一种脸部修容显示及关键点检测模型训练方法及终端与流程

1.本技术涉及图像处理领域，尤其涉及一种脸部修容显示及关键点检测模型训练方法及终端。


背景技术：

2.化妆是运用化妆品和工具，采取合乎规则的步骤和技巧，对人体的面部、五官及其他部位进行渲染、描画、整理，增强立体印象，调整形色，掩饰缺陷，表现神采，从而达到美化视觉感受的目的。化妆，能表现出人物独有自然美；能改善人物原有的形、色、质，增添美感和魅力。然而针对化妆技巧有限或者不会化妆的用户，很难能够根据自己的脸型特点，选择适宜的修容方法。因此，目前针对脸部脸型推荐妆容修容还没有较好的解决方案。


技术实现要素：

3.本技术实施例提供一种脸部修容显示及关键点检测模型训练方法及终端，用以解决针对脸部脸型推荐妆容修容的问题。
4.第一方面，本技术实施例提供一种智能终端，包括：处理器和显示单元；
5.所述处理器用于将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测，得到所述待修容人脸图像的人脸关键点；通过分析所述人脸关键点之间的位置关系，确定所述待修容人脸图像的脸型；根据所述待修容人脸图像的脸型，确定修容区域和所述修容区域对应的修容信息；
6.所述显示单元用于显示所述待修容人脸图像以及所述修容区域和所述修容信息。
7.上述终端，通过获取待修容人脸图像的人脸关键点，确定待修容人脸图像的脸型，并根据确定的脸型确定待修容人脸图像的修容区域和对应的修容信息，最终，将确定修容区域和对应的修容信息进行显示。这样，根据五官及脸型关键点检测精准分析脸型特点，并推荐用户相适宜的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
8.在某些实施例中，所述处理器具体被配置为：
9.根据人脸关键点之间的位置关系，确定用于确定脸型的脸型参数；
10.根据所述脸型参数与预设阈值的比较结果，确定所述待修容人脸图像的脸型。
11.上述终端，通过对人脸关键点的位置进行处理，得到脸型参数，从而根据脸型参数确定待修容人脸图像的脸型。本技术综合考虑人脸关键点之间的位置关系，确定出人脸的脸型，为后续不同的脸型确定出不同的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
12.在某些实施例中，所述处理器具体被配置为：
13.根据脸型与修容区域的对应关系，确定所述待修容人脸图像的脸型对应的修容区域；以及；
14.根据修容区域与修容信息的对应关系，确定所述待修容人脸图像的修容区域对应
的修容信息。
15.上述终端，根据预先设定的对应关系确定脸型对应的修容区域以及修容信息，从而根据不同的脸型确定出不同的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
16.第二方面，本技术实施例提供一种关键点检测模型训练设备，包括：处理器和存储器；
17.所述处理器用于根据人脸样本图像的人脸关键点确定关键点框；对所述关键点框进行数据增强，得到所述人脸样本图像的人脸框图集合；其中，所述人脸框图集合包括至少两个关键点框；将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中，得到所述各人脸图像的人脸关键点；根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整，以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围；
18.所述存储器用于存储所述人脸框图集合中各关键点框包含的人脸图像。
19.上述设备，通过人脸关键点检测模型获取待修容人脸图像的人脸关键点，且在训练人脸关键点检测模型时，通过确定人脸样本图像的多个人脸图像对人脸关键点检测模型进行训练，可以使人脸关键点检测模型更加准确，提高了人脸关键点的准确性。
20.在某些实施例中，所述处理器具体被配置为：
21.以多个预设的缩放系数分别对所述关键点框进行缩放，得到各缩放系数对应的关键点框；和/或；
22.将所述关键点框在所述人脸样本图像上移动，得到所述人脸样本图像不同位置的关键点框。
23.上述设备，通过对关键点框进行缩放、移动，确定多个关键点框，从而得到多个人脸图像，这样，针对一个人脸样本图像确定多个人脸图像，并根据多个人脸图像对人脸关键点检测模型进行训练，可以使人脸关键点检测模型更加准确，提高了人脸关键点的准确性。
