通过人脸照片更换皮肤的方法及系统的制作方法
通过人脸照片更换皮肤的方法及系统的制作方法
【专利摘要】本发明提供了一种通过人脸照片更换皮肤的方法及系统，包括步骤：步骤1：在待处理图片中进行人脸识别，检测是否存在人脸；若存在人脸，则接下来执行步骤2；步骤2：根据步骤1的人脸检测结果，确定人脸区域中待处理皮肤区域，并确定所述待处理皮肤区域中皮肤瑕疵的位置；步骤3：去除人脸区域的皮肤瑕疵。本发明能够快速检测和定位数码图像或视频中存在的多个人脸位置，并转换为三维人脸脸型，并在脸部区域自动磨皮处理以去除瑕疵，同时可以完整地保留人脸图像的细节部分，达到自动人脸美化的效果。
【专利说明】通过人脸照片更换皮肤的方法及系统
【技术领域】
[0001]本发明涉及人脸图像美化处理技术，具体地，涉及通过人脸照片更换皮肤的方法及系统。
【背景技术】
[0002]随着数字图像处理技术的发展，自动人脸图像美化处理技术也被越来越多的人所关注，并在多媒体视频处理中得到了广泛的应用，并且取得的了不错的成绩。例如在一些特定型号的柯达相机中，已经使用了相应的自动人脸美化技术来处理人脸皮肤，通过对照片的调整来实现美化人脸的效果，并进行了一些有益的尝试，取得了一定的成果，但是此类美化系统对图像的细节信息会出现比较严重的模糊现象，需要进一步的改进。
[0003]人脸图像美化处理技术不仅要能够保留人脸轮廓和人脸形状，能够较完整地保留人脸的特征，例如睫毛和眉毛的细节部分，眼角和嘴巴的边缘，而且还要能够在保留这些信息的前提下较好地去除掉人脸皮肤上的斑点、皱纹等的不理想因素。现在最传统的方法如Photoshop工具，虽然它可以非常理想地处理人脸皮肤，使其达到非常完美的效果，但是使用Photoshop来实现美化的时候处理步骤非常的复杂，对于一个并不是很熟悉该软件的普通用户来说是一个非常繁琐以及枯燥的工作，所有即使该软件提供了很多功能，但是这些功能由于用户不知道怎么操作来实现，就达不到理想的美化效果，也不能达到一个实时性及简洁性的要求。因此不能达到普遍推广的效果。
【发明内容】
[0004]针对现有技术中的缺陷，本发明的目的是提供一种通过人脸照片更换皮肤的方法及系统，以自动识别去除瑕疵。
[0005]根据本发明提供的一种通过人脸照片更换皮肤的方法，包括如下步骤:
[0006]步骤1:在待处理图片中进行人脸识别，检测是否存在人脸；若存在人脸，则接下来执行步骤2 ；
[0007]步骤2:根据步骤I的人脸检测结果，确定人脸区域中待处理皮肤区域，并确定所述待处理皮肤区域中皮肤瑕疵的位置；
[0008]步骤3:去除人脸区域的皮肤瑕疵。
[0009]优选地,所述步骤I包括如下步骤:
[0010]步骤1.1:对待处理图片进行预处理，包括:对待处理图片进行光照补偿处理，并将待处理图片中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小；
[0011]步骤1.2:将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。
[0012]优选地，，所述步骤2具体为:对标定出脸部特征区域的基础上进行图像处理，确定脸部非特征区域皮肤上的斑点、皱纹。
[0013]优选地，，所述步骤2包括如下步骤:
[0014]步骤2.1:利用二值化图像处理法分离出人脸图像中的脸部特征区域，其中，所述脸部特征区域为眼睛、鼻子、嘴巴、眉毛这些面部特征所在的区域；
[0015]步骤2.2:通过阈值来剔除由斑点或皱纹这些皮肤细节部分造成的干扰区域；
[0016]步骤2.3:通过腐蚀膨胀图像处理法基本标定出脸部特征区域；
[0017]步骤2.4:将人脸图像中的非脸部特征区域的区域确定为脸部非特征区域；
