例示出的一种人脸图像处理装置中检测模块92的框图。
[0076]图11是根据一示例性实施例示出的又一种人脸图像处理装置的框图。
[0077]图12是根据一示例性实施例示出的一种人脸图像处理装置中形象变换模块94的框图。
[0078]图13是根据一示例性实施例示出的一种人脸图像处理装置中形象变换模块94的另一个框图。
[0079]图14是根据一示例性实施例示出的一种人脸图像处理装置中形象变换模块94的再一个框图。
[0080]图15是根据一示例性实施例示出的适用于指人脸图像处理装置的框图。
【具体实施方式】
[0081]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0082]图1是根据一示例性实施例示出的一种人脸图像处理方法，该方法可用于人脸图像处理程序、系统或装置中，且该方法对应的执行主体可以是终端(如手机、平板电脑、笔记本电脑、智能相机等)，如图1所示，该人脸图像处理方法包括以下步骤S101-S103:
[0083]在步骤SlOl中，获得包括人脸的预处理图像。
[0084]由于本公开实施例的技术方案是对图像中的人脸进行处理，因此预处理图像中应包括人脸。
[0085]在步骤S102中，对预处理图像进行人脸检测，确定出待处理的目标区域。
[0086]待处理的目标区域可以包括眼睛、眉毛、鼻子、嘴、皮肤、脸部轮廓、头发等区域。
[0087]在步骤S103中，对待处理的目标区域进行区域划分，确定目标区域的子区域。
[0088]在一个实施例中，待处理的目标区域的子区域包括以下区域中的至少一个:皮肤区域、五官区域、脸部轮廓区域和头发区域。
[0089]在步骤S104中，基于预先建立的子区域对应的形象模板，对子区域进行形象变换。
[0090]形象模板例如可以是头发模板，头发模板包括头发的各种颜色，当目标区域为头发时，基于头发模板，对头发进行各种颜色的变换;形象模板还可以是人种模板，人种模板中包括该人种的脸型、嘴巴形状和颜色、眼睛形状和颜色、鼻子形状、皮肤颜色、头发颜色等该人种特有的人种属性。
[0091]本公开实施例的上述方法，通过对预处理图像进行人脸检测，并确定待处理的目标区域，对待处理的目标区域进行区域划分，确定目标区域的子区域，基于预先建立的子区域对应的形象模板，对子区域进行形象变换，从而可以根据形象模板将人脸图像中的某个区域进行整体替换，使人脸图像处理更加多样化，满足用户多方面的需求。
[0092]在一个实施例中，如图2所示，步骤S102可以实施为如下步骤S201-S202:
[0093]在步骤S201中，对预处理图像中的人脸区域进行检测，标注出人脸区域中的特征点。
[0094]如图3所示，对眼睛、眉毛、鼻子、嘴、脸部轮廓、头发等区域分别标注特征点。例如可以使用基于机器学习的SDM(Supervised Descent Method)算法、基于主动形状模型(Active Shape Model，ASM)和基于主动表观模型(Active Appearance Mode，AAM)的关键部位的定位算法等对人脸区域进行特征点定位，标注出人脸区域的特征点。
[0095]在步骤S202中，根据人脸区域中的特征点，确定出待处理的目标区域。
[0096]通过标记的特征点，就可以确定待处理的目标区域，比如眼镜、鼻子、头发等。
[0097]本实施例，对人脸区域进行检测，标注出人脸区域中的特征点，根据标注的特征点确定待处理的目标区域，从而可以准确、快捷的确定出待处理的目标区域。
[0098]在一个实施例中，如图4所示，在步骤SlOl之前，上述方法还可以包括以下步骤S104-S105:
[0099]在步骤S105中，收集多个人脸样本。
[0100]在步骤5106中，将人脸样本输入卷积神经网络训练出模型。
[0101]在步骤S107中，根据模型预测预处理图像中人脸的属性，属性包括以下属性中的至少一项:人种、性别、头发颜色、皮肤颜色和眼睛颜色。
