本公开关于一种美妆处理方法、装置及电子设备，其中，该方法包括：获取待处理的人脸图像，以及人脸图像对应的人脸关键点信息；获取人脸图像的目标美妆风格，以及目标美妆风格对应的风格提示词；根据人脸图像、人脸关键点信息以及风格提示词，生成具有目标美妆风格的人脸妆容图像；根据人脸图像以及人脸妆容图像，生成人脸图像对应的美妆后人脸图像，从而只需要用户提供待处理的人脸图像，不需要提供美妆后参考图像，从而提高美妆处理效率。从而提高美妆处理效率。从而提高美妆处理效率。
【技术实现步骤摘要】
美妆处理方法、装置及电子设备
[0001]本公开涉及图像处理
，尤其涉及一种美妆处理方法、装置及电子设备。
技术介绍
[0002]目前的美妆处理方法主要为，获取训练好的一个生成对抗网络；生成对抗网络的输入可以为一个待处理的人脸图像以及一个美妆后参考图像；生成对抗网络可以将美妆后参考图像中的妆容迁移到待处理的人脸图像上，得到人脸图像对应的美妆后人脸图像。
[0003]上述方案中，针对每个待处理的人脸图像，需要提供高质量的美妆后参考图像。对用户来说，美妆后参考图像比较难以获取，美妆处理效率差。
技术实现思路
[0004]本公开提供一种美妆处理方法、装置及电子设备。
[0005]根据本公开实施例的第一方面，提供一种美妆处理方法，所述方法包括：获取待处理的人脸图像，以及所述人脸图像对应的人脸关键点信息；获取所述人脸图像的目标美妆风格，以及所述目标美妆风格对应的风格提示词；根据所述人脸图像、所述人脸关键点信息以及所述风格提示词，生成具有所述目标美妆风格的人脸妆容图像；根据所述人脸图像以及所述人脸妆容图像，生成所述人脸图像对应的美妆后人脸图像。
[0006]在本公开的一个实施例中，所述获取待处理的人脸图像，以及所述人脸图像对应的人脸关键点信息，包括：获取待处理的人脸图像；对所述人脸图像进行人脸区域检测处理，获取所述人脸图像中的人脸区域图像；对所述人脸区域图像进行人脸关键点检测处理，获取所述人脸关键点信息。
[0007]在本公开的一个实施例中，所述获取所述人脸图像的目标美妆风格，以及所述目标美妆风格对应的风格提示词，包括：将所述人脸图像输入美妆风格选择模型，获取所述美妆风格选择模型输出的所述目标美妆风格；根据所述目标美妆风格，查询风格提示词表，获取所述目标美妆风格对应的风格提示词。
[0008]在本公开的一个实施例中，所述根据所述人脸图像、所述人脸关键点信息以及所述风格提示词，生成具有所述目标美妆风格的人脸妆容图像，包括：将所述人脸图像、所述人脸关键点信息以及所述风格提示词，输入妆容图像生成模型，获取所述妆容图像生成模型输出的所述人脸妆容图像。
[0009]在本公开的一个实施例中，所述根据所述人脸图像以及所述人脸妆容图像，生成所述人脸图像对应的美妆后人脸图像，包括：将所述人脸妆容图像推送至所述人脸图像对应的对象；根据所述对象的操作，确定所述人脸妆容图像的目标透明度；根据所述目标透明度对所述人脸妆容图像进行调整处理，得到调整后人脸妆容图像；对所述人脸图像以及所述调整后人脸妆容图像进行叠加处理，得到所述美妆后人脸图像。
[0010]在本公开的一个实施例中，所述妆容图像生成模型，为生成式人工智能AIGC模型。
[0011]根据本公开实施例的第二方面，还提供一种妆容图像生成模型的训练方法，所述
方法包括：获取初始的妆容图像生成模型；获取训练数据；所述训练数据包括，样本原始人脸图像、所述样本原始人脸图像对应的样本人脸妆容图像、所述样本人脸妆容图像的美妆风格对应的风格提示词、所述样本原始人脸图像对应的样本人脸关键点信息；将所述样本原始人脸图像、所述风格提示词以及所述样本人脸关键点信息输入所述妆容图像生成模型，获取预测人脸妆容图像；根据所述预测人脸妆容图像、所述样本人脸妆容图像以及所述妆容图像生成模型的损失函数，确定损失函数数值；根据所述损失函数数值，对所述妆容图像生成模型进行系数调整，实现训练。
[0012]在本公开的一个实施例中，所述获取训练数据，包括：获取多个样本人脸图像对；所述样本人脸图像对包括，一个样本原始人脸图像，以及多个样本美妆人脸图像；针对每个样本人脸图像对中的每个样本美妆人脸图像，对所述样本美妆人脸图像以及所述样本人脸图像对中的样本原始人脸图像进行差分处理，获取所述样本原始人脸图像对应的样本人脸妆容图像；确定所述样本人脸妆容图像的美妆风格对应的风格提示词；获取所述样本原始人脸图像对应的样本人脸关键点信息；根据所述样本原始人脸图像、所述样本原始人脸图像对应的样本人脸妆容图像、所述样本人脸妆容图像的美妆风格对应的风格提示词、所述样本原始人脸图像对应的样本人脸关键点信息，确定所述训练数据。
[0013]在本公开的一个实施例中，所述妆容图像生成模型，为生成式人工智能AIGC模型。
[0014]根据本公开实施例的第三方面，还提供一种美妆处理装置，所述装置包括：第一获取模块，用于获取待处理的人脸图像，以及所述人脸图像对应的人脸关键点信息；第二获取模块，用于获取所述人脸图像的目标美妆风格，以及所述目标美妆风格对应的风格提示词；第一生成模块，用于根据所述人脸图像、所述人脸关键点信息以及所述风格提示词，生成具有所述目标美妆风格的人脸妆容图像；第二生成模块，用于根据所述人脸图像以及所述人脸妆容图像，生成所述人脸图像对应的美妆后人脸图像。
