本申请涉及电子设备技术领域，主要涉及了一种图像处理方法及相关产品。
背景技术：
随着电子设备技术的发展，越来越多的用户使用电子设备(如手机、平板电脑等)来拍摄图像，人脸交换逐渐成为人们社交娱乐的新热点，多种具备换脸功能的应用被开发出来，为人们的娱乐生活带来了乐趣。
技术实现要素：
本申请实施例提供了一种图像处理方法及相关产品，可创建与目标头部图像对应的三维人物图像，提高了趣味性和用户体验。
第一方面，本申请实施例提供一种图像处理方法，包括：
提取待处理图像中的目标头部图像；
获取所述目标头部图像对应的多个头部特征信息；
根据所述多个头部特征信息创建目标头部模型；
根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
第二方面，本申请实施例提供一种图像处理装置，包括：
提取单元，用于提取待处理图像中的目标头部图像；
获取单元，用于获取所述目标头部图像对应的多个头部特征信息；
创建单元，用于根据所述多个头部特征信息创建目标头部模型；以及根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
第三方面，本申请实施例提供一种电子设备，包括处理器、存储器以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，将具有如下有益效果：
采用了上述的图像处理方法及相关产品之后，电子设备提取待处理图像中的目标头部图像，获取所述目标头部图像对应的多个头部特征信息，根据所述多个头部特征信息创建目标头部模型，再根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。如此，可创建与目标头部图像对应的三维人物图像，从而提高了趣味性和用户体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1a为本申请实施例提供的一种图像处理方法的流程示意图；
图1b为本申请实施例提供的一种提取待处理图像中的目标头部图像的场景示意图；
图1c为本申请实施例提供的一种提取目标头部图像中的特征点的场景示意图；
图1d为本申请实施例提供的一种确定待处理图像中的多条目标方向的场景示意图；
图1e为本申请实施例提供的一种编辑第一三维人物图像的场景示意图；
图2为本申请实施例提供的另一种图像处理方法的流程示意图；
图3为本申请实施例提供的一种图像处理装置的结构示意图；
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(userequipment，ue)，移动台(mobilestation，ms)，终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为电子设备。下面对本申请实施例进行详细介绍。
本申请实施例提供了一种图像处理方法及相关产品，可创建与目标头部图像对应的三维人物图像，提高了趣味性和用户体验。
请参照图1a，本申请实施例提供一种图像处理方法的流程示意图。具体的，如图1a所示，一种图像处理方法，包括：
s101：提取待处理图像中的目标头部图像。
在本申请实施例中，待处理图像可以是实时拍摄的过程中所获取的图像，也可以是电子设备的相册中存储的图像，或者为网络中下载的图像等，在此不做限定。其数据类型可以是yuv数据，也可以是rgba数据，在此也不做限定。拍摄待处理图像可采用电子设备中预先配置的摄像头，若摄像头为3维(dimensions，d)摄像头，则可将结构光投射至目标用户的人脸上，并采集的待处理图像为3d图像，可提高创建目标头部模型的准确性。
对于提取目标头部图像的方法也不做限定，可以是指定区域内的图像，如图1b所示，左侧为待处理图像的采集场景，其中，圆圈为指定区域，即提取待处理图像中圆圈对应的图像，得到右侧所示的目标头部图像；由于肤色、头发颜色与背景颜色存在一定区别，目标头部图像也可以根据肤色、头发颜色和背景之间的色差确定目标头部图像等。
可选的，采用人脸识别的深度学习框架，即提取所述待处理图像的特征值，根据所述特征值对所述待处理图像进行积分处理得到积分图像；采用自适应增强算法区分积分图像中的脸部和非脸部的强分类器；采用瀑布型级联分类器将脸部的强分类器级联起来得到目标人脸图像，然后根据头发颜色和背景之间的色差确定所述目标头部图像。
其中，特征提取算法可采用方向梯度直方图(histogramoforientedgradient，hog)、局部二值模式(localbinarypattern，lbp)、gabor小波变换、类哈尔(haar-like)等特征提取算法进行人脸识别等，在此也不做限定。
采用该方法，在多种尺度下用相同的时间计算不同的特征，可迅速淘汰大量待检测区域，降低了平均检测开销，从而提高人脸识别的效率和准确率。