[0102]本实施例中，收集多个人脸样本，将人脸样本输入卷积神经网络训练出模型，训练出的模型可以预测人脸的种族、性别、头发颜色、眼睛颜色、皮肤颜色等属性，从而可以确定出预处理图像中人脸在形象变换之前的状态，比如，通过模型预测出预处理图像中的人脸的种族是黄种人、女、黑色头发、黑色眼睛、黄皮肤。通过模型识别出头发为黑色，在确定头发区域时，只需寻找图像中的黑色区域即可，避免了背景干扰。通过确定人脸图像变换前的状态，可确定哪些区域需要变换，哪些区域不需要变换。比如目标是将皮肤变换为黑色，如果模型预测现有的皮肤颜色就是黑色的，则不需要进行变换。此外，训练出的模型还可以预测人脸形状和大小，比如，可以预测出是圆脸、大眼等，从而辅助目标区域和各子区域的确定，使确定出的目标区域和各子区域更加精确。
[0103]在一个实施例中，形象模板可包括人种模板。如图5所示，步骤S104可以实施为如下步骤 S501-S502:
[0104]在步骤S501中，基于上述模型预测出的预处理图像中人脸所属的人种，获取人种对应的人种模板，人种模板包含该人种的人脸各关键部位的特征。
[0105]人种模板可包含多个人种的模板，比如黄种人、黑种人、白种人等人种模板。人种模板包含该人种的人脸各关键部位的特征，比如当人种是黑种人时，人种模板中皮肤的颜色是黑色的，头发的颜色是棕色或黑色，其眼睛、嘴巴都是黑种人特有的。
[0106]在步骤S502中，根据人种模板对子区域进行变换。
[0107]本实施例中，通过模型预测人种，并确定出对应的人种模板，从而可以快速对预处理图像中的人脸进行变换，并且由于人种模板中的脸型时由该人种的平均脸型表示的，因此变换更加精确，更符合大众的审美。
[0108]在一个实施例中，如图6所示，步骤S502可以实施为如下步骤:
[0109]在步骤S601中，基于上述模型预测出的预处理图像中头发颜色、眼睛颜色和皮肤颜色中的至少一项，确定与人种模板中相应部位的颜色不一致的子区域。
[0110]在步骤S602中，根据人种模板对不一致的子区域进行变换。
[0111]本实施例中，当预处理图像中头发颜色、眼睛颜色和皮肤颜色中的某一项或多项与人种模板的相应部位一致时，则不需要进行变换。
[0112]本实施例中，仅对不一致的区域进行变换，对一致的区域不再进行重复变换，从而提升了图像处理速度。
[0113]在一个实施例中，形象模板可包括人种模板。如图7所示，步骤S104还可以实施为如下步骤S701-S702:
[0114]在步骤S701中，获取选定的人种模板。
[0115]在步骤S702中，根据选定的人种模板对子区域进行变换。
[0116]用户可以任意选择自己感兴趣的模板，比如黑种人模板，根据选定的模板对一个或多个子区域进行变换。可以对目标区域整体(五官、头发、脸部轮廓和皮肤)进行变换，也可以只对某个子区域进行变换，比如，把人脸图像中的嘴巴替换为黑种人的嘴巴;把人脸图像中的皮肤颜色替换为黑种人的皮肤颜色(黑色)。
[0117]本实施例，预先选定人种模板，并基于人种模板对目标区域进行变换，由于人种模板中各个区域的特征是相对固定的，从而用户可以简单、快捷的进行选择，满足用户需求。
[0118]在一个实施例中，除根据人种模板进行变换外，用户还可以进行自定义变换，比如指定新的头发颜色、皮肤颜色、鼻子形状等。具体变换过程如下:
[0119]当待变换的子区域为头发区域时，对该区域进行形象变换可以实施为如下步骤A1-A2:
[0120]步骤Al，从预先建立的模板中接收选定头发颜色的操作。
[0121]头发区域为人脸周围但不包含人脸的区域。预先建立的模板中包括头发的各种颜色，比如，黑色、白色、棕色、黄色、褐色、红色、紫色等。用户可以从中选择一种颜色对现有头发颜色进行替换，比如，现有头发颜色为黑色，可以替换为黄色。
[0122]步骤A2，根据选定的头发颜色，将头发区域的颜色变换为选定的头发颜色。
[0123]当待变换的子区域为皮肤区域时，对该区域进行形象变换可以实施为如下步骤B1-B2:
[0124]步骤BI，从预先建立的模板中接收选定皮肤颜色的操作。
[0125]皮肤区域为人脸区域中除去眼睛、鼻子、嘴、眉毛的部分。预先建立的模板中包含皮肤的各种颜色，比如，黑色、白色、黄色等，用户可以将现有人脸