实施例在此不针对如何确定图像帧中是否存在人脸以及如何确定人脸区域的位置作出详述。
[0037]在确定出人脸区域后，即可从确定出的人脸区域上提取出人脸特征点，其【具体实施方式】可以通过主动形状模型(Active Shape Model, ASM)、主动表象模型(ActiveAppearance Model,AAM)等数学模型来实现。以主动形状模型ASM为例，在确定出人脸区域后，初始化ASM模型，利用ASM模型即可搜索出包括眼睛、鼻子、嘴部、脸部轮廓的人脸特征点。而根据这些人脸特征点，又可以从人脸区域确定出具体的细化特征区域，如嘴部区域、鼻子区域、脸颊区域、眼部区域，等等。
[0038]步骤103中，脸部中轴线指的是嘴部中心和鼻子的中心的连线，而特征图像部指的是需要进行瘦化处理的那部分人脸区域。
[0039]本申请实施例中，在对人脸图像进行瘦化处理时，不是对人脸的全部区域进行瘦化处理，以避免对人脸横向进行平均瘦化后导致人脸图像的不真实感，尤其是缩短双眼间距离引起的人脸图像的畸形化。由于对于面部较胖者而言，导致其面部较胖的主要因素是两侧脸颊区域，因此，本申请实施例中，主要对人脸区域的眼部以下区域进行瘦化，即特征图像部为人脸区域的眼部以下的图像部，或者特征图像部只包括脸颊区域对应的图像部，不包括嘴部及鼻子区域。
[0040]步骤104中，在通过设定算法对特征图像部进行瘦化处理时，要使得特征图像部在垂直于脸部中轴线的方向上的宽度减小。具体实施过程中，设定算法可以有多种，分别对应不同的瘦化处理方式。例如，可以通过抽取特征图像部的像素点的方式进行瘦化处理，也可以通过特征图像部像素融合求平均值的方式进行瘦化处理；又例如，在垂直于脸部中轴线的方向上，特征图像部的瘦化程度可以相同，即平均瘦化，也可以进行差异化的瘦化，如距离脸部中轴线较远的部分瘦化程度较高，像素保留度较低，或者针对特征图像部中脸颊区域瘦化程度高，嘴部区域瘦化程度较低。
[0041]通过本申请上述技术方案，能够在用户进行视频通信的过程中，即时将图像采集单元获取的包括用户脸部区域的图像进行图像变化处理，在图像处理中仅针对脸部区域中的特征图像部进行瘦化处理，而不是将整帧图像或者图像中的全部脸部区域作瘦化处理，进而在实现脸部图像瘦化的同时，避免了处理后图像的畸形化。
[0042]进一步，上述步骤102:从图像帧中提取出人脸特征点，在具体实施过程中具有两种实现方式。
[0043]其一，针对视频通信中的所有图像帧均采用同样的方式获取人脸特征点。具体获取人脸特征点的方式如前所述，首先检测图像帧中是否存在人脸，在检测出存在人脸时确定人脸区域，然后基于ASM、AAM等模型从人脸区域中提取出人脸特征点。
[0044]其二，针对具有人脸区域的头一帧或头几帧图像采用上面介绍的方式提取人脸特征点，而对于之后的图像帧则采用特征点跟踪技术来提取人脸特征点。
[0045]具体的，在图像帧包括连续的第一帧和第二帧时；从第二帧中提取出人脸特征点的方式包括以下内容:
[0046]在从第一帧中提取出N个第一人脸特征点后，在第二帧中定位出与N个第一人脸特征点中第i个第一人脸特征点的像素位置相对应的第i个第一像素点；其中，i为小于等于N的正整数；
[0047]在第二帧中以第i个第一像素点为中心搜索与第i个第一人脸特征点相匹配的第i个第二人脸特征点；其中，第1个第二人脸特征点至第N个第二人脸特征点即为第二帧中的人脸特征点的集合。
[0048]具体来讲，由于在先帧中已经提取出了人脸特征点，而视频通信中相邻帧间的时间间隔很短，采集相邻两帧图像时用户脸部的移动范围有限，因此，在后的第二帧图像中的人脸特征点均在对应第一帧中人脸特征点的像素位置附近，通过像素搜索即可将其确定出来。
[0049]具体实施过程中，针对在先的第一帧中的第i个第一人脸特征点，先确定第二帧中与其像素位置相同的像素点，然后在该像素点附近搜索与之像素匹配的点，即为第二帧中与之对应的第i个第二人脸特征点，针对第一帧中的每一个第一人脸特征点均做上述跟踪处理，即可确定出第二帧中的全部人脸特征点。
[0050]另外，上述第一人脸特征点为第一帧中的人脸特征点，第二人脸特征点为第二帧中的人脸特征点，只是方便区分二者所起的不同称谓，不能以此对本申请实施例技术方案作出限定性解释。
