[发明专利]人脸补全方法、电子设备和计算机可读存储介质有效
申请号: | 202111044314.8 | 申请日: | 2021-09-07 |
公开(公告)号: | CN113763273B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 刘祺昌;户磊;化雪诚;王海彬;李东洋 | 申请(专利权)人: | 合肥的卢深视科技有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/13;G06T7/50;G06T7/60 |
代理公司: | 北京智晨知识产权代理有限公司 11584 | 代理人: | 张婧 |
地址: | 230091 安徽省合肥市高新区习友路3333*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸补全 方法 电子设备 计算机 可读 存储 介质 | ||
1.一种人脸补全方法,其特征在于,包括:
对滤波后的第一人脸框图进行边缘检测,确定强边缘点和弱边缘点;其中,所述第一人脸框图为结构光相机输出的红外图的人脸区域;
根据所述强边缘点对所述滤波后的第一人脸框图进行椭圆拟合,得到第二人脸框图;其中,所述第二人脸框图与所述第一人脸框图的大小相同,所述第二人脸框图为闭合的椭圆线;
根据所述强边缘点、所述弱边缘点和所述椭圆线,得到闭合的人脸轮廓;
基于所述人脸轮廓,遍历所述红外图对应的深度图中各点的深度值,确定所述深度图中的空洞点;其中,所述空洞点的深度值小于或等于预设的深度值阈值;
根据所述空洞点的邻域的深度值对所述空洞点进行插值,得到无空洞点的深度图;
所述对滤波后的第一人脸框图进行边缘检测,确定强边缘点和弱边缘点,包括:
获取所述滤波后的第一人脸框图中各坐标点的梯度幅值;
若所述梯度幅值大于预设的第一阈值,则将所述坐标点作为强边缘点;
若所述梯度幅值小于或等于所述预设的第一阈值,且大于预设的第二阈值,则对所述坐标点进行八区域联通检测,获取所述坐标点的联通区域;其中,所述第一阈值大于所述第二阈值;
若所述联通区域中有强边缘点,则将所述坐标点作为弱边缘点。
2.根据权利要求1所述的人脸补全方法,其特征在于,所述获取所述滤波后的第一人脸框图中各坐标点的梯度幅值,包括:
计算所述滤波后的第一人脸框图中各坐标点的梯度幅值和梯度方向θ;
遍历所述各坐标点的梯度幅值,若所述坐标点的梯度幅值不小于所述坐标点在θ方向上的下一个坐标点的梯度幅值,且不小于所述坐标点在-θ方向上的下一个坐标点的梯度幅值,则保留所述坐标点的梯度幅值;
若所述坐标点的梯度幅值小于所述坐标点在θ方向上的下一个坐标点的梯度幅值,或小于所述坐标点在-θ方向上的下一个坐标点的梯度幅值,则将所述坐标点的梯度幅值设置为0。
3.根据权利要求1所述的人脸补全方法,其特征在于,所述根据所述强边缘点、所述弱边缘点和所述椭圆线,得到闭合的人脸轮廓,包括:
根据所述强边缘点和所述弱边缘点进行形态学闭,获得若干边缘点;
依次将所述滤波后的第一人脸框图的各行作为目标行,确定目标边缘点;其中,所述目标边缘点为所述目标行中与所述椭圆线在所述目标行上的坐标点距离最近的边缘点;
若所述目标行中没有所述边缘点,则将所述椭圆线在所述目标行上的坐标点作为目标边缘点;
根据所述目标边缘点,得到闭合的人脸轮廓。
4.根据权利要求3所述的人脸补全方法,其特征在于,所述根据所述强边缘点对所述滤波后的第一人脸框图进行椭圆拟合,得到第二人脸框图,包括:
遍历所述滤波后的第一人脸框图中的各坐标点,确定所述坐标点与各所述强边缘点之间的距离的最大值;
将所述各坐标点中与各所述强边缘点之间的距离的最大值最小的坐标点作为椭圆的圆心,并将所述距离的最大值作为椭圆的长轴;
根据所述圆心和所述长轴,确定所述椭圆在各旋转角度对应的短轴;
根据所述圆心、所述长轴、所述旋转角度和所述短轴,建立所述椭圆的方程,得到第二人脸框图。
5.根据权利要求4所述的人脸补全方法,其特征在于,通过以下公式,根据所述圆心和所述长轴,确定所述椭圆在各旋转角度对应的短轴:
其中,xc为所述圆心的横坐标,yc为所述圆心的纵坐标,α为所述旋转角度,a为所述长轴,b为所述短轴。
6.根据权利要求1-2中任一项所述的人脸补全方法,其特征在于,所述根据所述空洞点的邻域的深度值对所述空洞点进行插值,得到无空洞点的深度图,包括:
以所述空洞点为中心,向所述空洞点的邻域的八个方向搜索填充点,并记录所述填充点与所述空洞点之间的搜索长度;其中,所述填充点为深度值大于所述预设的深度值阈值的点,或者所述人脸轮廓上的点;
根据各所述填充点的深度值和各所述填充点与所述空洞点之间的搜索长度,对所述空洞点进行插值,得到无空洞点的深度图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥的卢深视科技有限公司,未经合肥的卢深视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111044314.8/1.html,转载请声明来源钻瓜专利网。