[发明专利]基于互联网的人脸美化系统

说明书

技术领域

本发明涉及互联网、机器学习和生物特征识别系统领域，尤其涉及一种基于互联网的人脸美化系统。

背景技术

目前，随着智能手机和互联网技术的发展，社交媒体越来越受到人们的关注，在社交媒体上上传个人生活照片、旅游照片成为人们生活中不可或缺的一部分，但是出于对原始图像成像质量的不满意或者是个人外貌的“不自信”，在将图像上传到社交媒体之前往往先进行修图，以改善图像的视觉效果。首先，人们对于自己个人的美丽程度认识不足，缺乏定量的分析和对比；其次，尽管可以使用软件工具来美化图像改善观赏效果，但通常熟练掌握一款修图软件和实现完美修图的工作量很大，需要投入大量的时间和精力，而且图像经美化处理后，常常存在局部细节处理不理想和整体显示失真等问题。现有的解决方案中人脸图像美化和人脸颜值预测是分开的，在不同的软件中实现。而且，现有的颜值打分软件只针对人脸图像进行打分预判，并没有针对具体人脸和预判分数给出评分高低的评判依据和提供改善视觉效果的美化方案，在使用美化软件修图时，依然需要依靠个人的主观认识和不断地尝试去调整脸部的美感。如何把人脸颜值预测和人脸美化融合到一起，根据预判分数的高低由系统给出具有针对性的美化方案并进行人脸自动美化，且避免造成图像质量的损伤成为急需解决的问题。

发明内容

为解决上述内容，本发明的目的在于提供一种基于互联网平台的人脸美化系统，将人脸颜值预测和自动美化融合到一起，实现人脸图像的美化，且避免损伤图像。

本发明解决其问题所采用的技术方案是：

基于互联网的人脸美化系统，包括：

图像和视频获取单元，用于在客户端中获取图像和视频、处理和上传到服务器端；

人脸检测单元，用于对所述图像和视频获取单元上传的信息进行检测，并将结果反馈给客户端或美化处理单元；

美化处理单元，用于处理人脸检测单元检测到人脸信息，并将结果反馈给人脸检测单元或客户端。

进一步，所述图像和视频获取单元拍摄到的原始图像采用RAW高清格式存储，并调用图像处理算法对其降低分辨率、提高锐化和增强对比度，获得低清晰度图像，软件处理完成后，两幅图像经互联网上传到服务器，在服务器接收到图像后，低清晰度图像用于人脸检测、人脸验证和人脸关键点检测，高清晰度图像用于人脸美化。

进一步，所述图像和视频获取单元用于存储图像资源，包括本地存储和服务器端存储两种方式，本地存储用于将图像存储到客户端的存储媒介上，服务器端存储则将图像资源存储到公共云存储平台和服务器存储平台上，其中网络云存储云平台存储资源限定为1000M，服务器存储平台存储资源限定为200M。

进一步，所述人脸检测单元包括异地远程人脸图像检测，通过将人脸检测算法部署到远程服务器上，在本地客户端上调用算法预留的API接口在远程服务器上实现处理，包括客户端图像上传、云端人脸检测和服务器图像下传三个过程，所述客户端图像上传用于客户端上传图像到服务器，所述人脸检测单元用于调用部署在服务器上的人脸检测算法对接收到的图像进行人脸检测处理，所述服务器图像下传用于服务器将处理后的图像、人脸坐标反馈回客户端。

进一步，所述人脸检测单元包括云端人脸关键点检测，用于异地远程检测表征人脸面部形状的68个关键特征点，以便确定人脸面部五官区域和进行特征提取，该算法在低清晰度图像进行，并将提取到的关键点坐标反馈回客户端和传送到人脸美化算法上。

进一步，所述人脸检测单元包括云端人脸验证功能，用于判定原始人脸图像和经人脸美化单元美化后的图像是否为同一个人，如果人脸美化参数调整过大，导致相似度过低，且低于系统默认的相似度阈值0.4时，则重新进行美化处理

进一步，所述美化处理单元采用基于“深度学习“的人脸美丽预测算法对人脸图像预判美丽程度，获取代表人脸美丽程度的预判分数，美丽预判分数采用百分制，从1到100分成100个分值，评定为1表示最丑，评定为100表示最美，分数越高美丽程度越高，反之越低。

进一步，所述美化处理单元包括五官美丽颜值预测，所述的五官美丽颜值预测是在人脸颜值预测的基础上，通过五官美丽预测算法根据提取到的人脸特征和脸部68个关键特征点，提取人脸五官形状，并进行美丽程度预判，美丽预判采用百分制，从1到100分成100个分值，评定为1表示最丑，评定为100表示最美，分数越高美丽程度越高，反之越低。此处只选取面部五官中的眼睛、眉毛、嘴巴、鼻子四官进行评测。