[0018]步骤2.5:将脸部非特征区域中的灰度值突变点确定为皮肤瑕疵的位置。
[0019]优选地，，所述步骤3具体为:将灰度值突变点看作脉冲噪声点，采用滤波方法对皮肤瑕疵的位置进行处理去除噪声点。
[0020]根据本发明提供的一种通过人脸照片更换皮肤的系统，包括如下装置:
[0021]人脸检测装置，用于在待处理图片中进行人脸识别，检测是否存在人脸；若存在人脸，则接下来触发瑕疵确定装置执行；
[0022]瑕疵确定装置，用于根据人脸检测装置的人脸检测结果，确定人脸区域中待处理皮肤区域，并确定所述待处理皮肤区域中皮肤瑕疵的位置；
[0023]瑕疵去除装置，用于去除人脸区域的皮肤瑕疵。
[0024]优选地，，所述人脸检测装置包括如下装置:
[0025]预处理装置，用于对待处理图片进行预处理，包括:对待处理图片进行光照补偿处理，并将待处理图片中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小；
[0026]人脸判断装置，用于将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。
[0027]优选地，所述瑕疵确定装置，具体为:对标定出脸部特征区域的基础上进行图像处理，确定脸部非特征区域皮肤上的斑点、皱纹。
[0028]优选地，，所述瑕疵确定装置包括如下装置:
[0029]脸部特征区域分离装置，用于利用二值化图像处理法分离出人脸图像中的脸部特征区域，其中，所述脸部特征区域为眼睛、鼻子、嘴巴、眉毛这些面部特征所在的区域；
[0030]干扰区域剔除装置，用于通过阈值来剔除由斑点或皱纹这些皮肤细节部分造成的干扰区域；
[0031]脸部特征区域确定装置，用于通过腐蚀膨胀图像处理法基本标定出脸部特征区域；
[0032]脸部非特征区域确定装置，用于将人脸图像中的非脸部特征区域的区域确定为脸部非特征区域；
[0033]皮肤瑕疵确定装置，用于将脸部非特征区域中的灰度值突变点确定为皮肤瑕疵的位置。
[0034]优选地，，所述瑕疵去除装置，具体为:将灰度值突变点看作脉冲噪声点，采用滤波方法对皮肤瑕疵的位置进行处理去除噪声点。
[0035]与现有技术相比，本发明具有如下的有益效果:
[0036]1、本发明能够快速检测和定位数码图像或视频中存在的多个人脸位置，并将人脸位置处的图像自动转换为三维人脸脸型，具有实现容易以及转换速度快的优点。
[0037]2、本发明能够提取人脸轮廓线进一步确定脸部区域，并在脸部区域自动磨皮处理以去除瑕疵。
[0038]3、本发明能够较好地调节皮肤的光滑度，同时可以完整地保留人脸图像的细节部分，如眉毛的细节，以及嘴唇边缘纹理，达到自动人脸美化的效果。
【专利附图】
【附图说明】
[0039]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0040]图1为本发明提供的通过人脸照片更换皮肤的方法的流程示意图。
【具体实施方式】
[0041]下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
[0042]本发明主要由人脸检测、面部特征定位等方法来实现。
[0043]本发明至少包含以下步骤:
[0044]步骤1:在待处理图片中进行人脸识别；
[0045]步骤2:根据检测结果，确定人脸区域中待处理皮肤区域确定所述待处理区域中皮肤瑕疵的位置；
[0046]步骤3:去除人脸区域的瑕疵。
[0047]接下来，对上述各个步骤进行具体的描述。
[0048]步骤1:在待处理图片中进行人脸识别，具体为:
[0049]步骤1.1:对图像(即待处理图片)进行预处理，包括:对图像进行光照补偿处理，并将图像中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小；
[0050]步骤1.2:将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。
[0051]步骤I的原理是:识别人脸主要依据人脸上的特征，对人脸图像进行特征提取和分类之前一般需要做几何归一化算法和灰度归一算法。
[0052]几何归一化算法是根据人脸定位结果将图像中人脸变换到同一位置和同样大小，灰度归一化算法是指对图像进行光照补偿等处理，光照补偿能够一定程度的克服光照变化的影响而提高识别度。
[0053]检测人脸过程中，首先将待确定的人脸图像和人脸模板进行模板匹配，如果匹配，那么将其投影到人脸子空间，由特征子脸技术判断是否为人脸。
[0054]其中，模板匹配，是指按照人脸特征，将人脸图像划分成14个不同区域，用每个区域的灰度统计值表示该区域，用整个样本的灰度平均值归一化，从而得到用特征向量表示的人脸模板。通过非监督学习的方法对训练样本聚类，得到参考模板族。将测试图像的模板与参考模板在某种距离测度下匹配，通过阈值判断匹配程度。
[0055]特征子脸技术的基本思想是:从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。实际上，特征脸反映了隐特征子脸技术的基本思想是:特征脸反映了隐含在人脸样本集合内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇，统称特征子脸。特征子脸在相应的图像空间中张成子空间，称为子脸空间。计算出测试图像窗口在子脸空间的投影距离，若窗口图像满足阈值比较条件，则判断其为人脸。
[0056]步骤2:根据检测结果，确定人脸区域中待处理皮肤区域。
[0057]对脸部非特征区域在脸部特征定位的基础上进行图像处理，去除脸部非特征区域皮肤上的斑点，皱纹和瑕疵。首先见人脸形状的椭圆性约束作为算子嵌入到几何活动轮廓模型中，并利用几何活动轮廓模型提取任意轮廓的优势来快速抽取出图像中类似椭圆的目标边缘，然后根据图像中人脸的知识，通过对检测到的椭圆目标进行进一步验证来找到最终人脸轮廓。由于在人脸的灰度图像中，其皮肤的大部分区域比较平坦，仅存在斑点皱纹区域灰度值会有突变，这些突变点可看作脉冲噪声点，其表现在时空域中为小幅值中高频噪声，采用滤波方法来处理该区域，在保留图像的细节不被破坏的同事时，去除图像中的斑点，皱纹和瑕疵。为了在人脸图像处理的同时尽可能的保留图像细节信息不丢失，需要将人脸图像分为特征区域和非特征区域。利用二值化图像处理法分离出人脸图像中的眼睛、鼻子、嘴巴、眉毛等面部特征。(二值化分割图像法是许多图像处理法中所有阈值分割图像处理法中效果最好的，而且对于非均匀光线照射的图像有很好的分割效果。)通过二值化分害I]，图像的特征区域均可以比较粗略的区分出来，但是由于人脸图像中的斑点、皱纹等一些皮肤细节部分的影响，二值化有时会出现一些额外的小的区域，可通过设置阈值来剔除这些干扰区域，然后通过腐蚀膨胀图像处理法基本标定出脸部特征区域。在人脸的灰度图像中，其皮肤的大部分区域比较平坦，仅存在斑点皱纹区域的灰度值会有突变，这些突变点可以看作脉冲噪声点，其表现在时空域中为小幅值中高频噪声。用非线性滤波器对处理这种噪声可以同时保留图像细节不被破坏，可以达到人脸美化的目的。(考虑到肤色等色彩信息经常受到光源颜色、图像采集设备的色彩偏差等因素的影响，而在整体上偏离本质色彩而向某一方向移动，即常说的色彩偏冷、偏暖、图像偏黄、偏蓝等等，所以在肤色检测人脸前需要对图像或视频进行光线补偿。具体是对RGB空间的三个颜色通道分别做直方图均衡化，即每个颜色通道中最亮的小部分像素和最暗的小部分像素的值分别被重新设定为255和0，而其余像素的值则线性映射至I到245的区间内。)一般的数码图像通常是用RGB颜色空间来表示，在肤色判别的时候需要转换到YCbCr色彩空间进行处理。若将某像素的色彩值分别用R(红)G (绿)B (蓝)表示，则兼像素从RGB空间根据以下公式转换到YCbCr空间:
^ Y、" O ] ( 0.299 0.587 0.114 V R '|
[0058]Ch = 128 + -0.169 -0,331 0,5001 G
{Cr) [l28_, [().5(1) -0,419 -0.081/1[β/
[0059]经过大量实验证明，在YCbCr颜色空间中属于肤色的范围是:Cb e (77，127)，Cr e (133，173)，可以通过判断像素点的Cb，Cr值是否在上述范围内来判断该像素点是否是肤色，由于肤色的区域相对很集中，可以用Gauss分布来描述这种分布。
[0060]在本实施例中，优选地采用训练的方法来计算得到一个这样分布的中心，接着本实施例根据像素离该中心的远近来计算该像素的肤色相似度，逐点计算得到原图的相似度图，然后采用最小误差阈值分割得到该相似度图的二值化图，从而将图像分成肤色区域和非肤色区域，最后用投影法来确定人脸的位置，同时将检测出的人脸矩形框位置保存到人脸矩形框队列中。
[0061]本实施例考虑到人脸矩形框覆盖了大部分的人脸，但是还是有下巴等部分区域没有包含进去，所以为了对整个人脸进行完整地处理，需要对人脸矩形框进行上下左右适当的扩展。本实施例分别扩展5%左右比较合适。与此同时，考虑到图像中存在的人脸如果太小，那么就失去了图像处理的必要性。因此本实施例定义如果人脸矩形框的面积小于图像面积的六十四分之一，本实施例将它们从人脸矩形框队列中去除不作图像处理。本实施例对于检测得到的人脸矩形框队列进行适当的调整，去除太小的矩形框，以最终确定需要图像处理的人脸矩形框队列，从而得到存在的多个人脸位置作为待处理图片。
[0062]以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
【权利要求】
1.一种通过人脸照片更换皮肤的方法，其特征在于，包括如下步骤:
步骤1:在待处理图片中进行人脸识别，检测是否存在人脸；若存在人脸，则接下来执行步骤2 ；
步骤2:根据步骤1的人脸检测结果，确定人脸区域中待处理皮肤区域，并确定所述待处理皮肤区域中皮肤瑕疵的位置；
步骤3:去除人脸区域的皮肤瑕疵。
2.根据权利要求1所述的通过人脸照片更换皮肤的方法，其特征在于，所述步骤1包括如下步骤:
步骤1.1:对待处理图片进行预处理，包括:对待处理图片进行光照补偿处理，并将待处理图片中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小；
步骤1.2:将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。
3.根据权利要求1所述的通过人脸照片更换皮肤的方法，其特征在于，所述步骤2具体为:对标定出脸部特征区域的基础上进行图像处理，确定脸部非特征区域皮肤上的斑点、皱纹。
4.根据权利要求3所述的通过人脸照片更换皮肤的方法，其特征在于，所述步骤2包括如下步骤:
步骤2.1:利用二值化图像处理法分离出人脸图像中的脸部特征区域，其中，所述脸部特征区域为眼睛、鼻子、嘴巴、眉毛这些面部特征所在的区域；
步骤2.2:通过阈值来剔除由斑点或皱纹这些皮肤细节部分造成的干扰区域；
步骤2.3:通过腐蚀膨胀图像处理法基本标定出脸部特征区域；
