图像优化渲染的方法、装置、设备及存储介质与流程

1.本技术涉及计算机技术领域，特别涉及人工智能技术领域，公开了一种图像优化渲染的方法、装置、设备及存储介质。


背景技术：

2.随着直播平台、内容分享平台等社交平台的推广普及，越来越多的人喜欢在各个社交平台上以照片或视频的方式，分享自己的日常生活。为了优化照片或视频中的人物形象，提升照片或视频的美感，社交平台上线了虚拟化妆功能，尤其是针对眼部区域的模拟眼妆功能。
3.相关技术中提供了以下三种模拟眼妆方案。分别是：方案一，根据人眼关键点构建复杂三角面片的方式，定位眼部区域的位置、形状，再通过模板匹配等方式跟踪眼部区域的位置、形状，并将模板上的眼影素材贴到眼部区域上；方案二，通过自由形变(free
‑
form deformation，ffd)算法，在眼部区域上渲染眼影素材；方案三，将设计好的三维(three
‑
dimensional，3d)素材或3d贴纸贴到眼部区域上。
4.但采用上述方案进行图像渲染时，会出现以下问题：
5.因眉毛移动或睁眼、闭眼等动作，导致眼部区域出现较大形变时，构建三角面片的方式，难以模拟出准确的眼部区域的形状，会给人一种不真实的视觉体验，该方案的鲁棒性较低；其次，在眨眼的时候，眼部区域的渲染范围也会发生变化，但方案一无法准确地定位新的渲染范围，导致模拟眼妆渲染图上的渲染范围，与实际眼妆的渲染范围不一致。
6.ffd算法难以准确地按照设计者的意图完成变形，变形后的眼部区域的形状、大小、位置也往往不够精确，因此，方案二输出的模拟眼妆渲染图的妆容模拟效果也较差。
7.方案三中的3d贴图方案强依赖于关键点模型输出点位的准确性和稳定性，在侧脸等角度下，很容易出现贴图飞出、贴合不够完美的情况；而且，3d贴图方案需要消耗大量的算力，3d眼影素材的设计难度也远远高于2d眼影素材的设计难度，在设计方面也带来了极大的阻力。


技术实现要素：

8.本技术实施例提供一种图像优化渲染的方法、装置、设备及存储介质，以解决图像渲染效果差的问题。
9.第一方面，本技术实施例提供的图像优化渲染的方法，包括：
10.获得待处理图像，并确定所述待处理图像中的实际眼部区域；
11.获得包含虚拟化妆效果的预设的标准眼部区域，所述标准眼部区域是基于标准人脸图像确定的，所述标准人脸图像是通过对各种类型的人脸模板进行平均化处理后获得的，处于正视状态的人脸图像；
12.基于所述实际眼部区域包含的各个第一眼部关键点，对所述标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，其中，所述各个第一眼部关键点和
所述各个第二眼部关键点一一对应；
13.基于所述实际眼部区域对应的眼睛状态，从所述模拟眼部区域中提取相应的渲染素材，并在所述待处理图像中，将所述渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。
14.第二方面，本技术实施例还提供了一种图像优化渲染的装置，包括：
15.获取单元，用于获得待处理图像，并确定所述待处理图像中的实际眼部区域；
16.获得包含虚拟化妆效果的预设的标准眼部区域，所述标准眼部区域是基于标准人脸图像确定的，所述标准人脸图像是通过对各种类型的人脸模板进行平均化处理后获得的，处于正视状态的人脸图像；
17.处理单元，用于基于所述实际眼部区域包含的各个第一眼部关键点，对所述标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，其中，所述各个第一眼部关键点和所述各个第二眼部关键点一一对应；
18.渲染单元，用于基于所述实际眼部区域对应的眼睛状态，从所述模拟眼部区域中提取相应的渲染素材，并在所述待处理图像中，将所述渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。
19.可选的，所述渲染单元通过以下方式确定所述实际眼部区域对应的眼睛状态：
20.获取所述实际眼部区域中上眼睑与下眼睑之间的眼睑距离；
21.若所述眼睑距离超过设定的第二距离阈值，则判定所述实际眼部区域对应的是睁眼状态；
22.否则，判定所述实际眼部区域对应的是闭眼状态。
23.可选的，所述渲染单元用于：
24.获取所述模拟眼部区域中各个像素点的第一距离，并筛选获得所述第一距离未超过设定的第一距离阈值的多个像素点；
25.将所述多个像素点在所述模拟眼部区域中的区域，确定为所述内部轮廓区域。
26.可选的，所述渲染单元用于：
27.在所述待处理图像中，将所述渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，其中，每针对一个第二眼部关键点执行一次融合渲染处理，是基于所述一个第二眼部关键点的渲染素材颜色、对应的一个第一眼部关键点的像素点信息，以及肤色融合系数确定的，所述肤色融合系数是基于所述实际眼部区域的眼部区域肤色和对应的渲染素材颜色确定的。
28.可选的，在获得所述目标图像之后，所述渲染单元还用于：
29.从所述目标图像的眼部区域中随机选取至少一个眼部像素点；
30.针对所述至少一个眼部像素点分别执行以下操作，以获得包含细闪效果的目标图像：
31.在预设的包含细闪效果的纹理图像上随机选取一个纹理像素点；
32.基于一个眼部像素点的像素值和所述一个纹理像素点的像素值，更新所述一个眼部像素点的像素值。
33.可选的，所述获取单元采用以下任意一种方式获得所述待处理图像：
34.响应于目标对象触发的图像采集指令，从图像采集设备获得采集的一帧图像，并
将所述一帧图像作为所述待处理图像；
35.响应于所述目标对象触发的图像采集指令，从图像采集设备获得采集的视频流，并从所述视频流中选取任意一帧图像作为所述待处理图像。
36.第三方面，本技术实施例还提供了一种计算机设备，包括处理器和存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行上述任意一种图像优化渲染的方法的步骤。
