[发明专利]美颜方法、装置、计算装置和存储介质

权利要求书

1.一种美颜方法，其特征在于，所述方法包括：

采集被拍摄用户的人脸的三维数据；

根据人脸的三维数据，构建人脸的三维模型；

从三维模型中检测人脸五官的关键点；

根据预先创建的3D面部模型对比库中的标准人脸模型的关键点，调整所述被拍摄用户的人脸关键点；

根据调整后的关键点，绘制人脸三维图像。

2.根据权利要求1所述的方法，其特征在于，根据人脸的三维数据，构建人脸的三维模型之后，所述方法还包括：

根据人脸的三维模型确定所述被拍摄用户的以下用户信息中的至少一种：年龄、性别、种族、脸型；

根据预先创建的3D面部模型对比库中的标准人脸模型的关键点，调整所述被拍摄用户的人脸关键点之前，所述方法还包括：

从3D面部模型对比库中选择与所述被拍摄用户的用户信息对应的人脸模型作为用于调整所述被拍摄用户的人脸关键点的标准人脸模型。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

显示与所述被拍摄用户的用户信息对应的人脸模型，以及各人脸模型的文字描述信息；

检测用户对显示的人脸模型的选择操作，将用户选择的人脸模型作为最终用于调整所述被拍摄用户的人脸关键点的标准人脸模型。

4.根据权利要求1所述的方法，其特征在于，根据预先创建的3D面部模型对比库中的标准人脸模型的关键点，调整所述被拍摄用户的人脸关键点，具体包括：

计算标准人脸的各个五官相对于该标准人脸的体积比；以及，

计算所述被拍摄用户的各个五官相对于所述被拍摄用户的人脸的体积比；

调整所述被拍摄用户的关键点使得被拍摄用户的各个五官和人脸的体积比等于所述标准人脸中相应五官相对于人脸的体积比。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据以下方法创建3D面部模型对比库中的标准人脸模型：

获取多个样本用户的人脸的三维数据；

根据样本用户的人脸三维数据作为学习样本，通过深度卷积神经网络对学习样本进行学习；

合成学习后的标准人脸模型。

6.根据权利要求1所述的方法，其特征在于，根据预先创建的3D面部模型对比库中的标准人脸模型的关键点，调整所述被拍摄用户的人脸关键点之前，所述方法还包括：

显示供用户选择自动美颜功能和手动美颜功能的操作界面；

根据用户在所述操作界面的操作、确定接收到选择自动美颜功能的选择指令。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若确定接收到选择手动美颜功能的选择指令，则显示所述被拍摄用户人脸的三维模型；

接收到被拍摄用户对显示的三维模型中的某一五官的选择指令，则显示选择的五官的关键点；

若检测到用户对所述五官的关键点的移动操作，则根据用户移动后的关键点对所选五官进行调整；

根据调整后的关键点，绘制人脸三维图像。

8.根据权利要求7所述的方法，其特征在于，接收到被拍摄用户对显示的三维模型中的某一五官的选择指令之后，所述方法还包括：

显示选择的五官的3D面部模型对比库中的模型；

根据调整后的关键点，绘制人脸三维图像之前，包括：

若检测到用户对3D面部模型对比库中的所选五官的模型的选择操作，则根据3D面部模型对比库中所选五官的模型的关键点，调整所述被拍摄用户的人脸关键点。

9.根据权利要求8所述的方法，其特征在于，选择的五官的3D面部模型对比库中的模型包括预先创建的夸张搞怪的五官模型。