基于人脸识别技术的图像生成方法和装置的制造方法
【技术领域】
[0001]本申请涉及互联网通信技术领域，具体涉及图像识别与生成技术，尤其涉及一种基于人脸识别技术的图像生成方法和装置。
【背景技术】
[0002]人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的特征，并将其与已知的图像进行对比，从而识别人脸与已知图像的区别。在一些软件应用中，用户希望上传个性化的肖像图片作为个人账户头像，常规做法是用户比对自己人脸或照片，通过素材库选择形态不同的脸型、鼻子、眼睛、眉毛和嘴巴等素材以拼接出一副肖像图片。但对于用户来说，拼接一个和真实人脸或照片高度相似的肖像图片需要对素材大量的浏览、比较和选择。随着版本的迭代，本地素材库中的素材会越来越多，对于用户而言，要拼接一个和真实人脸或照片高度相似的卡通图像，是非常困难的任务。
【发明内容】
[0003]本申请提供了一种基于人脸识别技术的图像生成方法和装置。
[0004]第一方面，本申请提供了一种基于人脸识别技术的图像生成方法，该方法包括:对源图像进行人脸识别，提取多个人脸特征点；将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材，其中图像素材特征点提取自图像素材；根据筛选出的图像素材，拼接人脸图像。
[0005]在一些可选的实现方式中，将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材之前，还包括:加载图像素材特征点至素材集合，其中素材集合为二维数组，第一维表示图像素材的类别，类别包括脸型、鼻子、眼睛、眉毛和嘴巴；第二维表示图像素材在类别中的编号。
[0006]在一些可选的实现方式中，将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材，包括:根据人脸特征点构造人脸属性数据结构，其中将人脸特征点划分为多个人脸特征集合，人脸特征集合包括脸型集合、鼻子集合、眼睛集合、眉毛集合和嘴巴集合；将每个人脸特征集合与素材集合中相应类别的图像素材特征点比对。
[0007]在一些可选的实现方式中，将每个人脸特征集合与素材集合中相应类别的图像素材特征点比对，包括:基于人脸特征点，比对每个图像素材的图像素材特征点与人脸特征点的相对距离，并且计算差值；记录差值最小的图像素材在素材集合中编号。
[0008]在一些可选的实现方式中，循环将每个图像素材的图像素材特征点与人脸特征点的相对距离进行比对，并计算每个图像素材的差值；其中，比较差值与差值纪录的大小，差值纪录用于记录比对过程中产生的差值；若差值比差值纪录小，则将差值赋予差值纪录，并且记录差值的图像素材的编号；若差值比差值纪录大，则无赋予与记录。
[0009]在一些可选的实现方式中，根据筛选出的图像素材，拼接人脸图像，包括:根据编号，获取图像素材在素材库的识别信息；根据识别信息，从素材库获取图像素材，并且拼接人脸图像。
[0010]在一些可选的实现方式中，方法还包括:对源图像进行性别识别，根据识别结果，加载单一性别的图像素材特征点。
[0011]第二方面，本申请提供了一种基于人脸识别技术的图像生成装置，该装置包括:人脸识别单元，用于对源图像进行人脸识别，提取多个人脸特征点；比对筛选单元，用于将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材，其中图像素材特征点提取自图像素材；人脸拼接单元，用于根据筛选出的图像素材，拼接人脸图像。
[0012]在一些可选的实现方式中，比对筛选单元还包括:用于加载图像素材特征点至素材集合，其中素材集合为二维数组，第一维表示图像素材的类别，类别包括脸型、鼻子、目艮睛、眉毛和嘴巴；第二维表示图像素材在类别中的编号。
[0013]在一些可选的实现方式中，比对筛选单元包括:数据结构模块，用于根据人脸特征点构造人脸属性数据结构，其中将人脸特征点划分为多个人脸特征集合，人脸特征集合包括脸型集合、鼻子集合、眼睛集合、眉毛集合和嘴巴集合；集合比对模块，用于将每个人脸特征集合与素材资源集合中相对应类别的图像素材特征点比对。
[0014]本申请提供的基于人脸识别技术的图像生成方法和装置，通过对源图像进行人脸识别，提取多个人脸特征点；将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材，其中图像素材特征点提取自图像素材；根据筛选出的图像素材，拼接人脸图像，避免了复杂的人工浏览、比较和选择过程，减少了用户操作的流程和时间，完成真实人脸图像到卡通图像的转化。
【附图说明】
[0015]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显:
[0016]图1是本申请提供的基于人脸识别技术的图像生成方法的一个实施例的流程图；
[0017]图2是本申请提供的基于人脸识别技术的图像生成方法的另一个实施例的流程图；
[0018]图3是本申请提供的将每个人脸特征集合与素材集合中相应类别的图像素材特征点比对的一个实施例的流程图；
[0019]图4a是本申请提供的将每个人脸特征集合与素材集合中相应类别的图像素材特征点比对的一个实施例的效果图；
图4b是本申请提供的将每个人脸特征集合与素材集合中相应类别的图像素材特征点比对的另一个实施例的效果图；
[0020]图5是本申请提供的基于人脸识别技术的图像生成装置的一个实施例的结构示意图。
【具体实施方式】
[0021]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
[0022]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0023]请参考图1，其示出了根据本申请一个实施例的基于人脸识别技术的图像生成方法的示例性流程100。
[0024]如图1所示，在步骤101中，对源图像进行人脸识别，提取多个人脸特征点。
[0025]在本实施例中，具有拍摄功能或存储功能的终端可以对源图像进行人脸识别，提取多个人脸特征点。该终端可以包括智能手机、平板电脑、电子书阅读器、MP3 (MovingPicture Experts Group Aud1 Layer III，动态影像专家压缩标准音频层面3)播放器、MP4 (Moving Picture Experts Group Aud1 Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
[0026]该源图像可以是终端通过拍摄得到的人脸图像，也可以是本地图片集的人脸图像，也可以是通过扫描二维码或者其他条码转换生成的人脸图像。对源图像进行人脸识别可以是:通过人脸识别技术对源图像进行人脸识别。例如，人脸识别技术可以是通过交互式数据语言(Interactive Data Language)设计的人脸识别技术。
[0027]该人脸特征点(Landmark)可以是对人脸的基本特征，如眼睛、鼻子、脸型、嘴巴等特征进行定位的点，这些点可以反应出一张脸的几何特征、五官位置以及相对距离。提取多个人脸特征点可以是:通过人脸识别技术对人脸进行识别，得到多个人脸特征点，例如通过交互式数据语言设计的人脸识别技术，得到72个人脸特征点，其中反映脸型的特征点可以是13个点，这13个点分别取自左右太阳穴各I个，下巴处I个，以及左右脸对称的各5个，当然，此处的72个点仅是示例性说明，选择的点数不限于具体个数。
[0028]接着，在步骤102中，将人脸特征点和图像素材特征点进行比对，筛选与人脸特征点匹配的图像素材。
[0029]在本实施例中，图像素材特征点提取自图像素材。
[0030]该图像素材可以是反映人脸特征的图像素材，例如刻画脸型、鼻子、眼睛、眉毛和嘴巴的图像素材，其中，以脸型素材为例，图像素材可以包括方脸、椭圆形脸、圆脸、倒三角形脸等；以眉毛为例，图像素材可以包括柳叶眉、拱形眉、上挑眉、平直眉等。这些图像素材可以是卡通动漫类的、富有色彩的图像素材，也可以是黑白写实的图像素材等等。
[0031]该图像素材特征点可以是:由对源图像进行识别的相同人脸识别技术，得到的反映图像素材特征的特征点，例如，通过相同交互式数据语言