【技术实现步骤摘要】
本专利技术实施例涉及图像处理，尤其涉及一种视频画面动态人脸图像自主生成的系统及方法。
技术介绍
1、伴随着短视频技术的快速发展，越来越多视频图像编辑以及视频图形处理软件也越来越多。
2、随着短视频画面的兴起，出现了越来越多的基于静态图像生成动态图像实现短视频输出的应用技术；即基于现有的图像处理技术可以对静态人脸图像进行各种操作，例如美颜、修图、滤镜等，但是静态图像在生成动态图像的动态的效果，例如生成的眨眼、微笑、说话等表情动作图像的输出效果不佳。
3、然而，研究发现，制作动态人脸图像其技术手段相对简单，其常规方式仅仅是通过现有图像的图像拉伸以及扭转实现获取动态图像，然后将获取的动态图像进行输出，但是研究发现这种输出的动态图像可看性较差，生成的图像不真实。
技术实现思路
1、本专利技术的目的在于提供一种视频画面动态人脸图像自主生成的系统及方法，解决了现有技术中指出的上述技术问题。
2、本专利技术提供了一种视频画面动态人脸图像自主生成的系统，包括人脸检测模块、关键点检测模块、关键点分析模块、关键点计算模块、动态表情初始处理模块、图像合成模块；
3、所述人脸检测模块，用于获取初始的静态图像；并从所述初始的静态图像中获取初始人脸图像；根据所述初始人脸图像获取人脸部位特征信息及人脸像素矩阵；
4、所述关键点检测模块，用于根据所述人脸部位特征信息，确定满足处理前提条件的关键点坐标点；
5、所述关键点分析模块，用于确定所述每
6、所述移动变化量是指关键点坐标点的最大移动变化量；
7、所述关键点计算模块，用于根据所述移动变化量，对所述关键点坐标点进行迭代计算，得到表情变化矢量；
8、所述动态表情初始处理模块，用于根据所述表情变化矢量，获取多个动态表情变化帧图像；
9、所述图像合成模块，用于根据所述动态表情变化帧图像和人脸像素矩阵，对所述人脸图像进行动态优化处理，获取动态人脸图像，将所述动态人脸图像与所述初始静态图像进行融合，获取动态图像；
10、较佳的，所述动态表情初始处理模块，包括第一计算子模块、第二计算子模块、第三计算子模块、融合处理子模块；
11、所述第一计算子模块，用于根据所述表情变化矢量计算每个关键点坐标点在单位时间步长t的新坐标；
12、所述第二计算子模块，用于根据所述关键点坐标点在单位时间步长t的新坐标分别计算关键点坐标点的单位时间步长移动变化距离；
13、所述第三计算子模块，用于预设时间段t，分别计算时间段t内每个时间步长的新坐标；
14、所述融合处理子模块，用于分别将每个时间步长产生的新坐标进行融合，获取每个时间步长对应的动态表情变化帧图像。
15、较佳的，所述融合处理子模块，具体用于分别将所述新坐标对应的第一像素点通过双线插值算法计算获取目标像素点，将所述目标像素点进行融合，获取动态表情变化帧图像；
16、较佳的，所述融合处理子模块，还用于确定所述新坐标对应的像素点为第一像素点；获取所述第一像素点的邻域像素点的坐标以及邻域像素点的坐标对应的像素值；根据所述邻域像素点的坐标点计算插值系数；根据所述插值系数分别计算所述邻域像素点的权重；根据所述邻域像素的权重计算第二像素点的坐标对应的像素值；获取所述邻域像素点区间；并获取所述邻域像素点区间内所有一级待确定像素点的像素值；判断所有所述一级待确定像素点的像素值是否等于所述第二像素点的坐标对应的像素值；若是，则从所有所述一级待确定像素点中筛选出像素值等于所述第二像素点的坐标对应的像素值的一级待确定像素点为二级待确定像素点；从所述二级待确定像素点中随机选取任意一个像素点为目标像素点。
17、相应地，本专利技术还提出了一种视频画面动态人脸图像自主生成的方法，包括如下操作步骤：
18、获取初始的静态图像；并从所述初始的静态图像中获取初始人脸图像；根据所述初始人脸图像获取人脸部位特征信息及人脸像素矩阵；
19、根据所述人脸部位特征信息，确定满足处理前提条件的关键点坐标点；
20、确定所述每个关键点坐标点分别对应的移动变化量；
21、根据所述移动变化量，对所述关键点坐标点进行迭代计算，得到表情变化矢量；
22、根据所述表情变化矢量，获取多个动态表情变化帧图像；
23、根据所述动态表情变化帧图像和人脸像素矩阵，对所述人脸图像进行动态优化处理，获取动态人脸图像，将所述动态人脸图像与所述初始静态图像进行融合，获取动态图像。
24、与现有技术相比，本专利技术实施例至少存在如下方面的技术优势：
25、分析本专利技术提供的上述一种视频画面动态人脸图像自主生成的系统及方法可知，在具体应用时首先从初始的静态图像中获取初始人脸图像；根据初始人脸图像获取人脸部位特征信息及人脸像素矩阵；然后使用关键点检测模块根据人脸部位特征信息，确定满足处理前提条件的关键点坐标点；利用关键点分析模块确定关键点坐标点分别对应的移动变化量；