24.第三方面，本技术实施例提供一种脸部修容显示方法，应用于终端，所述方法包括：
25.将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测，得到所述待修容人脸图像的人脸关键点；
26.通过分析所述人脸关键点之间的位置关系，确定所述待修容人脸图像的脸型；
27.根据所述待修容人脸图像的脸型，确定修容区域和所述修容区域对应的修容信息；
28.将所述修容区域和所述修容信息在所述待修容人脸图像上进行显示。
29.在某些实施例中，所述通过分析所述人脸关键点之间的位置关系，确定所述待修容人脸图像的脸型，包括：
30.根据人脸关键点之间的位置关系，确定用于确定脸型的脸型参数；
31.根据所述脸型参数与预设阈值的比较结果，确定所述待修容人脸图像的脸型。
32.在某些实施例中，所述根据所述待修容人脸图像的脸型，确定修容区域和所述修容区域对应的修容信息，包括：
33.根据脸型与修容区域的对应关系，确定所述待修容人脸图像的脸型对应的修容区域；以及；
34.根据修容区域与修容信息的对应关系，确定所述待修容人脸图像的修容区域对应的修容信息。
35.第四方面，本技术实施例提供一种关键点检测模型训练方法，所述方法包括：
36.根据人脸样本图像的人脸关键点确定关键点框；
37.对所述关键点框进行数据增强，得到所述人脸样本图像的人脸框图集合；其中，所述人脸框图集合包括至少两个关键点框；
38.将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中，得到所述各人脸图像的人脸关键点；
39.根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整，以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围。
40.在某些实施例中，所述对所述关键点框进行数据增强，得到所述人脸样本图像的人脸框图集合，包括：
41.以多个预设的缩放系数分别对所述关键点框进行缩放，得到各缩放系数对应的关键点框；和/或；
42.将所述关键点框在所述人脸样本图像上移动，得到所述人脸样本图像不同位置的关键点框。
43.第五方面，本技术还提供一种计算机存储介质，其上存储有计算机程序，该程序被处理单元执行时实现第二方面所述脸部修容显示方法的步骤。
44.另外，第三方面至第五方面中任一种实现方式所带来的技术效果可参见第一方面中不同实现方式所带来的技术效果，此处不再赘述。
45.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
46.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
47.图1是本技术实施例提供的一种终端的示意图；
48.图2是本技术实施例提供的一种终端的结构示意图；
49.图3是本技术实施例提供的一种服装推荐方法的流程图；
50.图4是本技术实施例提供的一种不同关键点框的人脸图像的对比示意图；
51.图5是本技术实施例提供的一种关键点检测模型训练方法的流程图；
52.图6是本技术实施例提供的一种人脸关键点分析示意图；
53.图7是本技术实施例提供的一种脸型判断流程图；
54.图8是本技术实施例提供的一种脸部修容区域的示意图一；
55.图9是本技术实施例提供的一种脸部修容区域的示意图二；
56.图10是本技术实施例提供的一种脸部修容区域的示意图三；
57.图11是本技术实施例提供的一种脸部修容区域的示意图四。
具体实施方式
58.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，显然，所描述的实施例仅仅是本技术一部份实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
59.本技术实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
60.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
61.本技术实施例提供一种智能终端，包括：处理器和显示单元；
62.其中，处理器和显示单元可集成为同一元件，该元件中既可以充当处理器使用，又可以充当显示单元使用。
63.在本技术实施例中，智能终端可以在移动中使用的计算机设备，即手机、平板等，也可以是智能化妆镜，或其他辅助化妆类设备。