37.第四方面，本技术实施例还提供了一种计算机可读存储介质，其包括程序代码，当程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行上述任意一种图像优化渲染的方法的步骤。
38.本技术有益效果如下：
39.本技术实施例提供了一种图像优化渲染方法、装置、设备及存储介质，该方法包括：从获取的待处理图像中确定实际眼部区域，基于实际眼部区域包含的各个第一眼部关键点，对包含虚拟化妆效果的标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，令各个第一眼部关键点与各个第二眼部关键点一一对应；基于实际眼部区域对应的眼睛状态，从模拟眼部区域中提取对应的渲染素材，并在待处理图像中将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。本技术实施例提供的图像优化渲染方案，采用曲线拟合的建模方案，可以较好地模拟出眼睛的形态变化，使得构建的模拟眼部区域更加逼真；而曲线拟合的建模方案，结合基于眼角关键点的眼部定位方案，可以获得更加稳定的渲染范围，有利于提高整体的渲染效果。
40.本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
41.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：
42.图1a为本技术实施例中一种应用场景的一个可选的示意图；
43.图1b为本技术实施例中的应用操作界面示意图；
44.图2a为本技术实施例提供的图像优化渲染方法的流程示意图；
45.图2b为本技术实施例提供的实际眼部区域示意图；
46.图2c为本技术实施例提供的标准眼部区域示意图；
47.图3a为本技术实施例提供的调整左眼的标准眼部区域的外形的流程示意图；
48.图3b为本技术实施例提供的实际眼部区域与标准眼部区域之间的偏差信息示意图；
49.图3c为本技术实施例提供的标准眼部区域的旋转前后对比示意图；
50.图3d为本技术实施例提供的旋转后的标准眼部区域的缩放前后对比示意图；
51.图3e为本技术实施例提供的模拟眼部区域示意图；
52.图4a为本技术实施例提供的处于睁眼状态的实际眼部区域示意图；
53.图4b为本技术实施例提供的处于闭眼状态的实际眼部区域示意图；
54.图4c为本技术实施例提供的包含平面直角坐标系的左眼的模拟眼部区域示意图；
55.图4d为本技术实施例提供的包含模拟哑光眼妆的目标图像示意图；
56.图4e为本技术实施例提供的包含模拟细闪眼妆的目标图像示意图；
57.图5为本技术实施例提供的直播场景下的虚拟上妆流程示意图；
58.图6为本技术实施例提供的一种图像优化渲染的装置的结构示意图；
59.图7为本技术实施例中提供的一种计算机设备的组成结构示意图；
60.图8为本技术实施例中的一个计算装置的结构示意图。
具体实施方式
61.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术技术方案的一部分实施例，而不是全部的实施例。基于本技术文件中记载的实施例，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，都属于本技术技术方案保护的范围。
62.以下对本技术实施例中的部分用语进行解释说明，以便于本领域技术人员理解。
63.本技术实施例涉及人工智能(artificialintelligence，ai)领域，是基于机器学习(machinelearning，ml)和计算机视觉(computer vision,cv)技术设计的。
64.人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它研究各种机器的设计原理与实现方法，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，使机器具有感知、推理和决策的功能。
65.人工智能是一门综合学科，涉及的领域广泛，既有硬件层面的技术，也有软件层面的技术。人工智能的基础技术一般包括传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作交互系统、机电一体化等技术。人工智能的软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术、机器学习/深度学习、自动驾驶、智慧交通等几大方向。随着人工智能的发展与进步，人工智能得以在多个领域中展开研究和应用，例如，常见的智能家居、智能客服、虚拟助理、智能音箱、智能营销、智能穿戴设备、无人驾驶、自动驾驶、无人机、机器人、智能医疗、车联网、自动驾驶、智慧交通等领域，相信随着未来技术的进一步发展，人工智能将在更多的领域中得到应用，发挥出越来越重要的价值。本技术实施例提供的方案，涉及人工智能的深度学习、增强现实等技术，具体通过如下实施例进一步说明。
66.机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机通过模拟人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使计算机不断改善自身的性能。
67.机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域；而机器学习的核心则是深度学习，是实现机器学习的一种技术。机器学习通常包括深度学习、强化学习、迁移学习、归纳学习、人工神经网络、式教学习等技术，深度
学习则包括卷积神经网络(convolutional neural networks,，cnn)、深度置信网络、递归神经网络、自动编码器、生成对抗网络等技术。
