
[0042]图7为又一个实施例中人脸图像处理方法的流程示意图；
[0043]图8为一个实施例中基于人脸图像处理方法获得的四组嘴唇轮廓线的示意图；
[0044]图9为一个实施例中人脸图像处理装置的结构框图；
[0045]图10为一个实施例中计算机设备的内部结构图。
具体实施方式
[0046]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说本文档来自技高网...

【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：从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧；对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合；基于所述图像帧所匹配的时间与所述目标时间的时间差，确定各所述初始特征点集合各自对应的平滑权重参数；按照所述平滑权重参数，对各所述初始特征点集合中的初始特征点进行平滑处理，得到与所述目标时间相匹配的目标特征点；根据各所述目标特征点，确定与所述目标时间相匹配的人脸特征轮廓线。2.根据权利要求1所述的方法，其特征在于，所述从携带有时间信息的多个人脸图像帧中，筛选出与目标时间存在时域关联的连续图像帧，包括：从携带有时间信息的多个人脸图像帧中，确定出所携带的时间信息与所述目标时间的时间差小于帧间时间间隔的目标图像帧；基于期望的图像帧数，以及所述目标图像帧在连续图像帧中的期望位置，从所述多个人脸图像帧中筛选出连续图像帧。3.根据权利要求1所述的方法，其特征在于，所述人脸特征检测包括嘴唇特征检测；所述对所述连续图像帧中的各图像帧分别进行人脸特征检测，获得每一所述图像帧各自对应的初始特征点集合，包括：基于人脸特征点检测模型，获得每一所述图像帧各自对应的第一嘴唇特征点集合；根据所述第一嘴唇特征点集合，确定所述图像帧中人脸图像的唇部区域状态；基于所述第一嘴唇特征点集合和所述唇部区域状态，获得所述图像帧对应的嘴唇初始特征点集合。4.根据权利要求3所述的方法，其特征在于，所述第一嘴唇特征点集合包括第一外嘴唇特征点集合和第一内嘴唇特征点集合；所述根据所述第一嘴唇特征点集合，确定所述图像帧中人脸图像的唇部区域状态，包括：获取所述第一内嘴唇特征点集合中，上下嘴唇的至少一个关联位置的内嘴唇特征点的高度差；根据各所述高度差，确定所述图像帧中人脸图像的唇部区域状态。5.根据权利要求4所述的方法，其特征在于，所述根据各所述高度差，确定所述图像帧中人脸图像的唇部区域状态，包括：若至少一个所述关联位置的高度差大于所述关联位置对应的预设高度阈值，确定所述图像帧中人脸图像的唇部区域状态为开口状态；若各所述关联位置的高度差均小于或等于各所述关联位置各自对应的预设高度阈值，确定所述图像帧中人脸图像的唇部区域状态为闭口状态。6.根据权利要求4所述的方法，其特征在于，所述根据所述高度差，确定所述图像帧中人脸图像的唇部区域状态，包括：若各所述高度差中的最大值大于设定高度阈值，确定所述图像帧中人脸图像的唇部区域状态为开口状态；
若各所述高度差中的最大值小于或等于所述设定高度阈值，确定所述图像帧中人脸图像的唇部区域状态为闭口状态。7.根据权利要求3所述的方法，其特征在于，所述第一嘴唇特征点集合包括第一外嘴唇特征点集合和第一内嘴唇特征点集合；所述基于所述第一嘴唇特征点集合和所述唇部区域状态，获得所述图像帧对应的初始特征点集合，包括：若所述唇部...

【专利技术属性】
技术研发人员：薛唐立，田泽藩，暴林超，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：