[0015]根据本公开实施例的第四方面，还提供一种妆容图像生成模型的训练装置，所述装置包括：第一获取模块，用于获取初始的妆容图像生成模型；第二获取模块，用于获取训练数据；所述训练数据包括，样本原始人脸图像、所述样本原始人脸图像对应的样本人脸妆容图像、所述样本人脸妆容图像的美妆风格对应的风格提示词、所述样本原始人脸图像对应的样本人脸关键点信息；输入模块，用于将所述样本原始人脸图像、所述风格提示词以及所述样本人脸关键点信息输入所述妆容图像生成模型，获取预测人脸妆容图像；确定模块，用于根据所述预测人脸妆容图像、所述样本人脸妆容图像以及所述妆容图像生成模型的损失函数，确定损失函数数值；训练模块，用于根据所述损失函数数值，对所述妆容图像生成模型进行系数调整，实现训练。
[0016]根据本公开实施例的第五方面，还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为：实现如上所述的美妆处理方法的步骤；或者，实现如上所述的妆容图像生成模型的训练方法的步骤。
[0017]根据本公开实施例的第六方面，还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行如上所述的美妆处理方法；或者，执行如上所述的妆容图像生成模型的训练方法。
[0018]本公开的实施例提供的技术方案至少带来以下有益效果：
[0019]通过获取待处理的人脸图像，以及人脸图像对应的人脸关键点信息；获取人脸图
像的目标美妆风格，以及目标美妆风格对应的风格提示词；根据人脸图像、人脸关键点信息以及风格提示词，生成具有目标美妆风格的人脸妆容图像；根据人脸图像以及人脸妆容图像，生成人脸图像对应的美妆后人脸图像，从而只需要用户提供待处理的人脸图像，不需要提供美妆后参考图像，从而提高美妆处理效率。
[0020]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
[0021]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，并不构成对本公开的不当限本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种美妆处理方法，其特征在于，所述方法包括：获取待处理的人脸图像，以及所述人脸图像对应的人脸关键点信息；获取所述人脸图像的目标美妆风格，以及所述目标美妆风格对应的风格提示词；根据所述人脸图像、所述人脸关键点信息以及所述风格提示词，生成具有所述目标美妆风格的人脸妆容图像；根据所述人脸图像以及所述人脸妆容图像，生成所述人脸图像对应的美妆后人脸图像。2.根据权利要求1所述的方法，其特征在于，所述获取待处理的人脸图像，以及所述人脸图像对应的人脸关键点信息，包括：获取待处理的人脸图像；对所述人脸图像进行人脸区域检测处理，获取所述人脸图像中的人脸区域图像；对所述人脸区域图像进行人脸关键点检测处理，获取所述人脸关键点信息。3.根据权利要求1所述的方法，其特征在于，所述获取所述人脸图像的目标美妆风格，以及所述目标美妆风格对应的风格提示词，包括：将所述人脸图像输入美妆风格选择模型，获取所述美妆风格选择模型输出的所述目标美妆风格；根据所述目标美妆风格，查询风格提示词表，获取所述目标美妆风格对应的风格提示词。4.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像、所述人脸关键点信息以及所述风格提示词，生成具有所述目标美妆风格的人脸妆容图像，包括：将所述人脸图像、所述人脸关键点信息以及所述风格提示词，输入妆容图像生成模型，获取所述妆容图像生成模型输出的所述人脸妆容图像。5.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像以及所述人脸妆容图像，生成所述人脸图像对应的美妆后人脸图像，包括：将所述人脸妆容图像推送至所述人脸图像对应的对象；根据所述对象的操作，确定所述人脸妆容图像的目标透明度；根据所述目标透明度对所述人脸妆容图像进行调整处理，得到调整后人脸妆容图像；对所述人脸图像以及所述调整后人脸妆容图像进行叠加处理，得到所述美妆后人脸图像。6.根据权利要求4所述的方法，其特征在于，所述妆容图像生成模型，为生成式人工智能AIGC模型。7.一种妆容图像生成模型的训练方法，其特征在于，所述方法包括：获取初始的妆容图像生成模型；获取训练数据；所述训练数据包括，样本原始人脸图像、所述样本原始人脸图像对应的样本人脸妆容图像、所述样本人脸妆容图像的美妆风格对应的风格提示词、所述样本原始人脸图像对应的样本人脸关键点信息；将所述样本原始人脸图像、所述风格提示词以及所述样本人脸关键点信息输入所述妆容图像生成模型，获取预测人脸妆容图像；根据所述预测人脸妆容图像、所述样本人脸妆容图像以及所述妆容图像生成模型的损
失函数，确定损失函数数值；根据所述损失函数数值，对所述妆容图像生成模型进行系数调整，实现训练。8.根据权利要...
【专利技术属性】
技术研发人员：胡显，周代国，邓巍，
申请(专利权)人：北京小米移动软件有限公司北京小米松果电子有限公司，
类型：发明
国别省市：
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。