68.计算机视觉是一门集计算机科学、信号处理、物理学、应用数学、统计学、神经生理学等多学科于一身的综合性学科，也是科学领域中一个富有挑战性的重要研究方向。计算机视觉是一门研究如何使机器“看”的学科，更进一步地说，该学科是指用摄像机和电脑等各种成像系统代替人类的视觉器官，对目标进行识别、跟踪和测量等机器视觉处理，并通过进一步地图形处理，将采集到的图像处理成更适合人眼观察或传送给仪器检测的图像。
69.计算机视觉作为一门科学学科，通过研究相关的理论和技术，试图让计算机具备像人类一样，通过视觉器官观察、理解世界的能力，建立一个能够从图像或多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、光学字符识别(optical character recognition，ocr)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3d技术、虚拟现实、增强现实、同步定位与地图构建、自动驾驶、智慧交通等技术，除此以外，计算机视觉技术还包括常见的人脸识别、指纹识别等生物特征识别技术。
70.增强现实(augmented reality，ar)技术把原本在现实世界的一定时间、空间范围内，很难体验到的实体信息(如视觉信息、声音信息、味道信息、触觉信息等)，通过电脑等科学技术手段进行模拟仿真，再将虚拟信息叠加到现实世界中，实现了在同一个画面或空间中，同时向用户显示现实世界的环境和虚拟世界的物体两种不同的信息，达到超越现实的感官体验。
71.下面对本技术实施例的设计思想进行简要介绍：
72.随着直播平台、内容分享平台等社交平台的推广普及，越来越多的人喜欢在各个社交平台上以照片或视频的方式，分享自己的日常生活。为了优化照片或视频中的人物形象，提升照片或视频的美感，社交平台上线了虚拟化妆功能，尤其是针对眼部区域的模拟眼妆功能。
73.相关技术中提供了以下三种模拟眼妆方案。分别是：方案一，根据人眼关键点构建复杂三角面片的方式，定位眼部区域的位置、形状，再通过模板匹配等方式跟踪眼部区域的位置、形状，并将模板上的眼影素材贴到眼部区域上；方案二，通过ffd算法，在眼部区域上渲染眼影素材；方案三，将设计好的3d素材或3d贴纸贴到眼部区域上。
74.但采用上述方案进行图像渲染时，会出现以下问题：
75.因眉毛移动或睁眼、闭眼等动作，导致眼部区域出现较大形变时，构建三角面片的方式，难以模拟出准确的眼部区域的形状，会给人一种不真实的视觉体验，该方案的鲁棒性较低；其次，在眨眼的时候，眼部区域的渲染范围也会发生变化，但方案一无法准确地定位新的渲染范围，导致模拟眼妆渲染图上的渲染范围，与实际眼妆的渲染范围不一致。
76.ffd算法难以准确地按照设计者的意图完成变形，变形后的眼部区域的形状、大小、位置也往往不够精确，因此，方案二输出的模拟眼妆渲染图的妆容模拟效果也较差。
77.方案三中的3d贴图方案强依赖于关键点模型输出点位的准确性和稳定性，在侧脸等角度下，很容易出现贴图飞出、贴合不够完美的情况；而且，3d贴图方案需要消耗大量的算力，3d眼影素材的设计难度也远远高于2d眼影素材的设计难度，在设计方面也带来了极大的阻力。
78.有鉴于此，本技术实施例提出了一种图像优化渲染的方法、装置、设备及存储介质，在该方法中，先使用基于深度学习的关键点识别模型，确定待处理图像中的实际眼部区域；再基于增强现实技术，将标准眼部区域上的渲染素材与实际眼部区域进行融合渲染处理，获得包含虚拟化妆效果的目标图像，以解决现有模拟眼妆方案存在的图像渲染效果差的问题。
79.具体地，该方法包括：获得待处理图像，并确定待处理图像中的实际眼部区域；再获得包含虚拟化妆效果的标准眼部区域，标准眼部区域是通过对各种类型的眼部模板进行平均化处理后获得的，处于正视状态的眼部区域；基于实际眼部区域对应的眼睛状态，从模拟眼部区域中提取相应的渲染素材，并在待处理图像中，将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。
80.以下结合说明书附图对本技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本技术，并不用于限定本技术，并且在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
81.本技术既可应用于直播平台、内容分享平台等存在图像美化需求的场景中，还可应用于视频通话、线下专柜或线上电商平台的模拟试妆等日常场景中。如图1a所示，其为本技术实施例的应用场景示意图，该应用场景图中包括两个物理终端设备110和一个服务器130。
82.用户可通过物理终端设备110登录社交平台的应用操作界面120，在本技术实施例中，物理终端设备110是用户使用的电子设备，该电子设备可以是个人计算机、手机、平板电脑、笔记本、电子书阅读器、智能家居等计算机设备。
83.应用操作界面120的界面示意图如图1b所示，在该界面上包括拍摄按钮、取景框、功能栏、图库快捷入口和翻转摄像头方向按钮。在拍摄时，用户可以通过触摸取景框界面调整焦距、目标定焦对象和画面亮度，点击翻转摄像头方向按钮调整当前用于拍摄的主摄像头，还可以通过功能栏中的相应功能实现拍摄模式切换、添加滤镜、删除滤镜、添加贴纸、删除贴纸等功能。若位于照片拍摄模式下，用户单击拍摄按钮得到对应的一张照片，用户长按拍摄按钮开启连拍功能，得到连续的多张照片；若位于视频拍摄模式下，用户可以通过以下两种方式触发视频拍摄和暂停视频拍摄，一种是单击拍摄按钮触发视频拍摄，再次单击拍摄按钮时暂停视频拍摄；另一种是长按拍摄按钮超过设定时间触发视频拍摄，抬起手指时暂停视频拍摄。通过点击图库快捷入口，跳转到图库界面中查看拍摄到的图像、视频，还可以对照片、视频进行编辑与美化。