64.所述处理器用于将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测，得到所述待修容人脸图像的人脸关键点；通过分析所述人脸关键点之间的位置关系，确定所述待修容人脸图像的脸型；根据所述待修容人脸图像的脸型，确定修容区域和所述修容区域对应的修容信息。
65.所述显示单元用于显示所述待修容人脸图像以及所述修容区域和所述修容信息。
66.在本技术实施例中，待修容人脸图像既可以是一张图片，也可以是由多帧图片组成的视频。若待修容人脸图像为视频，则通过实时采集视频图像，得到各帧图片对应的修容区域和修容信息，从而实时显示修容区域和修容信息。
67.具体来说，用户在使用本技术实施例提供的终端时，结合图1所示，用户通过将待修容图像输入到该应用中，通过处理即可显示该待修容图像的修容区域(图1中的黑色区域和白色区域)以及修容信息(图1中的修容区域对应的修容方法)，从而使用户能够根据自身脸型特点快速精准的完成脸部修容。
68.本技术实施例提供一种智能终端，通过获取待修容人脸图像的人脸关键点，确定待修容人脸图像的脸型，并根据确定的脸型确定待修容人脸图像的修容区域和对应的修容信息，最终，将确定修容区域和对应的修容信息进行显示。这样，根据五官及脸型关键点检测精准分析脸型特点，并推荐用户相适宜的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
69.在某些实施例中，终端除了上述介绍的元件，还可以包括以下元件，结合图2所示。
70.应该理解的是，图2所示终端200仅是一个范例，并且终端200可以具有比图2中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。
图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
71.如图2所示，终端200包括：存储器210、显示单元220、摄像头230、无线保真(wireless fidelity，wi-fi)模块240、处理器250、音频电路260以及电源270等部件。
72.处理器250是终端200的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器210内的软件程序，以及调用存储在存储器210内的数据，执行终端200的各种功能和处理数据。在一些实施例中，处理器250可包括一个或多个处理单元；处理器250还可以集成应用处理器和基带处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，基带处理器主要处理无线通信。本技术中处理器250可以运行操作系统、应用程序、用户界面显示及触控响应，以及本技术实施例所述的脸部修容显示方法。
73.存储器210可用于存储软件程序及数据。处理器250通过运行存储在存储器210的软件程序或数据，从而执行终端200的各种功能以及数据处理。存储器210可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器210存储有使得终端200能运行的操作系统。本技术中存储器210可以存储操作系统及各种应用程序，还可以存储执行本技术实施例所述方法的代码。
74.其中，在上述介绍实施例中，处理器250与显示单元220耦接，显示单元220接收用户在终端上触发的选择指令，将选择指令发送给处理器250，处理器250根据选择指令，确定搭配组合，并将搭配组合发送给显示单元220，显示单元220显示搭配组合。
75.其中，显示单元220可用于接收输入的数字或字符信息，产生与终端200的用户设置以及功能控制有关的信号输入，具体地，显示单元220可以包括设置在终端200正面的触摸屏221，可收集用户在其上或附近的触摸操作，例如点击按钮，拖动滚动框等。
76.显示单元220还可用于显示由用户输入的信息或提供给用户的信息以及终端200的各种菜单的图形用户界面(graphical user interface，gui)。具体地，显示单元220可以包括设置在终端200正面的显示屏222。其中，显示屏222可以采用液晶显示器、发光二极管等形式来配置。显示单元220可以用于显示本技术中所述的各种图形用户界面。其中，当终端集成在终端上时，可以将终端中的门的外壳采用显示单元中的显示屏222代替。