26、本专利技术实施例提供的视频画面动态人脸图像自主生成的方法，其通过关键点计算模块根据移动变化量，对关键点坐标点进行迭代计算，得到表情变化矢量；再通过动态表情初始处理模块根据表情变化矢量，获取多个动态表情变化帧图像；
27、最终通过图像合成模块根据动态表情变化帧图像和人脸像素矩阵，对人脸图像进行动态优化处理，获取动态人脸图像，将动态人脸图像与初始静态图像进行融合，获取动态图像进行输出，使图像更具可看性，进而改善用户体验。
本文档来自技高网...【技术保护点】
1.一种视频画面动态人脸图像自主生成的系统，其特征在于，包括人脸检测模块、关键点检测模块、关键点分析模块、关键点计算模块、动态表情初始处理模块、图像合成模块；
2.根据权利要求1所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述动态表情初始处理模块，包括第一计算子模块、第二计算子模块、第三计算子模块、融合处理子模块；
3.根据权利要求2所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述融合处理子模块，具体用于分别将所述新坐标对应的第一像素点通过双线插值算法计算获取目标像素点，将所述目标像素点进行融合，获取动态表情变化帧图像。
4.根据权利要求3所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述融合处理子模块，还用于确定所述新坐标对应的像素点为第一像素点；获取所述第一像素点的邻域像素点的坐标以及邻域像素点的坐标对应的像素值；根据所述邻域像素点的坐标点计算插值系数；根据所述插值系数分别计算所述邻域像素点的权重；根据所述邻域像素的权重计算第二像素点的坐标对应的像素值；获取所述邻域像素点区间；并获取所述邻域像素点区间
5.一种视频画面动态人脸图像自主生成的方法，其特征在于，所述方法应用于权利要求1-4任一项所述的一种视频画面动态人脸图像自主生成的系统，所述方法包括如下操作步骤：
6.根据权利要求5所述的一种视频画面动态人脸图像自主生成的方法，其特征在于，所述根据所述表情变化矢量，获取多个动态表情变化帧图像，包括如下操作步骤：
7.根据权利要求6所述的一种视频画面动态人脸图像自主生成的方法，其特征在于，所述分别将每个时间步长产生的新坐标进行融合，获取每个时间步长对应的动态表情变化帧图像，包括如下操作步骤：
8.根据权利要求7所述的一种视频画面动态人脸图像自主生成的方法，其特征在于，所述分别将所述新坐标对应的像素点通过双线插值算法计算获取目标像素点，将所述目标像素点进行融合，获取动态表情变化帧图像，包括如下操作步骤：
9.根据权利要求8所述的一种视频画面动态人脸图像自主生成的方法，其特征在于，所述单位时间步长t≤所述时间段T。
...【技术特征摘要】
1.一种视频画面动态人脸图像自主生成的系统，其特征在于，包括人脸检测模块、关键点检测模块、关键点分析模块、关键点计算模块、动态表情初始处理模块、图像合成模块；
2.根据权利要求1所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述动态表情初始处理模块，包括第一计算子模块、第二计算子模块、第三计算子模块、融合处理子模块；
3.根据权利要求2所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述融合处理子模块，具体用于分别将所述新坐标对应的第一像素点通过双线插值算法计算获取目标像素点，将所述目标像素点进行融合，获取动态表情变化帧图像。
4.根据权利要求3所述的一种视频画面动态人脸图像自主生成的系统，其特征在于，所述融合处理子模块，还用于确定所述新坐标对应的像素点为第一像素点；获取所述第一像素点的邻域像素点的坐标以及邻域像素点的坐标对应的像素值；根据所述邻域像素点的坐标点计算插值系数；根据所述插值系数分别计算所述邻域像素点的权重；根据所述邻域像素的权重计算第二像素点的坐标对应的像素值；获取所述邻域像素点区间；并获取所述邻域像素点区间内所有一级待确定像素点的像素值；判断所有所述一级待确定像素点的像素值是否等于所述第二像素点...
【专利技术属性】
技术研发人员：刘浩，张家栋，
申请(专利权)人：北京恒策科技有限公司，
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。