84.各物理终端设备110通过通信网络与服务器130进行通信。在一种可选的实施方式中，通信网络是有线网络或者无线网络，因此，各物理终端设备110可通过有线网络或者无线网络，直接或间接地与服务器130建立通信连接，本技术在此不做限制。服务器130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器130集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、大数据以及人工智能平台等基础云计算服务的云服务器130，本技术在此不做限制。
85.其中，本技术实施例中的模拟眼妆系统是部署在服务器130上的，服务器130接收物理终端设备110发送的人脸图像或者包含人脸图像的视频，对人脸图像或者包含人脸图
像的视频，依次执行构建眼部模型、标准眼部模型变形定位和融合渲染的步骤，并将包含模拟眼妆效果的渲染图返回给物理终端设备110，达到优化照片或视频中人物形象的目的。
86.参阅图2a示出的流程示意图，对本技术实施例提供的图像优化渲染方法进行介绍。
87.s201：物理终端设备获得待处理图像，并确定待处理图像中的实际眼部区域。
88.待处理图像上包括一张或多张人脸图像，每张人脸图像上至少包括眼部区域图像，除了人脸图像外，待处理图像上还可以包括如花草树木、房间环境的背景图像。在执行步骤201时，本技术实施例提供了以下两种获取待处理图像的方式：
89.一种方式是，响应于目标对象触发的图像采集指令，从图像采集设备获得采集的一帧图像，并将该帧图像作为待处理图像；
90.另一种方式是，响应于目标对象触发的图像采集指令，从图像采集设备获得采集的视频流，并从视频流中选取任意一帧图像作为待处理图像。
91.例如，智能手机响应于用户点击智能手机的照相机按钮的操作，向用户呈现能够实现摄像功能的摄像界面；然后，智能手机响应于用户单击摄像界面的拍摄按钮的操作，调用摄像头拍摄获得一张照片，并将该张照片作为待处理图像。
92.又例如，图像美化应用程序响应于用户点击图库按钮的操作，向用户呈现图库界面，该图库界面中包含已拍摄获得的图像和视频流；然后，图像美化应用程序响应于用户的点击操作，将用户选中的图像作为待处理图像，或者从用户选中的视频流中，选取任意一帧图像作为待处理图像。
93.在获得待处理图像之后，将待处理图像输入预设的眼部区域识别模型中，经过模型内部的特征提取、归一化处理等步骤后，输出如图2b所示的待处理图像上的实际眼部区域，以及构成实际眼部区域的各个第一眼部关键点。
94.s202：物理终端设备获得包含虚拟化妆效果的预设的标准眼部区域，标准眼部区域是基于标准人脸图像确定的，标准人脸图像是通过对各种类型的人脸模板进行平均化处理后获得的，处于正视状态的人脸图像。
95.在执行步骤202时，包含以下两个步骤：步骤一是在标准人脸图像的眼部区域绘制渲染素材(渲染素材包括但不限于，模拟眼影、模拟眼线、模拟睫毛)，步骤二是采用多项式建模的方式，对标准人脸图像的眼部区域进行建模，获得如图2c所示的标准眼部区域。
96.所谓标准人脸图像，是指将各种类型(如，圆脸、方脸、长脸、尖脸等)的人脸模板进行平均化处理后，获得的一张标准人脸图像。由于标准人脸图像中人脸图像的头部姿态处于正视状态、且五官位置未发生偏移，因此，基于该标准人脸图像获得的标准眼部区域，位于该眼部区域的眼睛也未发生偏移，始终处于直视前方的正视状态。
97.如图2c所示，标准眼部区域包含左眼的标准眼部区域，和右眼的标准眼部区域，而为了更好地拟合出标准眼部区域的外形，每只眼睛的标准眼部区域各自使用四段抛物线，拟合出对应眼睛的上眼睑、下眼睑。
98.具体地，以左眼为例，描述构建该眼的标准眼部区域的过程。基于表征左眼角的第三眼部关键点(key point，kp)kp1、表征左眼尾的第三眼部关键点kp5建立x1轴，过上眼睑的第三眼部关键点kp3作一条垂直于x1轴的y1轴，将x1轴、y1轴的交叉点作为平面直角坐标系x1o1y1的原点o1。以kp3为界，将上眼睑分为两条抛物线，一条是包含kp1～kp3的抛物线
2，另一条是包含kp3～kp5的抛物线1。
99.同样地，过下眼睑的第三眼部关键点kp7作一条垂直于x1轴的y2轴，将x1轴、y2轴的交叉点作为平面直角坐标系x1o2y2的原点o2。以kp7为界，将下眼睑分为两条抛物线，一条是包含kp5～kp7的抛物线3，另一条是包含kp1、kp7和kp8的抛物线4。
100.除了采用四段抛物线的方式定位标准人脸图像上的眼睛轮廓，获得标准眼部区域之外，还可以采用多项式拟合等其它曲线模型，定位标准人脸图像上的眼睛轮廓，获得标准眼部区域。
101.由于在构建标准眼部区域之前，标准人脸图像的眼部区域上已绘制好相应的渲染素材，因此，基于标准人脸图像构建获得的标准眼部区域上，也会包含可形成虚拟化妆效果的渲染素材。之后，通过执行步骤203调整标准眼部区域的外形，获得了包含各个第二眼部关键点的模拟眼部区域，此时的模拟眼部区域上同样包含了可形成虚拟化妆效果的渲染素材，因此，再通过执行步骤204能够从模拟眼部区域中提取相应的渲染素材，并将渲染素材包含的各个第二眼部关键点，分别与实际眼部区域上对应的第一眼部关键点进行融合渲染处理，获得目标图像。
102.s203：物理终端设备基于实际眼部区域包含的各个第一眼部关键点，对标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，其中，各个第一眼部关键点和各个第二眼部关键点一一对应。
103.在执行步骤203时，是根据实际眼部区域的形变参数，确定实际眼部区域中各个第一眼部关键点、与标准眼部区域中各个第三眼部关键点之间的映射关系，并基于该映射关系，对标准眼部区域进行外形调整，获得了包含各个第二眼部关键点的模拟眼部区域。
104.具体地，以左眼为例，对该眼的标准眼部区域进行外形调整的过程如图3a所示。
105.s2031：物理终端设备基于实际眼部区域包含的各个第一眼部关键点，确定实际眼部区域与标准眼部区域之间的偏差信息，并基于偏差信息调整标准眼部区域的偏移角度。