77.其中，触摸屏221可以覆盖在显示屏222之上，也可以将触摸屏221与显示屏222集成而实现终端200的输入和输出功能，集成后可以简称触摸显示屏。本技术中显示单元220可以显示应用程序以及对应的操作步骤。
78.以下通过介绍实施例的方式，介绍终端200配置图2中包含的元件的详细情况。
79.在某些实施例中，所述处理器具体被配置为：
80.根据人脸关键点之间的位置关系，确定用于确定脸型的脸型参数；
81.根据所述脸型参数与预设阈值的比较结果，确定所述待修容人脸图像的脸型。
82.在某些实施例中，所述处理器具体被配置为：
83.根据脸型与修容区域的对应关系，确定所述待修容人脸图像的脸型对应的修容区域；以及；
84.根据修容区域与修容信息的对应关系，确定所述待修容人脸图像的修容区域对应的修容信息。
85.在该实施例中，处理器250与显示单元220耦合，显示单元220接收用户在终端上触发的录入指令，将录入指令发送给处理器250，处理器250根据录入指令，确定用户图像中的修容区域和修容信息。
86.在该实施例中，处理器250还与摄像头220相连，其中，摄像头220可用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，ccd)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，cmos)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给处理器250转换成数字图像信号。
87.具体来说，摄像头220拍摄用户图像，发送给处理器250，处理器250可以根据用户图像，确定用户图像中的修容区域和修容信息。
88.在该实施例中，处理器250和音频电路260相连。音频电路260、扬声器261、麦克风262可提供用户与终端200之间的音频接口。音频电路260可将接收到的音频数据转换后的电信号，传输到扬声器261，由扬声器261转换为声音信号输出。终端200还可配置音量按钮，用于调节声音信号的音量。另一方面，麦克风262将收集的声音信号转换为电信号，由音频电路260接收后转换为音频数据，将音频数据输出至存储器210以便进一步处理。本技术中麦克风262可以获取用户的语音。
89.具体来说，麦克风262采集用户语音，将用户语音发送给处理器250，处理器250通过语音分析，得到修容区域和修容信息。
90.在该实施例中，处理器250与wi-fi模块240相连，其中，wi-fi属于短距离无线传输技术，终端200可以通过wi-fi模块240帮助用户收发电子邮件、浏览网页和访问流媒体等，它为用户提供了无线的宽带互联网访问。
91.基于上述介绍的所有实施例中，终端200还包括给各个元件供电的电源270(比如电池)。电源可以通过电源管理系统与处理器250逻辑相连，从而通过电源管理系统实现管理充电、放电以及功耗等功能。终端200还可配置有电源按钮，用于终端的开机和关机，以及锁屏等功能。
92.以下通过一种应用于终端的脸部修容显示方法进行详细介绍。如图3所示，该方法具体包括以下步骤：
93.s301：将待修容人脸图像输入到人脸关键点检测模型中进行关键点检测，得到所述待修容人脸图像的人脸关键点。
94.在本技术实施例中，不论是实现对脸型、眼型、唇形的分析、还是实现对用户化妆的实时辅助和指导，或者是实现对整体妆容的对称性检测，其首核心步骤都是能够从实时视频画面中识别定位到人脸，并根据检测到的人脸定位出人脸关键点。以这些关键点作为参考来完成上述任务。关键点的检测依赖于pfld(practical facial landmark detector，实用面部关键点检测)算法，可以实现准确快速的从人脸图像中定位到人脸关键点。
95.但是该算法对不同的人脸检测框的鲁棒性很差，输入相同的人脸图像，如果定位的人脸框不同，检测到的人脸关键点有很大的位移偏差，如图4所示，虽然是同一个人脸，但是由于定位的人脸框不同，导致两幅图像的人脸关键点并不相同。因此，本技术对人脸关键点检测模型的训练进行了改进，从而提高检测人脸关键点准确性。
96.在本技术实施例中，除了提供一种智能终端，还提供了一种关键点检测模型训练
设备，包括：处理器和存储器；
97.所述处理器用于根据人脸样本图像的人脸关键点确定关键点框；对所述关键点框进行数据增强，得到所述人脸样本图像的人脸框图集合；其中，所述人脸框图集合包括至少两个关键点框；将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中，得到所述各人脸图像的人脸关键点；根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整，以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围；