[0051]通过上述技术方案，能够快速确定出人脸特征点，以便进行后续操作，而且，针对连续帧中的在后帧，通过特征点跟踪的方式确定该帧中的特征点，由于两帧中特征点相距很近，特征点跟踪所耗费的运算量很小，进而能够减小图像处理的运算量，减少图像处理时间。
[0052]进一步，步骤103中，确定特征图像部的方法包括:
[0053]根据人脸特征点确定出人脸图像部及人脸图像部中的眼部；
[0054]确定人脸图像部中眼部以下的图像部为特征图像部。
[0055]具体来讲，在一定的数学模型中，例如ASM模型，根据人脸特征点可以确定出人脸对应的图像区域，即人脸头像部，也可以确定出人脸上的各个细化的特征区域，如嘴部，脸颊部、鼻子部，眼部，等等。另外，通过人脸特征点中的嘴部中心点及鼻子中心点可以确定出两点的连线，即为脸部中轴线。
[0056]上述技术方案中，确定人脸图像部中眼部以下区域为特征图像部，该区域具体包括两侧脸颊、嘴及鼻子。在对人脸图像进行瘦化处理时，针对该特征图像部进行处理，由于保证眼部区域在处理后保持不变，避免了眼部距离太小导致处理后图像的的畸形感。
[0057]实际情况中，也可以选取人脸图像部中对应脸部某一细分特征区域作为特征图像部，如只选取两侧脸颊的图像区域作为特征图像部，而不包括嘴部和鼻子。
[0058]本申请实施例中，在确定出特征图像部后，具体可以通过以下方式对特征图像部进行处理，以达到脸部瘦化的效果。
[0059]方式一，从特征图像部中抽取出部分像素点，形成处理后的特征图像部。
[0060]参见图2，为本申请实施例中步骤104的一种细化流程示意图，该流程包括:
[0061]步骤201:根据设定算法从特征图像部的垂直于脸部中轴线的每一像素行中抽取像素点；
[0062]步骤202:将抽取出的像素点以脸部中轴线为中心排列，使得脸部中轴线两侧距离脸部中轴线最近的抽取出的像素点紧邻脸部中轴线排列，形成处理后的特征图像部。
[0063]具体来讲，由于图像处理的目的是使人脸图像显得更瘦，亦即要使人脸图像在横纵比变小(横纵比:垂直于脸部中轴线方向上的显示宽度与脸部中轴线方向上的显示宽度的比值)。
[0064]步骤201中，在保持图像帧中特征图像部在脸部中轴线方向上的显示宽度不变的情况下，抽取特征图像部中垂直于脸部中轴线方向上的一行像素中的部分像素；步骤202中，将抽取出的像素排列为新的一行像素，进而实现横向显示宽度，脸部瘦化的效果。
[0065]其中，在重新排列抽取像素形成新的一行像素时，各像素点间的相对位置关系保持不变，将原来距离脸部中轴线的像素点仍然至于距离脸部中轴线最近的位置。在特征图像部不包含脸部中轴线时，如特征图像部不包含嘴部、鼻子的情形时，距离脸部中轴线最近的像素点紧邻同一行中嘴部或鼻子最外侧的一个像素点排列。
[0066]具体实施过程中，在从一行像素点中抽取像素点时，可以采取平均抽取原则，即抽取出的两个相邻像素点在原图像帧中距离相同，也可以采取差异化抽取原则，即抽取出的两个相邻像素点在原图像帧中距离不相同。
[0067]一种差异化抽取像素点的方式为:根据设定算法从特征图像部的垂直于脸部中轴线的每一像素行中抽取像素点时，单位长度的像素区段内抽取的像素点的个数与单位长度的像素区段距离脸部中轴线的距离成负相关关系。
[0068]具体来讲，亦即在距离脸部中轴线较近的区间抽取较多的像素点，使距离脸部中轴线较近的区域在处理后像素保留度较高；相反，在距离脸部中轴线较远的区间抽取较少的像素点，使距离脸部中轴线较近的区域在处理后像素保留度较低。这种处理方式与导致人脸图像显得较胖的两侧脸颊距离脸部中轴线较远是相适应的，进而使得脸部图像瘦化更具针对性，处理后的瘦化图像更为自然。
[0069]上述差异化抽取像素点的技术方案的变型方案为:在特征图像部的距离脸部中轴线较近和较远的两端抽取较多的像素点，而在两端之间的像素区域抽取较少的像素点。这样处理能够兼顾到脸部的边缘区域的自然顺滑过度。
[0070]方式二，将特征图像部中的像素进行融合，形成处理后的特征图像部。
[0071]参见图3,为本申请实施例中步骤104的另一细化流程示例图，该流程包括:
[0072]步骤301:根据设定算法将特征图像部的垂直于脸部中轴线的每一像素行划分为N个区段；
[0073]步骤302:计算每一像素行的N个区段中每个区段的平均值，形成N个处理后的像素点；
[0074]步骤303:将每一像素行对应的N个处理后的像素点以脸部中轴线为中心排列，使得脸部中轴线两侧紧邻脸部中轴线的区段对应的处理后的像素点紧邻脸部中轴线排列