[发明专利]一种人脸图像处理方法及装置

说明书

技术领域

本发明涉及图像处理技术，尤指一种人脸图像处理方法及装置。

背景技术

图像捕捉设备获取的图像通常需要经过亮度调整、去噪、边缘增强等处理，以使得到的图像具有合适的亮度、对比度等。目前，这些处理都是针对整个图像进行的。

人脸图像区域作为图像中的主要感兴趣区域，通常是人们最关心的区域。在不同的应用环境中，人们对图像的要求是不同的。在视频聊天等应用环境中，人们往往希望对人脸图像进行美化处理，减弱皱纹、消除色斑、平滑皮肤等。现有的人脸美化方法主要是调整人脸的亮度和肤色，这样，在改善人脸亮度和肤色的同时可能使得全图的亮度、色度变得让人无法接受。除此之外，还没有专门对人脸进行美化的方法。

发明内容

有鉴于此，本发明的主要目的在于提供一种人脸图像处理方法，能够保证在对人脸图像进行美化的同时，不影响整幅图像的效果。

本发明的另一目的在于提供一种人脸图像处理装置，能够保证在对人脸图像进行美化的同时，不影响整幅图像的效果。

为达到上述目的，本发明的技术方案具体是这样实现的：

一种人脸图像处理方法，该方法包括以下步骤：

A.对图像中的人脸图像进行关键点提取，并将提取的用以定位的关键点的人脸图像拉伸至标准形状；

B.在预先训练的主元空间投影标准形状的人脸图像，得到投影向量，并利用该投影向量在主元空间进行重构以获得重构的标准形状的人脸图像；

C.将重构得到的标准形状的人脸图像拉伸至原来的形状并贴回原图。

所述步骤A之前还包括：在图像中检测人脸区域。

所述步骤A中的关键点提取的方法为：活动形状模型，或活动外观模型，或活动轮廓模型。

所述步骤A中的拉伸方法为基于三角形的仿射变换：

先对所述人脸图像进行三角化处理，产生三角形网格，将人脸图像分割为一组互不相交的三角形；

然后将三角化后的人脸图像拉伸至一预设标准形状。

该方法还包括：预先训练标准形状人脸图像的主元空间；具体为：

选择合适的训练样本以构成训练图像集；定位人脸样本上的多个关键点；

将人脸样本进行三角化处理并拉伸至预设的标准形状得到标准形状的训练集；

对标准形状的训练样本集进行KL变换得到人脸的主元空间。

所述步骤B中得到投影向量的方法为：y＝P^TX，其中，

P表示由主元空间的基向量构成的特征矩阵，P的每一列为一个特征向量；

y表示投影向量；X表示拉伸到标准形状后的人脸图像，并排列成一个列向量。

所述步骤B中的重构的方法为：X′＝Py，其中，X′表示重构后的人脸图像，X′为一维向量，将X′进行重新排列得到二维人脸图像。

一种人脸图像处理装置，该装置包括：

人脸检测模块，用于从输入的图像中检测出人脸区域；

关键点提取模块，用于对检测出的人脸图像进行关键点提取，以定位人脸关键点，得到人脸关键点位置；

形状变换模块，用于将已定位关键点的人脸图像拉伸至标准形状；

主元空间处理模块，用于在预先训练的主元空间投影标准形状的人脸图像，得到投影向量，并利用该投影向量在主元空间进行重构以获得标准形状的人脸图像；

逆形状变换模块，用于将重构后的标准形状的人脸图像拉伸至原来的形状并贴回原图。

由上述技术方案可见，本发明这种人脸图像美化方法是对摄像头拍摄到的图像中的人脸区域进行处理，本发明通过人脸的主元分析和在主元空间的重构，使人脸区域的纹理更加平滑、亮度更加均匀，同时减弱人脸上的斑点、皱纹等，达到改善人脸图像、美化人脸的目的。由于本发明方案仅针对人脸图像部分进行处理，不会影响整幅图像的效果。

附图说明

图1是本发明方法的流程图；

图2是本发明关键点定义的示意图；

图3是本发明人脸拉伸三角化的结果实例图；

图4是本发明训练主元空间的过程示意图；

图5是本发明装置的组成结构示意图。

具体实施方式