98.所述存储器用于存储所述人脸框图集合中各关键点框包含的人脸图像。
99.上述设备，通过人脸关键点检测模型获取待修容人脸图像的人脸关键点，且在训练人脸关键点检测模型时，通过确定人脸样本图像的多个人脸图像对人脸关键点检测模型进行训练，可以使人脸关键点检测模型更加准确，提高了人脸关键点的准确性。
100.在某些实施例中，所述处理器具体被配置为：
101.以多个预设的缩放系数分别对所述关键点框进行缩放，得到各缩放系数对应的关键点框；和/或；
102.将所述关键点框在所述人脸样本图像上移动，得到所述人脸样本图像不同位置的关键点框。
103.通过对关键点框进行缩放、移动，确定多个关键点框，从而得到多个人脸图像，这样，针对一个人脸样本图像确定多个人脸图像，并根据多个人脸图像对人脸关键点检测模型进行训练，可以使人脸关键点检测模型更加准确，提高了人脸关键点的准确性。
104.在本技术实施例中，关键点检测模型训练设备即可以外接在上述智能终端上，也可以安装在智能终端内部；智能终端与关键点检测模型训练设备的连接关系本技术不进行限定。
105.例如：关键点检测模型训练设备可以外接在上述智能终端上，之间由数据线进行连接。由关键点检测模型训练设备训练好人脸关键点检测模型后，通过数据线传送给智能终端，以使智能终端根据接收到的人脸关键点检测模型对待修容图像进行关键点检测。
106.或者将关键点检测模型训练设备安装在智能终端内部，智能终端根据关键点检测模型训练设备训练好人脸关键点检测模型对待修容图像进行关键点检测。
107.以下通过一种关键点检测模型训练方法进行详细介绍。如图5所示，该方法具体包括以下步骤：
108.步骤501：根据人脸样本图像的人脸关键点确定关键点框。
109.其中，人脸样本图像的人脸关键点为预先确定的。具体的，可获取两张相同的图像，其中一张为没有标记人脸关键点的图像为人脸样本图像，一张标记人脸关键点的图像为标记图像。可根据标记图像中的人脸关键点确定人脸样本图像的关键点框。其中，关键点框包含标记图像的所有人脸关键点。
110.而在本技术实施例中，为了便于后续处理，可对获取的关键点框进行处理。将关键点框边长小的进行调整，使关键点框的各边长相等。
111.步骤502：对所述关键点框进行数据增强，得到所述人脸样本图像的人脸框图集合；其中，所述人脸框图集合包括至少两个关键点框。
112.在本技术实施例中，通过以下两种方法对关键点框进行数据增强：
113.第一、缩放处理：
114.以多个预设的缩放系数分别对所述关键点框进行缩放，得到各缩放系数对应的关键点框。
115.例如：缩放系数为1.1倍、1.2倍、1.3倍，那么通过缩放处理后便可以得到1.1倍关键点框、1.2倍关键点框以及1.3倍关键点框，共三个关键点框。
116.第二、移动处理：
117.将所述关键点框在所述人脸样本图像上移动，得到所述人脸样本图像不同位置的关键点框。
118.需要注意的是，在关键点框移动过程中，要保持人脸样本图像的人脸关键点在关键点框中。
119.当然，为了进一步提高人脸关键点检测模型的准确度，也可以将上述的两种方法一起使用。例如，通过对关键点框进行缩放，得到各缩放系数对应的关键点框后，针对每一个关键点框，执行第二种移动处理方法，这样，便可以得到更多的人脸图像，从而达到提高人脸关键点检测模型的准确度的目的。
120.步骤503：将所述人脸框图集合中各关键点框包含的人脸图像输入到未训练的人脸关键点检测模型中，得到所述各人脸图像的人脸关键点。
121.步骤504：根据得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差对所述人脸关键点检测模型中的参数进行调整，以使得到的各人脸图像的人脸关键点与所述人脸样本图像的人脸关键点之间的误差小于预设范围。
122.这样，每一个人脸样本图像都有多个人脸图像进行关键点检测，通过确定人脸样本图像的多个人脸图像对人脸关键点检测模型进行训练，可以使人脸关键点检测模型更加准确，提高了获取人脸关键点的准确性。
123.s302：通过分析所述人脸关键点之间的位置关系，确定所述待修容人脸图像的脸型。
124.在确定了待修容人脸图像的人脸关键点之后，通过对人脸关键点进行处理，定待修容人脸图像的脸型。具体可实施为：