106.为了便于描述，以左眼为例，对确定左眼的实际眼部区域与标准眼部区域之间的偏差信息的过程进行介绍。
107.鉴于现有眼部区域识别模型在识别眼部关键点时，对表征眼角的眼部关键点的识别是最稳定的，因此，在本技术实施例中，默认实际眼部区域中表征左眼角的第一眼部关键点kp1＇，与标准眼部区域中表征左眼角的第三眼部关键点kp1的位置相同。
108.过第一眼部关键点kp1＇作如图3b所示的两条直线l1、l2；其中，直线l1表征实际眼部区域的眼睛偏移方向，直线l2表征标准眼部区域的眼睛偏移方向，由于标准眼部区域的眼睛始终处于直视前方的正视状态，因此，图3b中的直线l2是一条水平穿过第一眼部关键点kp1＇的直线。
109.根据图3b可知，直线l1和直线l2之间存在偏移角度β，而该偏移角度β正是标准眼部区域需要旋转的偏移角度。为了求解偏差信息(sinβ，cosβ)，过表征左眼尾的第一眼部关键点kp5＇作一条垂直于l2的直线l3，构成直角三角形kp1＇kp5＇kp9＇，再根据直角三角形kp1＇kp5＇kp9＇中角度与边长的关系，可求解获得偏差信息(sinβ，cosβ)。具体地，将kp1＇、kp5＇的坐标位置作为实际眼部区域的形变参数，代入公式1中求解获得偏差信息(sinβ，cosβ)。
[0110][0111][0112]
其中，kp1＇.x表征kp1＇的横坐标，kp1＇.y表征kp1＇的纵坐标，而kp5＇.x表征kp5＇的横坐标，kp5＇.y表征kp5＇的纵坐标。
[0113]
如公式2所示，基于偏差信息(sinβ，cosβ)和标准眼部区域中的各个第三眼部关键点的坐标位置，确定对应的旋转后的眼部关键点的坐标位置，并基于旋转后的眼部关键点的坐标位置，生成如图3c所示的旋转示意图。
[0114][0115]
其中，(x，y)表征一个第三眼部关键点的横纵坐标，(x＇，y＇)表征对应的旋转后的眼部关键点的坐标位置，则(sinβ，cosβ)指的是实际眼部区域与标准眼部区域之间的偏差信息。
[0116]
s2032：物理终端设备按照实际眼部区域的眼部尺寸调整旋转后的标准眼部区域的眼部尺寸，获得缩放调整后的标准眼部区域。
[0117]
在对标准眼部区域执行完旋转操作之后，将旋转后的标准眼部区域的第二眼部长度与实际眼部区域的第一眼部长度之间的长度比例值，确定为旋转后的标准眼部区域的缩放比例值；再基于缩放比例值，调整旋转后的标准眼部区域的眼部尺寸，获得缩放调整后的标准眼部区域。
[0118]
具体地，以左眼为例，基于第一眼部关键点kp1＇、kp5＇的坐标位置，计算第一眼部长度i，以及基于旋转后的标准眼部区域的第三眼部关键点kp1、kp5的坐标位置，计算第二眼部长度l，将l/i作为缩放比例值，分别调整旋转后的标准眼部区域的x轴、y轴，获得如图3d所示的缩放调整后的标准眼部区域。
[0119]
s2033：物理终端设备更新缩放调整后的标准眼部区域的轮廓外形，获得模拟眼部区域。
[0120]
在缩放调整后的标准眼部区域依然由四条抛物线组成，其中，抛物线1由kp3～kp5三个第三眼部关键点组成，抛物线2由kp1～kp3三个第三眼部关键点组成，抛物线3由kp5～kp7三个第三眼部关键点组成，抛物线4由kp1、kp7和kp8三个第三眼部关键点组成。
[0121]
因此，基于缩放调整后的标准眼部区域的第三眼部关键点kp3～kp5的坐标位置，如公式3所示重新计算出抛物线1的a1、c1值，更新抛物线1的曲线方程。另外三条抛物线的曲线方程更新过程，与抛物线1的曲线方程更新过程一致，故在此不再赘述。
[0122][0123]
c＝kp3.y
‑
a*(kp3.x)2ꢀꢀ
公式3；
[0124]
其中，a是二次项系数，c是常数项，kp3.x是kp3的横坐标，kp3.y是kp3的纵坐标，kp5,x是kp5的横坐标，kp5.y是kp5的纵坐标。
[0125]
在执行完上述步骤2031～2033之后，获得如图3e所示的模拟眼部区域。模拟眼部
区域的眼睛偏移方向、轮廓外形、眼部尺寸，更加贴合实际眼部区域，方便进行后续的渲染上色处理，获得目标图像。
[0126]
s204：物理终端设备基于实际眼部区域对应的眼睛状态，从模拟眼部区域中提取相应的渲染素材，并在待处理图像中，将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。
[0127]
参阅图3e示出的示意图，模拟眼部区域的整个眼部区域均已绘制渲染素材，当用户处于睁眼状态时，无需在实际眼部区域的眼睛上绘制渲染素材，只需在实际眼部区域的眼周(包括上眼睑、下眼睑中的任意一种或组合)绘制渲染素材，而当用户处于闭眼状态时，实际眼部区域的整个眼部区域均需要绘制渲染素材。由此可以看出，用户处于不同眼睛状态时，所对应的模拟眼部区域的渲染素材也是不同的，因此，在执行融合渲染处理之前，需要先确定实际眼部区域所对应的眼睛状态，进而再基于眼睛状态，从模拟眼部区域中提取相应的渲染素材。
[0128]
参阅图2b示出的示意图，在本技术实施例中，可根据实际眼部区域的第一眼部关键点kp3＇、kp7＇的坐标位置，确定实际眼部区域中上眼睑与下眼睑之间的眼睑距离。若眼睑距离超过设定的第二距离阈值，则判定实际眼部区域对应的是睁眼状态；否则，判定实际眼部区域对应的是闭眼状态。
[0129]
图4a所示的实际眼部区域中的眼睑距离超过第二距离阈值，处于睁眼状态；图4b所示的实际眼部区域中的眼睑距离小于第二距离阈值，处于闭眼状态。
[0130]
若实际眼部区域对应的是睁眼状态，则基于模拟眼部区域中各个像素点的第一距离和设定的第一距离阈值，确定模拟眼部区域中的内部轮廓区域，并在模拟眼部区域中剔除内部轮廓区域，从模拟眼部区域中，提取与睁眼状态相对应的区域作为渲染素材；
[0131]
若实际眼部区域对应的是闭眼状态，则从模拟眼部区域中，提取与闭眼状态相对应的区域作为渲染素材。
[0132]
接下来，以左眼为例，对确定该眼的模拟眼部区域中的内部轮廓区域的过程进行介绍。
[0133]