s102：获取所述目标头部图像对应的多个头部特征信息。
在本申请实施例中，多个头部特征信息包括五官、肤色、发型、配饰(例如：眼镜、耳环等)等特征信息。对于获取头部特征信息的方法也不做限定，可根据对应的深度学习识别模型对目标头部图像进行识别。其中，肤色和发色的特征信息可通过匹配颜色进行确定；五官的特征信息可通过对待处理图像进行人脸特征点定位，如图1c所示，图中的点为人脸图像的特征点位置，其中每个特征点对应的一个特征值，则根据特征点的位置确定脸部特征点(眼睛、眉毛、鼻子、嘴巴、脸部外轮廓)的位置，然后根据每一脸部器官对应的位置确定五官的特征信息，例如：器官轮廓大小、眼距宽度、脸部比例、脸型等。
s103：根据所述多个头部特征信息创建目标头部模型。
在本申请实施例中，目标头部模型为三维头部模型，对于创建目标头部模型的方法不做限定，可选的，所述根据所述多个头部特征信息创建目标头部模型包括：对所述多个头部特征信息进行分类得到脸部特征信息集和非脸部特征信息集；根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集；根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集；根据所述表征信息集和所述装扮信息集创建所述目标头部模型。
在可选实施例中，脸部特征信息集包括五官特征和脸部轮廓特征；非脸部特征信息集包括发型、肤色，还可包括耳环、眼睛等配饰。
表征信息集包括表情特征、性别特征、五官特征、脸部轮廓特征等多个维度的表征信息。对于确定表征信息的方法不做限定，若目标维度为表征信息中的任一维度，以所述目标维度为例，所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集包括：提取所述多个头部特征信息中与所述目标维度对应的多个目标特征信息；将所述多个目标特征与所述目标维度的特征参数进行匹配得到多个匹配值；根据所述多个匹配值确定所述目标维度对应的表征信息。
其中，对于匹配值的具体形式不作限定，可为百分数或者小数；目标维度的特征参数包括多种描述特征，例如：性别维度的表征信息对应的特征参数为男和女；表情维度的表征信息对应的特征参数为兴奋、高兴、惊讶、伤心、害怕、害羞、轻蔑、生气等；五官维度的表征信息对应的特征参数为双眼皮、单眼皮、高鼻梁、低鼻梁、厚嘴巴、薄嘴巴、特殊位置的痣(美人痣、媒婆痣等)等等。
对于如何根据多个匹配值确定表征信息也不做限定，可以将多个匹配值中的最大值作为所述目标维度对应的表征信息，即选取最大匹配值作为该目标维度对应的表征信息；也可以对多个匹配值进行加权处理，每一维度的预设权值可根据多个维度的匹配值进行确定，例如：表情特征为开心的概率为60％，且动作特征为微笑的概率有80％，则可以提高开心表情特征的权重，将开心表情特征的表征概率值加权得到80％；或者五官特征中表情特征为冷酷的概率为60％，并且有留山羊胡80％的机率值，则可提高冷酷表情特征的权重，将冷酷表情特征的表征概率值加权得到80％。即综合考虑各种不同的人脸特征，做出最适配的决策，从而提高判断脸部表征信息的准确性。
举例来说，如图1c所示的目标头部图像中，将多个头部特征信息分别与表情维度、性格维度和五官维度的特征参数进行匹配，得到80％的开心表情特征、5％的难过表情特征、98％的男性性别特征、2％的女性性别特征、70％的方脸轮廓特征，则表情特征的表征信息为开心，性别特征的表征信息为男性，脸部轮廓特征的表征信息为方脸。
可以理解，先获取与该目标维度对应的特征信息，即多个目标特征信息，缩小了匹配范围，从而提高确定表征信息的准确性。然后根据多个目标特征信息与目标维度对应的特征参数进行匹配得到多个匹配值，再根据多个匹配值确定目标维度对应的表征信息，从而进一步提高脸部特征描述的准确率。
可选的，在所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集之前，所述方法还包括：根据所述脸部特征信息集获取所述目标头部图像的完整度；若所述完整度大于预设阈值，执行所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集的步骤。
其中，对于获取完整度的方法不做限定，可获取多个脸部器官图像中每一脸部器官图像包含特征点的个数与该脸部器官对应的特征点总数之间的比值，得到多个比值；根据所述多个比值确定所述目标头部图像的完整度。
在本实施例中，可预先存储每一脸部器官对应的预设权值，即根据每一脸部器官的预设权值和比值进行加权得到所述完整度，可提高人脸识别的准确性。
可以理解，先根据脸部特征信息集获取目标头部图像的完整度，在完整度大于预设阈值时，根据目标头部图像的多个头部特征信息创建目标头部模型，可提高所述目标头部模型和目标头部图像之间的类似度。
