[发明专利]人脸图像预测方法及系统

说明书

本发明公开了一种人脸图像预测方法及系统，该方法包括：获取待预测的人脸图像及预测人脸图像的时间点；从所述人脸图像中提取人脸属性特征；利用所述人脸属性特征确定对应的人脸图像预测模型；将所述人脸图像的像素点输入所述人脸预测模型，得到预测的人脸图像。利用本发明，可以使预测得到的人脸图像与待预测的人脸图像更具相关性，大大提高了用户体验。

技术领域

本发明涉及图像处理领域，具体涉及一种人脸图像预测方法及系统。

背景技术

随着现代生活水平的不断提高和科技的不断进步，人们对于娱乐化、信息化的需求也越来越多样化。为了适应人们日益增长的物质文化需求和高科技辅助社会管理的需要，通过图像处理技术预测一个人以前或以后的长相等需求越发强烈，尤其是输入一张用户照片预测用户在相应时间的长相在娱乐方面有广泛应用，所述相应时间如20岁或30岁或20年后等，具体应用如电影的摄制中可以用于预测某明星的幼年或老年时的长相，搜索相应替身演员；又如在手机的应用中预测用户自己相应时间的照片，增加手机应用的娱乐性；当然在其它领域也有相应需求，如公共安全领域，对犯罪嫌疑人在多年后的长相进行预测，帮助警方进行破案等。

现有的人脸图像预测方法一般是基于人脸合成技术，预测人脸图像时，使用三维重建方法合成相应年龄段的人脸图像，所述三维重建指对人脸进行关键点检测后，对输入图像进行三维建模，将图像中人脸纹理贴到三维模型上，对检测到的关键点进行三维形变，对三维贴图进行插值处理；最后将预先生成的相应年龄段的皱纹添加到处理后的三维模型上，并进行平滑处理，从而得到重建的相应年龄段的人脸图像，所述皱纹需要预先收集大量数据进行模型训练，利用训练得到的模型模拟出来的。然而，由于每个人的人脸纹理变化存在较大差异，现有方法在合成相应年龄段的人脸图像时，使用预先生成好的相应年龄段的皱纹添加到所述三维模型上，而预先生成的皱纹与当前用户输入的人脸图像并不相关，添加皱纹后的人脸图像与用户提供的人脸图像往往差异性较大，尤其是添加皱纹的边缘差异更明显，从而使合成后的人脸图像看起来较奇怪，真实感较差，用户体验度较低。

发明内容

本发明实施例提供一种人脸图像预测方法及系统，以提高预测得到的人脸图像的真实感，提升用户体验度。

为此，本发明提供如下技术方案：

一种人脸图像预测方法，包括：

获取待预测的人脸图像及预测人脸图像的时间点；

从所述人脸图像中提取人脸属性特征；

利用所述人脸属性特征确定对应的人脸图像预测模型；

将所述人脸图像的像素点输入所述人脸预测模型，得到预测的人脸图像。

优选地，所述人脸图像预测模型包括时光顺流模型和/或时光逆流模型，所述时光顺流模型用于预测人脸未来的长相情况，所述时光逆流模型用于预测人脸过去的长相；

所述方法还包括按以下方式构建人脸图像预测模型：

收集大量人脸图像，构建时光变换数据库；

从所述时光变换数据库中的人脸图像中提取人脸属性特征；

对所述时光变换数据库中的人脸图像进行规整，得到规整后的人脸图像；

根据提取的人脸属性特征对所述规整后的人脸图像进行聚类，得到聚类后的人脸图像；

根据聚类后的人脸图像，构建人脸预测模型。

优选地，所述人脸属性特征包括以下任意一种或多种：性别、表情、是否戴眼镜、地域、职业；

所述从所述时光变换数据库中的人脸图像中提取人脸属性特征包括：

对人脸图像进行人脸检测及人脸特征点定位，得到图像中人脸的局部特征点的位置；