如图4c所示，在左眼的模拟眼部区域上分别建立平面直角坐标系x1＂o1＂y1＂，和平面直角坐标系x1＂o2＂y2＂。其中，x1＂轴是基于模拟眼部区域的表征左眼角的第二眼部关键点kp1＂、表征左眼尾的第二眼部关键点kp5＂建立的，过上眼睑的第二眼部关键点kp3＂作一条垂直于x1＂轴的y1＂轴，将x1＂轴、y1＂轴的交叉点作为平面直角坐标系x1＂o1＂y1＂的原点o1＂。以kp3＂为界，将上眼睑分为两条抛物线，一条是包含kp1＂～kp3＂的抛物线2＂，另一条是包含kp3＂～kp5＂的抛物线1＂。
[0134]
同样地，过下眼睑的第三眼部关键点kp7＂作一条垂直于x1＂轴的y2＂轴，将x1＂轴、y2＂轴的交叉点作为平面直角坐标系x1＂o2＂y2＂的原点o2＂。以kp7＂为界，将下眼睑分为两条抛物线，一条是包含kp5＂～kp7＂的抛物线3＂，另一条是包含kp1＂、kp7＂和kp8＂的抛物线4＂。
[0135]
为了方便判断模拟眼部区域中哪些像素点位于内部轮廓区域内部，对平面直角坐标系x1＂o1＂y1＂、x1＂o2＂y2＂进行坐标转换，获得对应的极坐标系(r1，θ1)、(r2，θ2)。其中，r1表征平面直角坐标系x1＂o1＂y1＂中的像素点m与极点之间的第一距离，θ1表征平面直角坐标系x1＂o1＂y1＂中的像素点m与极坐标系之间的夹角。同样地，r2表征平面直角坐标系x1＂o2＂y2＂中的像素点n与极点之间的第一距离，θ2表征平面直角坐标系x1＂o2＂y2＂中的像素点n与
极坐标系之间的夹角。
[0136]
在本技术实施例中，可以基于平面直角坐标系x1＂o1＂y1＂转换的极坐标系(r1，θ1)，计算各个像素点的第一距离，也可以基于平面直角坐标系x1＂o2＂y2＂转换的极坐标系(r2，θ2)，计算各个像素点的第一距离，对此不作限定。
[0137]
将像素点在平面直角坐标系中的坐标位置(x＂，y＂)、像素点与极坐标系之间的夹角θ代入公式4，计算获得对应的第一距离r。
[0138]
y＂＝r*sinθ；
[0139]
x＂＝r*cosθ
ꢀꢀ
公式4；
[0140]
根据图4c示出的示意图可知，第一距离阈值表征在像素点与极坐标系之间的夹角为θ时，极点与像素点对应的抛物线之间的最大距离r。将抛物线的二次项系数a＂、常数项c＂，以及像素点与极坐标系之间的夹角θ代入公式5，计算获得对应的第一距离阈值r。
[0141][0142]
如，结合图4c示出的示意图，在已知像素点m在平面直角坐标系x1＂o1＂y1＂的坐标位置(x1＂,y1＂)、像素点m与极坐标系之间的夹角θ1时，根据公式4可计算获得像素点m与极点之间的第一距离r1。以及，在已知像素点m对应的抛物线2＂的二次项系数a2＂、常数项c2＂，以及像素点m与极坐标系之间的夹角θ1时，根据公式5可计算获得对应的第一距离阈值r1。
[0143]
采用上述计算方式，获取模拟眼部区域中各个像素点的第一距离r，并筛选出第一距离r未超过设定的第一距离阈值r的多个像素点；将多个像素点在模拟眼部区域中的区域，确定为内部轮廓区域。
[0144]
通过执行步骤203，将模拟眼部区域包含的各个第二眼部关键点，与实际眼部区域包含的各个第一眼部关键点一一对齐，以及将模拟眼部区域的轮廓外形与实际眼部区域的轮廓外形一一对齐，使得模拟眼部区域的眼睛偏移方向、轮廓外形、眼部尺寸，更加贴合实际眼部区域。
[0145]
再根据实际眼部区域的眼睛状态，从模拟眼部区域中提取相应的渲染素材，最后，在待处理图像中，将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得如图4d所示的目标图像；其中，每针对一个第二眼部关键点执行一次融合渲染处理，是基于该第二眼部关键点的渲染素材颜色、对应的一个第一眼部关键点的像素点信息，以及肤色融合系数确定的，肤色融合系数是基于实际眼部区域的眼部区域肤色和对应的渲染素材颜色确定的。
[0146]
如公式6所示，在融合渲染哑光质感的渲染素材时，本技术实施例还考虑到了环境光对颜色的影响，以及人脸肤色与渲染素材的颜色适配度，防止出现渲染素材在人脸上过于突兀的情况，提高整体的渲染效果。
[0147]
其中，一个第一眼部关键点的像素点信息包括src.rgb、src_y，src.rgb表征一个第一眼部关键点的三原色像素值，src_y表征第一眼部关键点的亮度值，是根据公式src
y
＝src.rgb*[0.299,0.587,0.114]
t
计算获得的，而lightadj(src_y)表征根据当前的第一眼部关键点的光照条件，对该第一眼部关键点的亮度值进行适当地光照调整，这样可以在过曝情况下降低渲染素材的融合程度，具体的调整方式可以是分段函数、多项式调整或其他调整方式，在此不作限定。t.rgb表征对应的第二眼部关键点的渲染素材像素值，γ表征用
户调整的融合程度，w表征肤色融合系数。w是根据公式w＝f(src_y)计算获得的，目的是通过适当地调整第一眼部关键点的亮度值，保留图中更多的纹理细节。
[0148]
output＝src.rgb*(1
‑
γ)*lightadj(src_y)+(t.rgb*w+src.rgb*t.rgb*(1
‑
w))*γ*lightadj(src_y)
ꢀꢀ
公式6；
[0149]
本技术实施例中为用户提供了不同质感的多种渲染素材，用户可根据自身的需求、喜好，选取任意一款渲染素材作为虚拟上妆素材，获得包含相应模拟眼妆的目标图像，如，上述提到的单色哑光质感的渲染素材、多色哑光质感的渲染素材，还有下文中要介绍的细闪质感的渲染素材。简单来说，物理终端设备可以基于包含细闪效果的纹理图像，在目标图像的眼部区域上添加珠光、金属光等细闪质感的渲染素材，生成如图4e所示的目标图像，使得在用户的眼睛发生形变时，生成可随机闪烁的闪烁点，提高整张图像的美感。
[0150]