在其中一个可能的示例中，所述方法还包括：若所述完整度小于或等于所述预设阈值，采集至少一帧图像；获取所述至少一帧图像中目标头部图像对应的多个头部特征信息。
也就是说，在完整度小于或等于预设阈值时，重新采集至少一帧图像，然后获取所述至少一帧图像中目标头部图像对应的多个头部特征信息，即根据多帧图像确定多个头部特征信息，从而提高头部特征信息的准确性，且由所述多个头部特征信息创建目标头部模型，便于提高所述目标头部模型和目标头部图像之间的类似度。
进一步的，所述方法还包括：根据所述脸部特征信息集确定所述目标头部图像的偏离角度；根据所述偏离角度生成提示信息；对所述提示信息进行提示。
在本申请中，确定偏离角度的方法不做限定，可以先根据所述脸部特征信息集确定所述目标头部图像对应的多条目标直线，根据所述多条目标直线确定所述偏离角度。
其中，对于多条目标直线不做限定，多条目标直线用于确定目标头部图像中人脸与摄像头之间的偏离角度。
举例来说，如图1d所示的目标头部图像中，多条目标直线包括鼻梁与嘴巴中央之间的连线l1、鼻梁与嘴巴左侧之间的连线l2和鼻梁与右侧之间的连线l3，眼睛两侧与嘴角两侧之间的连线l4和l5，两眼之间的连线l6。
可以理解，在完整度小于或等于预设阈值时，先根据脸部特征信息集确定目标头部图像的偏离角度，然后提示与偏离角度对应的提示信息，从而提高了用户进行二次采集的准确度。
在可选实施例中，对于如何根据表征信息集和头部装扮信息创建目标头部模型不做限定，可根据上述的根据所述脸部特征信息集确定所述目标头部图像对应的多条目标直线，然后根据所述多条目标直线与所述表征信息集生成三维图像，再将所述头部装扮信息产生的纹理(texture)绘制与所述三维图像得到所述目标头部模型。
也就是说，根据多条目标直线确定目标头部图像对应的三维图像，然后再添加头部装扮信息对应的纹理，可提高目标头部模型与所述目标人脸图像之间的相似性。
在可选实施例中，电子设备对所述多个头部特征信息进行分类得到脸部特征信息集和非脸部特征信息集，然后根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集，根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集，再根据所述表征信息集和所述装扮信息集创建所述目标头部模型。如此，基于目标头部图像的特征信息创建与目标头部图像对应的目标头部模型，从而提高了创建目标头部模型的准确性和用户体验。
在其中一个可能的示例中，在所述根据所述多个头部特征信息创建目标头部模型之后，所述方法还包括：显示所述目标头部模型；若在预设时长内未检测到针对所述目标头部模型的重拍指令，执行步骤s104；若否，拍摄所述待处理图像。
其中，重拍指令用于指示电子设备进行拍摄模式，并将拍摄模式得到的图像作为待处理图像；预设时长不做限定。
也就是说，在创建目标头部模型之后，实时预览该目标头部模型，若用户没有发送重拍指令，则为目标头部模型添加身体模型，以完成创建第一三维人物图像，否则，拍摄待处理图像，并重新执行步骤s101，从而提高用户体验，并节省电子设备的功耗。
s104：根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
在本申请实施例中，身体模型包括人体中的躯干和四肢，可预先输入用户的身高、体重、三维、臂长、腿长等身体特征参数，然后根据身体特征参数生成并存储身体模型，即在创建目标头部模型之后，为该目标头部模型添加身体模型；若没有预先输入用户的身体特征参数，则采用系统默认的身体模型，然后由身体模型和目标头部模型得到完整的三维人物图像。
第一三维人物图像可以是还原目标头部图像对应的人物的三维图像，也可以是与该人物类似的卡通人物图像，从而提高模型的趣味性，在此不做限定。
对于存储身体模型的方法不做限定，由于头部大小与身材比例具有一定关系，可确定与目标头部模型对应的身体模型，从而提高人物的和谐性，还可以根据用户喜好进行设置，例如：卡通人物为了增加可爱性，头部比例较大；女性用户喜好苗条纤细，且曲线匀称的身材等，从而可提高选择的灵活性和用户体验。
可选的，所述方法还包括：从相册中查找与所述脸部特征信息集匹配成功的多张参考图像；从所述多张参考图像中选取至少一张参考全身图像；根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息；按照预先存储的头部与身体之间的比例信息与身体模型之间的映射关系，确定所述目标比例信息对应的目标身体模型；所述根据预先存储身体模型和所述目标头部模型创建第一三维人物图像包括：根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。