125.根据人脸关键点之间的位置关系，确定用于确定脸型的脸型参数；根据所述脸型参数与预设阈值的比较结果，确定所述待修容人脸图像的脸型。
126.在本技术实施例中，根据人脸关键点之间的位置关系，通过辅助线和比值来分析脸型。如图6所示，其为人脸关键点分析示意图。首先获取眉尾特征点和、眼睛的下沿特征点、嘴部的嘴角特征点、嘴部的下唇特征点及与下唇特征点相同高度的该两个轮廓特征点；绘制经过两个眉尾的水平辅助线l1，经过嘴角的水平辅助线l2，与嘴唇下沿切齐且止于脸颊轮廓的水平辅助线l3，辅助线l4距离辅助线l1距离为e2、距离发际线l6距离为e1，e1/e2＝1/2，经过眼镜下沿两端止于脸颊轮廓的水平辅助线l5，一侧脸颊的切线与此人脸颊的夹角记为θ。通过计算眉尾特征点与嘴角特征点水平线之间的垂直距离记作d1和两个第一轮廓特征点之间的水平距离(l3的长度)记作d2，将d1/d2的比值记作r1。计算辅助线l4的长度c1和l5的长度c2，将c1/c2的比值记作r2。
127.其中，r1、r2和θ均为脸型参数。
128.在本技术实施例中，通常将脸型分为长脸、圆脸、菱形脸、椭圆脸以及方脸五种脸型。而在确定了脸型参数后，通过将脸型参数和预设的阈值进行比较，确定脸型参数符合哪一种脸型。
129.如图7所示，其为脸型判断流程图。包括以下步骤：
130.步骤701：判断r1是否等于第一阈值；若是，则确定脸型为椭圆形；若否，则执行步骤702；
131.其中，第一阈值为1，即r1＝1时，确定脸型为椭圆形。
132.步骤702：判断r1是否等于第二阈值；若是，则执行步骤703；若否，则执行步骤704；
133.其中，第二阈值为2/3。
134.步骤703：判断θ是否大于第三阈值；若是，则确定脸型为方形；若否，则确定脸型为圆形；
135.其中，第三阈值为45
°
。即，r1＝2/3，且θ大于45
°
时，确定脸型为方形；r1＝2/3，且θ不大于45
°
时，确定脸型为圆形。
136.步骤703：判断r2是否等于第四阈值；若是，则确定脸型为圆形；若否，则执行步骤704；
137.其中，第四阈值为1，即r2＝1时，确定脸型为圆形。
138.步骤704：判断r2是否等于第五阈值；若是，则确定脸型为菱形；若否，则确定脸型为长形。
139.其中，第五阈值为2/3；即r2＝2/3时，确定脸型为菱形；r2≠2/3时，确定脸型为长形。
140.这样，通过对人脸关键点的位置进行处理，得到脸型参数，从而根据脸型参数确定待修容人脸图像的脸型。本技术综合考虑人脸关键点之间的位置关系，确定出人脸的脸型，为后续不同的脸型确定出不同的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
141.s303：根据所述待修容人脸图像的脸型，确定修容区域和所述修容区域对应的修容信息。
142.由于将脸型分为长脸、圆脸、菱形脸、椭圆脸以及方脸五种脸型，因此预先将各脸型与修容区域进行绑定，在确定了脸型之后，根据绑定的脸型与修容区域的对应关系，确定修容区域以及修容信息。具体可实施为：
143.根据脸型与修容区域的对应关系，确定所述待修容人脸图像的脸型对应的修容区域；根据修容区域与修容信息的对应关系，确定所述待修容人脸图像的修容区域对应的修容信息。
144.这样，根据预先设定的对应关系确定脸型对应的修容区域以及修容信息，从而根据不同的脸型确定出不同的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
145.下面对如何确定各脸型对应的修容区域进行解释说明。
146.第一、长脸辅助修容方法
147.长脸首先要做的事就是缩短脸型，让脸看起来短一些，圆一些。因此上下所需要修容的区域更大，在下巴和发际线部位做阴影处理，同时也需要在鼻梁、额头和眼下做高光提
亮，使五官更立体，从而达到缩短脸型的修容效果。如图8所示，用光滑的曲线按顺序连接下巴部位的人脸关键点，找到下巴部位阴影下沿，按生成曲线弧度再用曲线连接85号和93号关键点，确定下巴部位阴影区域上沿。连接眉部关键点22和23绘制辅助线l1，确定额头部位高光位置。绘制垂直于l1且过鼻头关键点34的辅助线l2，确定鼻梁高光位置。连接鼻翼侧关键点37-41-43确定鼻侧三角阴影区域。连接右脸颊关键点86和78绘制辅助线l4，依据辅助线l3、l4和嘴唇下沿关键点，确定下巴部位的高光区域。连接嘴角点47与脸部轮廓点47-87确定脸颊阴影辅助线。一般长脸的脸型显窄，不需要在l3和l4辅助线与脸颊轮廓线处打阴影。在确定高光或阴影区域或辅助线后，用于美妆蛋或美妆刷将妆容晕染开，实现均匀过度即完成整体脸部修容。需要说明的是，图示仅给出了半边脸的修容区域，也可以显示整张脸的修容区域。