具体地，从目标图像的眼部区域中随机选取至少一个眼部像素点，针对至少一个眼部像素点分别执行以下操作，以获得包含细闪效果的目标图像：在预设的包含细闪效果的纹理图像上随机选取一个纹理像素点，基于一个眼部像素点的像素值和该纹理像素点的像素值，更新该眼部像素点的像素值。
[0151]
如公式7所示，本技术实施例先采用强光融合方式，确定更新后的眼部像素点的像素值，再基于眼部像素点的坐标位置生成相关的随机数，并基于随机数，模拟出眼睛部分的像素点发生位移时所产生的随机闪烁效果。其中，src.rgb表征一个第一眼部关键点的三原色像素值，shimmer.rgb表征一个纹理像素点的三原色像素值，hardlight指的是强光融合方式，random(x＇，y＇)表示随机产生的闪烁点。除了随机添加闪烁点的方式，还可以采用周期性添加闪烁点的方式，在目标图像的眼部区域上添加珠光、金属光等细闪质感的渲染素材。
[0152]
s
c
＝hardlight(src.rgb,shimmer.rgb)+random(x＇,y＇) 公式7；
[0153]
当检测到用户的实际眼部区域发生形变之后，会基于形变后的新的各个第一眼部关键点，重新调整标准眼部区域的轮廓外形，获得新的模拟眼部区域；再从新的模拟眼部区域中提取相应的渲染素材，通过执行融合渲染处理，获得包含虚拟化妆效果的目标图像。
[0154]
参阅图5示出的流程示意图，应用本技术实施例提供的图像优化渲染方法，在直播场景下为用户提供实时的虚拟化妆服务。
[0155]
s501：物理终端设备响应于用户触发的图像采集指令，调用摄像头获得采集的视频流，并从视频流中选取任意一帧图像作为待处理图像；
[0156]
s502：物理终端设备将待处理图像输入眼部区域识别模型中，获得待处理图像中的实际眼部区域；
[0157]
s503：物理终端设备获得包含虚拟化妆效果的标准眼部区域；
[0158]
s504：物理终端设备基于实际眼部区域包含的各个第一眼部关键点，对标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，其中，各个第一眼部关键点和各个第二眼部关键点一一对应；
[0159]
s505：物理终端设备基于实际眼部区域对应的眼睛状态，从模拟眼部区域中提取对应的渲染素材，并在待处理图像中将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得包含模拟哑光眼妆的目标图像；
[0160]
s506：物理终端设备基于包含细闪效果的纹理图像，在目标图像的眼部区域上添
加细闪质感的渲染素材，生成包含模拟细闪眼妆的目标图像；
[0161]
s507：物理终端设备判断实际眼部区域是否发生形变，若是，返回步骤504；否则，结束整个流程。
[0162]
本技术实施例提供的图像优化渲染方案，采用曲线拟合的建模方案，可以较好地模拟出眼睛的形态变化，使得构建的模拟眼部区域更加逼真；而曲线拟合的建模方案，结合基于眼角关键点的眼部定位方案，可以获得更加稳定的渲染范围，有利于提高整体的渲染效果。
[0163]
本技术实施例还考虑了环境光对颜色的影响，以及人脸肤色与渲染素材的颜色适配度，在对不同肤色的用户的图像进行融合渲染处理时，可以获得渲染效果更加逼真、自然的图像，防止出现渲染素材在人脸上过于突兀的情况，不仅提高了整体的渲染效果，还提高了图像优化渲染方案的鲁棒性。另外，本技术实施例还为用户提供了不同质感的多种渲染素材，用户可根据自身的需求、喜好，选取任意一款渲染素材作为模拟眼妆素材，获得包含相应模拟眼妆的目标图像，提升用户在直播、自拍等场景下的图像美感，减少用户编辑人物图片时的冗余操作，降低用户美化人物图像时的操作难度，进一步提高了用户的平台活跃度和平台的用户使用量。
[0164]
与上述方法实施例基于同一发明构思，本技术实施例还提供了一种图像优化渲染的装置的结构示意图。如图6所示，装置600可以包括：
[0165]
获取单元601，用于获得待处理图像，并确定待处理图像中的实际眼部区域；
[0166]
获得包含虚拟化妆效果的预设的标准眼部区域，标准眼部区域是基于标准人脸图像确定的，标准人脸图像是通过对各种类型的人脸模板进行平均化处理后获得的，处于正视状态的人脸图像；
[0167]
处理单元602，用于基于实际眼部区域包含的各个第一眼部关键点，对标准眼部区域进行外形调整，获得包含各个第二眼部关键点的模拟眼部区域，其中，各个第一眼部关键点和各个第二眼部关键点一一对应；
[0168]
渲染单元603，用于基于实际眼部区域对应的眼睛状态，从模拟眼部区域中提取相应的渲染素材，并在待处理图像中，将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，获得目标图像。
[0169]
可选的，处理单元602用于：
[0170]
基于实际眼部区域包含的各个第一眼部关键点，确定实际眼部区域与标准眼部区域之间的偏差信息，并基于偏差信息调整标准眼部区域的偏移角度；
[0171]
按照实际眼部区域的眼部尺寸调整旋转后的标准眼部区域的眼部尺寸，获得缩放调整后的标准眼部区域；
[0172]
更新缩放调整后的标准眼部区域的轮廓外形，获得模拟眼部区域。
[0173]
可选的，处理单元602用于：
[0174]
将旋转后的标准眼部区域的第二眼部长度与实际眼部区域的第一眼部长度之间的长度比例值，确定为旋转后的标准眼部区域的缩放比例值；
[0175]
基于缩放比例值，调整旋转后的标准眼部区域的眼部尺寸，获得缩放调整后的标准眼部区域。
[0176]
可选的，所述渲染单元603用于：
[0177]
若实际眼部区域对应的是睁眼状态，则基于模拟眼部区域中各个像素点的第一距离和设定的第一距离阈值，确定模拟眼部区域中的内部轮廓区域，并在模拟眼部区域中剔除内部轮廓区域，从模拟眼部区域中，提取与睁眼状态相对应的区域作为渲染素材；
[0178]
若实际眼部区域对应的是闭眼状态，则从模拟眼部区域中，提取与闭眼状态相对应的区域作为渲染素材。
[0179]
可选的，渲染单元603通过以下方式确定实际眼部区域对应的眼睛状态：