其中，多张参考图像中每一参考图像的脸部特征信息与所述脸部特征信息集匹配成功，可根据相册中的人物分类图像集中查找与所述脸部特征信息集匹配成功的人物图像集，则该人物图像集为所述多个参考图像；也可提取相册中每一图像的脸部特征信息，若与脸部特征信息集匹配成功，则该图像为参考图像。
参考全身图像为包含与所述目标头部图像对应的用户的全身图像，即包括头部图像和身体图像，从而可根据参考全身图像确定用户的身材比例，即头部模型与身体模型之间的比例信息，可提高贴近用户的原有形象，增强灵活性。
若包括多张参考全身图像时，可获取每一张参考全身图像对应的身材比例，然后获取其平均值或次数最多的比例值作为所述目标比例信息，从而提高目标比例信息的准确性。
可以理解，先从相册中获取与所述脸部特征信息集匹配成功的多张参考图像，然后再从多张参考图像中选取至少一张参考全身图像，根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息，再由预先存储的头部与身体之间的比例信息与身体模型之间的映射关系确定所述目标比例信息对应的目标身体模型，再根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。如此，贴近用户形象，并提高了人物的和谐性。
在如图1a所示的图像处理方法中，电子设备提取待处理图像中的目标头部图像，获取所述目标头部图像对应的多个头部特征信息，根据所述多个头部特征信息创建目标头部模型，再根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。如此，可创建与目标头部图像对应的三维人物图像，从而提高了趣味性和用户体验。
可选的，在所述根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像之后，所述方法还包括：显示所述第一三维人物图像；若接收到针对所述第一三维人物图像的更换装扮指令，跳转至推荐装扮页面；若接收到针对选择组件对应的选择指令，根据目标装扮对所述第一三维人物图像进行换装得到第二三维人物图像；若接收到针对所述第二三维人物图像的完成装扮指令，存储所述第二三维人物图像。
在可选实施例中，更换装扮指令用于指示电子设备进行装扮编辑模型；推荐装扮页面包括多种装扮类型对应的选择组件，例如：肤色、发型、服装样式、眼镜、配饰、背景等。其中，多种装扮类型包括目标装扮；选择指令用于指示电子设备设置第二三维人物图像的装扮为选择组件对应的目标装扮；完成装扮指令用于指示电子设备退出装扮编辑模型，且第二三维人物图像的装扮已完成。
举例来说，图1e为本申请实施例提供的一种编辑第一三维人物图像的场景示意图，如图1e所示，推荐装扮页面包括发型、发色、肤色、眼镜和服装五种选择组件，还包括重拍和保存两种功能组件，即在选择重拍功能组件时，重新采集待处理图像，而在选择保存功能组件时，对第二三维人物图像进行保存，从而提高了选择的灵活性和用户体验。
可以理解，在创建第一三维人物图像之后，实时预览该第一三维人物图像，若接收到针对所述第一三维人物图像的更换装扮指令，跳转至推荐装扮页面，则用户可在推荐装扮页面中挑选满意的目标装扮。若接收到针对所述选择组件对应的选择指令，根据所述目标装扮对所述第一三维人物图像进行换装得到第二三维人物图像，即在选择的过程中进行预览，用户可根据第二三维人物图像的图像效果进行修改。若接收到针对所述第二三维人物图像的完成装扮指令，存储所述第二三维人物图像，则在下一次需要使用第二三维人物图像时，可直接根据存储的第二三维人物图像进行编辑操作，从而提高了选择的灵活性和用户体验。
与图1a的实施例一致，请参照图2，图2是本申请实施例提供的另一种图像处理方法的流程示意图，如图2所示，上述图像处理方法包括：
s201：提取待处理图像中的目标头部图像。
s201：获取所述目标头部图像对应的多个头部特征信息。
s203：对所述多个头部特征信息进行分类得到脸部特征信息集和非脸部特征信息集。
可选的，所述方法还包括：根据所述脸部特征信息集获取所述目标头部图像的完整度；若所述完整度大于预设阈值，执行步骤s204。
可以理解，先根据脸部特征信息集获取目标头部图像的完整度，在完整度大于预设阈值时，根据目标头部图像的多个头部特征信息创建目标头部模型，可提高所述目标头部模型和目标头部图像之间的类似度。
s204：根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集，根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集。
s205：根据所述表征信息集和所述装扮信息集创建目标头部模型。
s206：根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