148.第二、圆脸辅助修容方法
149.圆脸要通过整个脸部轮廓外缘的修容来缩小脸型，从视觉上改善脸圆的感觉。腮红的区域则可以稍微扩大，体现出圆脸人的优势。如果想要追求瘦脸效果的话，就要通过直线来弱化圆形，圆脸型一般脸部会显得比较短，因此不对发际线和下巴做过多的阴影修饰。如图9所示，圆脸对部分区域的修容方法同长脸一样，如对鼻子、额头和下巴部位的高光修容方法。针对脸颊上部的修容通过沿眼睛下沿(10、11)和鼻翼(41)的连线确定脸颊的高光区域；脸颊下部的阴影主要通过连接下巴处关键点(94，86)和脸部轮廓关键点(87，78)辅助线(94-87和86-78)确定，中间部分通过腮红过度。这样可以让下巴看起来较尖，将面部稍微拉长那么一些。需要说明的是，图示仅给出了半边脸的修容区域，也可以显示整张脸的修容区域。
150.第三、菱形脸辅助修容方法
151.菱形脸的特征是上宽下窄，颧骨较高，脸部菱角明显。所以重点在将颧骨的存在感削弱，让脸型看起来更加饱满圆润这种脸型本身比较完美。同时因为脸相对较长，所以应该利用修容的手法让脸在视觉上看起来缩短一点，修容方式与长脸类似，如图10所示，对应的修容方式就是在发际线与下巴处扫上阴影粉，而额头中央区域、鼻梁、下巴中央区都是需要用高光粉提亮的地方，这样才能让脸部轮廓充满立体感。而针对腮部和脸颊，菱形脸应该着重通过修容改善颧骨明显和菱角分明的缺点腮。修容方式为沿眼睛下沿关键点(10、15、13、17、11)和鼻侧关键点(41)确定眼下和上脸颊部位高光区域；连接嘴角关键点(47)和脸部轮廓关键点(87、88、89)及鼻尖点(35)与脸部轮廓点89的连线确定脸颊部位阴影区域；剩余脸颊中间部位可以用腮红过度，突出苹果肌，使脸型整体感觉更饱满。需要说明的是，图示仅给出了半边脸的修容区域，也可以显示整张脸的修容区域。
152.第四、椭圆脸辅助修容方法
153.椭圆形脸看上去脸型的长宽比就是接近于4:3，而且下巴很平滑自然，是比较标准的脸型，所以没有什么要特别强调的化妆技巧，椭圆形脸的修容方式类似于长形脸，如果五官也比较标准，看上去就是比较好看，一般只要根据自己肤色和造型来化妆就可以了！简单的扫一下鼻梁、下巴和颧骨处，让脸部更立体一下就行。
154.第五、方脸辅助修容方法
155.方型脸最突出的特征就是下颌骨处宽，脸部棱角分明。因此，下颌角是需要重点修容的部位。针对方型脸的修容处理除了t区的高光，鼻梁高光、眼下三角高光和下巴高光外，
更重要的是修改脸部整体轮廓，削弱脸部轮廓的棱角感。主要用到的修容方法如图11所示。连接脸部轮廓关键点(93-87和86-78)确定脸部下颌骨阴影区域，减弱脸型下部方型轮廓感。连接发际线特征点和脸部轮廓关键点(a-74和b-75)确定脸部额头阴影区域，减弱脸型上部方型轮廓。这样既使整个面部具有立体感，又削弱了方脸太强的棱角，柔和了面部的轮廓同时会进一步加强小脸效果。
156.s304：将所述修容区域和所述修容信息在所述待修容人脸图像上进行显示。
157.在本技术实施例中，将确定的修容区域和修容信息进行显示，以使用户根据显示的信息对自己的脸部进行修容，这样，通过获取待修容人脸图像的人脸关键点，确定待修容人脸图像的脸型，并根据确定的脸型确定待修容人脸图像的修容区域和对应的修容信息，最终，将确定修容区域和对应的修容信息进行显示。这样，根据五官及脸型关键点检测精准分析脸型特点，并推荐用户相适宜的修容方法，使用户能够根据自身脸型特点快速精准的完成脸部修容，使妆容看上去更加精致。
158.在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由终端的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
159.本技术实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，使得所述终端执行实现本技术实施例上述任意一项脸部修容显示方法。
160.本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
161.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。