[0180]
获取实际眼部区域中上眼睑与下眼睑之间的眼睑距离；
[0181]
若眼睑距离超过设定的第二距离阈值，则判定实际眼部区域对应的是睁眼状态；
[0182]
否则，判定实际眼部区域对应的是闭眼状态。
[0183]
可选的，渲染单元603用于：
[0184]
获取模拟眼部区域中各个像素点的第一距离，并筛选获得第一距离未超过设定的第一距离阈值的多个像素点；
[0185]
将多个像素点在所述模拟眼部区域中的区域，确定为内部轮廓区域。
[0186]
可选的，渲染单元603用于：
[0187]
在待处理图像中，将渲染素材包含的各个第二眼部关键点，分别与对应的第一眼部关键点进行融合渲染处理，其中，每针对一个第二眼部关键点执行一次融合渲染处理，是基于一个第二眼部关键点的渲染素材颜色、对应的一个第一眼部关键点的像素点信息，以及肤色融合系数确定的，肤色融合系数是基于实际眼部区域的眼部区域肤色和对应的渲染素材颜色确定的。
[0188]
可选的，在获得目标图像之后，渲染单元603还用于：
[0189]
从目标图像的眼部区域中随机选取至少一个眼部像素点；
[0190]
针对至少一个眼部像素点分别执行以下操作，以获得包含细闪效果的目标图像：
[0191]
在预设的包含细闪效果的纹理图像上随机选取一个纹理像素点；
[0192]
基于一个眼部像素点的像素值和所述一个纹理像素点的像素值，更新一个眼部像素点的像素值。
[0193]
可选的，获取单元601采用以下任意一种方式获得待处理图像：
[0194]
响应于目标对象触发的图像采集指令，从图像采集设备获得采集的一帧图像，并将一帧图像作为待处理图像；
[0195]
响应于目标对象触发的图像采集指令，从图像采集设备获得采集的视频流，并从视频流中选取任意一帧图像作为待处理图像。
[0196]
为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本技术时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
[0197]
在介绍了本技术示例性实施方式的图像优化渲染的方法和装置之后，接下来，介绍根据本技术的另一示例性实施方式的计算机设备。
[0198]
所属技术领域的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0199]
与上述方法实施例基于同一发明构思，本技术实施例中还提供了一种计算机设
备，参阅图7所示，计算机设备700可以至少包括处理器701、以及存储器702。其中，存储器702存储有程序代码，当程序代码被处理器701执行时，使得处理器701执行上述任意一种图像优化渲染的方法的步骤。
[0200]
在一些可能的实施方式中，根据本技术的计算装置可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的图像优化渲染的方法中的步骤。例如，处理器可以执行如图2a中所示的步骤。
[0201]
下面参照图8来描述根据本技术的这种实施方式的计算装置800。图8的计算装置800仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0202]
如图8所示，计算装置800以通用计算装置的形式表现。计算装置800的组件可以包括但不限于：上述至少一个处理单元801、上述至少一个存储单元802、连接不同系统组件(包括存储单元802和处理单元801)的总线803。
[0203]
总线803表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
[0204]
存储单元802可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)8021和/或高速缓存存储单元8022，还可以进一步包括只读存储器(rom)8023。
[0205]
存储单元802还可以包括具有一组(至少一个)程序模块8024的程序/实用工具8025，这样的程序模块8024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0206]
计算装置800也可以与一个或多个外部设备804(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与计算装置800交互的设备通信，和/或与使得该计算装置800能与一个或多个其它计算装置进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口805进行。并且，计算装置800还可以通过网络适配器806与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器806通过总线803与用于计算装置800的其它模块通信。应当理解，尽管图中未示出，可以结合计算装置800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0207]
与上述方法实施例基于同一发明构思，本技术提供的图像优化渲染的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的图像优化渲染的方法中的步骤，例如，电子设备可以执行如图2a中所示的步骤。
[0208]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0209]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造
性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0210]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。