可选的，所述方法还包括：从相册中查找与所述脸部特征信息集匹配成功的多张参考图像；从所述多张参考图像中选取至少一张参考全身图像；根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息；按照预先存储的头部与身体之间的比例信息与身体模型之间的映射关系，确定所述目标比例信息对应的目标身体模型；所述根据预先存储身体模型和所述目标头部模型创建第一三维人物图像包括：根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。
可以理解，先从相册中获取与所述脸部特征信息集匹配成功的多张参考图像，然后再从多张参考图像中选取至少一张参考全身图像，根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息，再由预先存储的头部与身体之间的比例信息与身体模型之间的映射关系确定所述目标比例信息对应的目标身体模型，再根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。如此，贴近用户形象，并提高了人物的和谐性。
在如图2所示的图像处理方法中，电子设备提取待处理图像中的目标头部图像，获取所述目标头部图像对应的多个头部特征信息，对所述多个头部特征信息进行分类得到脸部特征信息集和非脸部特征信息集，然后根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集，根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集，再根据所述表征信息集和所述装扮信息集创建所述目标头部模型，根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。如此，基于目标头部图像的特征信息创建与目标头部图像对应的三维人物图像，从而提高了创建第一三维人物图像的准确性和用户体验。
与图1a的实施例一致，请参照图3，图3是本申请实施例提供的一种图像处理装置的结构示意图，如图3所示，上述图像处理装置300包括：
提取单元301，用于提取待处理图像中的目标头部图像；
获取单元302，用于获取所述目标头部图像对应的多个头部特征信息；
创建单元303，用于根据所述多个头部特征信息创建目标头部模型；以及根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
可以理解，提取单元301提取待处理图像中的目标头部图像，获取单元302获取所述目标头部图像对应的多个头部特征信息，创建单元303根据所述多个头部特征信息创建目标头部模型，再根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。如此，可创建与目标头部图像对应的三维人物图像，从而提高了趣味性和用户体验。
在一个可能的示例中，在所述根据所述多个头部特征信息创建目标头部模型方面，所述创建单元303具体用于对所述多个头部特征信息进行分类得到脸部特征信息集和非脸部特征信息集；根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集；根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集；根据所述表征信息集和所述装扮信息集创建所述目标头部模型。
在一个可能的示例中，在所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集之前，所述获取单元302还用于根据所述脸部特征信息集获取所述目标头部图像的完整度；若所述完整度大于预设阈值，调用所述创建单元执行所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集的步骤。
在一个可能的示例中，在所述提取待处理图像中的目标头部图像之前，所述装置300还包括：
查找单元304，用于从相册中查找与所述脸部特征信息集匹配成功的多张参考图像；
选取单元305，用于从所述多张参考图像中选取至少一张参考全身图像；
确定单元306，用于根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息；以及按照预先存储的头部与身体之间的比例信息与身体模型之间的映射关系，确定所述目标比例信息对应的目标身体模型；
在所述根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像方面，所述创建单元303具体用于根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。