步骤2.4:将人脸图像中的非脸部特征区域的区域确定为脸部非特征区域；
步骤2.5:将脸部非特征区域中的灰度值突变点确定为皮肤瑕疵的位置。
5.根据权利要求4所述的通过人脸照片更换皮肤的方法，其特征在于，所述步骤3具体为:将灰度值突变点看作脉冲噪声点，采用滤波方法对皮肤瑕疵的位置进行处理去除噪声点。
6.一种通过人脸照片更换皮肤的系统，其特征在于，包括如下装置:
人脸检测装置，用于在待处理图片中进行人脸识别，检测是否存在人脸；若存在人脸，则接下来触发瑕疵确定装置执行；
瑕疵确定装置，用于根据人脸检测装置的人脸检测结果，确定人脸区域中待处理皮肤区域，并确定所述待处理皮肤区域中皮肤瑕疵的位置；
瑕疵去除装置，用于去除人脸区域的皮肤瑕疵。
7.根据权利要求6所述的通过人脸照片更换皮肤的系统，其特征在于，所述人脸检测装置包括如下装置:
预处理装置，用于对待处理图片进行预处理，包括:对待处理图片进行光照补偿处理，并将待处理图片中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小；
人脸判断装置，用于将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。
8.根据权利要求6所述的通过人脸照片更换皮肤的系统，其特征在于，所述瑕疵确定装置，具体为:对标定出脸部特征区域的基础上进行图像处理，确定脸部非特征区域皮肤上的斑点、皱纹。
9.根据权利要求8所述的通过人脸照片更换皮肤的系统，其特征在于，所述瑕疵确定装置包括如下装置:
脸部特征区域分离装置，用于利用二值化图像处理法分离出人脸图像中的脸部特征区域，其中，所述脸部特征区域为眼睛、鼻子、嘴巴、眉毛这些面部特征所在的区域；
干扰区域剔除装置，用于通过阈值来剔除由斑点或皱纹这些皮肤细节部分造成的干扰区域；
脸部特征区域确定装置，用于通过腐蚀膨胀图像处理法基本标定出脸部特征区域；脸部非特征区域确定装置，用于将人脸图像中的非脸部特征区域的区域确定为脸部非特征区域；
皮肤瑕疵确定装置，用于将脸部非特征区域中的灰度值突变点确定为皮肤瑕疵的位置。
10.根据权利要求9所述的通过人脸照片更换皮肤的系统，其特征在于，所述瑕疵去除装置，具体为:将灰度值突变点看作脉冲噪声点，采用滤波方法对皮肤瑕疵的位置进行处理去除噪声点。
【文档编号】G06K9/46GKSQ
【公开日】日
申请日期:日
优先权日:日
【发明者】徐小明, 徐宇
申请人:上海明穆电子科技有限公司精彩内容,稍等片刻......脸优app怎么换脸？脸优app换脸的操作方法-河东软件园|安全绿色软件下载网
脸优app怎么换脸？脸优app换脸的操作方法
时间： 17:13作者：Blank来源：本站整理人气：120(0)
　　脸优app是一款趣味性非常强的娱乐软件，相信很多用户都不想让自己讨厌的人出现在有自己存在的照片中，那么这是我们可通过脸优软件，将不喜欢的人的面部更换掉，你可以将其更换成明星脸、也可以更换为宠物脸型，当然更换什么用户可自定义选择，不过一些人初次使用该软件不知道如何操作，故此小编为大家提供了详细的操作方法，下面我们一起来了解下吧!
　　操作方法
　　1、打开软件后点击左边的加号。
　　2、在这里你可以拍下你自己的照片当作素材，你也可选择相册中的照片当做素材。例如点击相册中的图片。
　　3、进入相册后选择你要添加的那张照片。
　　4、再对照片进行调整后点击选取。
　　5、我们返回到主界面中即可看到你刚刚添加的素材。
　　上述方法内容是河东软件园为大家提供的脸优换脸的详细操作方法了，对该应用该兴趣的朋友不妨试试看，不过该软件目前仅登陆了苹果ios平台，安卓版的暂时还没有正式发布!