在一个可能的示例中，在所述根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像之后，所述装置300还包括：
显示单元307，用于显示所述第一三维人物图像；
跳转单元308，用于若接收到针对所述第一三维人物图像的更换装扮指令，跳转至推荐装扮页面，所述推荐装扮页面包括目标装扮对应的选择组件；
换装单元309，用于若接收到针对所述选择组件对应的选择指令，根据所述目标装扮对所述第一三维人物图像进行换装，得到第二三维人物图像；
存储单元310，用于若接收到针对所述第二三维人物图像的完成装扮指令，存储所述第二三维人物图像。
与图1a的实施例一致，请参照图4，图4是本申请实施例提供的一种电子设备的结构示意图。如图4所示，该电子设备400包括处理器410、存储器420、通信接口430以及一个或多个程序440，其中，上述一个或多个程序440被存储在上述存储器420中，并且被配置由上述处理器410执行，上述程序440包括用于执行以下步骤的指令：
提取待处理图像中的目标头部图像；
获取所述目标头部图像对应的多个头部特征信息；
根据所述多个头部特征信息创建目标头部模型；
根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。
可以理解，电子设备400提取待处理图像中的目标头部图像，获取所述目标头部图像对应的多个头部特征信息，根据所述多个头部特征信息创建目标头部模型，再根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像。如此，可创建与目标头部图像对应的三维人物图像，从而提高了趣味性和用户体验。
在一个可能的示例中，在所述根据所述多个头部特征信息创建目标头部模型方面，所述程序440中的指令具体用于执行以下操作：
对所述多个头部特征信息进行分类，得到脸部特征信息集和非脸部特征信息集；
根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集；
根据所述非脸部特征信息集确定所述目标头部图像对应的装扮信息集；
根据所述表征信息集和所述装扮信息集创建所述目标头部模型。
在一个可能的示例中，在所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集之前，所述程序440中的指令还用于执行以下操作：
根据所述脸部特征信息集获取所述目标头部图像的完整度；
若所述完整度大于预设阈值，执行所述根据所述脸部特征信息集确定所述目标头部图像对应的表征信息集的步骤。
在一个可能的示例中，所述程序440中的指令还用于执行以下操作：
从相册中查找与所述脸部特征信息集匹配成功的多张参考图像；
从所述多张参考图像中选取至少一张参考全身图像；
根据所述至少一张参考全身图像确定头部与身体之间的目标比例信息；
按照预先存储的头部与身体之间的比例信息与身体模型之间的映射关系，确定所述目标比例信息对应的目标身体模型；
在所述根据预先存储身体模型和所述目标头部模型创建第一三维人物图像方面，所述程序440中的指令具体用于执行以下操作：
根据所述目标身体模型和所述目标头部模型创建所述第一三维人物图像。
在一个可能的示例中，在所述根据预先存储的身体模型和所述目标头部模型创建第一三维人物图像之后，所述程序440中的指令还用于执行以下操作：
显示所述第一三维人物图像；
若接收到针对所述第一三维人物图像的更换装扮指令，跳转至推荐装扮页面，所述推荐装扮页面包括目标装扮对应的选择组件；
若接收到针对所述选择组件对应的选择指令，根据所述目标装扮对所述第一三维人物图像进行换装，得到第二三维人物图像；
若接收到针对所述第二三维人物图像的完成装扮指令，存储所述第二三维人物图像。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于存储计算机程序，该计算机程序使得计算机执行如方法实施例中记载的任一方法的部分或全部步骤，计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，计算机程序可操作来使计算机执行如方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模式并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模式的形式实现。
集成的单元如果以软件程序模式的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、rom、ram、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。