技术标签: 深度学习AI美颜系列 SF图像滤镜/美颜/美妆算法详解与实战
人像静态/动态贴纸特效几乎已经是所有图像视频处理类/直播类app的必需品了,这个功能看起来复杂,实际上很简单,本文将给大家做个详细的讲解。
我们先来看一下FaceU的两张效果图:
这两张效果图中, 我们可以看到一些可爱的圣诞帽贴纸和小鹿形象贴纸,在人脸区域,自动贴上不同的贴纸,便会生成很多有趣的特效,这也是大家爱不释手的原因。
我们从静态贴纸讲起,动态贴纸实际上是静态贴纸的循环播放而已。人像静态贴纸的鼻祖是in app,而后FaceU的动态贴纸风靡一时,现在静态/动态贴纸已经随处可见了。它的算法分为两个部分:
1,人脸检测与关键点识别;
所谓人像贴纸,第一步必然是人脸检测与关键点识别。在有人脸的情况下获取到必须的关键点,这样我们才能准确的打上贴纸。现有的app中,比如FaceU和轻颜相机,当然他们是一家的,他们的贴纸基本上都是数十个人脸特征点的模板配置,也就是说,完成一个贴纸效果,需要数十个点位信息的支持。不过,个人认为,最简单的贴纸,可以从三个点开始。
关于人脸特征点识别算法,相关的论文或者开源的代码工程,已经多如牛毛,这里我不一一例举,本人这里以mtcnn为例,因为本文算法只需要三个点即可。mtcnn在检测到人脸的情况下,会给我们提供5个特征点,如下图所示:
mtcnn的算法详解大家也可以在网络资源中自行学习,这里我们仅仅给出网络结构示意图,如图所示。
对于上述三个网络,分别为三个阶段:
Stage 1:使用P-Net是一个全卷积网络,用来生成候选窗和边框回归向量(bounding box regression vectors)。使用Bounding box regression的方法来校正这些候选窗,使用非极大值抑制(NMS)合并重叠的候选框;
Stage 2:使用N-Net改善候选窗,将通过P-Net的候选窗输入R-Net中,拒绝掉大部分false的窗口,继续使用Bounding box regression和NMS合并;
Stage 3:使用O-Net输出最终的人脸框和特征点位置。和第二步类似,但是不同的是生成5个特征点位置;
本文使用NCNN调用MTCNN的模型,上层采用C#调用,代码如下:
/*************************************************
Copyright: Copyright Trent.
Author: Trent
Date: 2015-03-09
Description:MTCNN.
**************************************************/
#include"Trent.h"
#include "mtcnn.h"
#include <stdint.h>
static char* model_path = "C:/Users/Administrator/Desktop/mtcnn/001_TestDemo/TestDemo/TestDemo_C/models";
MTCNN* mtcnn;
int FD_Initialize()
{
mtcnn = new MTCNN(model_path);
return 0;
};
int FD_Process(unsigned char* srcData, int width, int height, int stride, int faceInfos[15])
{
unsigned char* data = (unsigned char*)malloc(sizeof(unsigned char) * height * width * 3);
unsigned char* pSrc = srcData;
unsigned char* pData = data;
for (int j = 0; j < height; j++)
{
for (int i = 0; i < width; i++)
{
pData[0] = pSrc[0];
pData[1] = pSrc[1];
pData[2] = pSrc[2];
pData += 3;
pSrc += 4;
}
}
ncnn::Mat ncnn_img = ncnn::Mat::from_pixels(data, ncnn::Mat::PIXEL_RGB, width, height);
std::vector<Bbox> finalBbox;
mtcnn->detect(ncnn_img, finalBbox);
if(finalBbox.size() > 0)
{
faceInfos[0] = 1;
faceInfos[1] = finalBbox[0].x1;
faceInfos[2] = finalBbox[0].y1;
faceInfos[3] = finalBbox[0].x2 - finalBbox[0].x1;
faceInfos[4] = finalBbox[0].y2 - finalBbox[0].y1;
faceInfos[5] = finalBbox[0].ppoint[0];
faceInfos[6] = finalBbox[0].ppoint[5];
faceInfos[7] = finalBbox[0].ppoint[1];
faceInfos[8] = finalBbox[0].ppoint[6];
faceInfos[9] = finalBbox[0].ppoint[2];
faceInfos[10] = finalBbox[0].ppoint[7];
faceInfos[11] = finalBbox[0].ppoint[3];
faceInfos[12] = finalBbox[0].ppoint[8];
faceInfos[13] = finalBbox[0].ppoint[4];
faceInfos[14] = finalBbox[0].ppoint[9];
}
free(data);
return 0;
};
void FD_Unitialize()
{
if(model_path != NULL)
free(model_path);
delete(mtcnn);
}
拿到五个人脸特征点,这一步我们就完成了。
2,贴纸融合;
有了特征点,我们如何将贴纸融合到恰当的位置?
①计算基准点
我们从5个特征点中,计算得到三个关键点A,B,C;
A为左眼中心点;
B为右眼中心点;
C为嘴巴水平中心点;
对于一张人脸,它的这三个点变化比较小,同时又可以覆盖整个脸部区域,因此,具有整张脸的代表性。
②构建模特基准点
选取一张模特图,要求五官端正,比例协调,如下图所示;
在图中标定出三个人脸关键点位置A,B,C,如蓝色点所示,并记录位置信息;
③构建贴纸模板
我们使用如下两个贴纸,在PS中将贴纸放置到模特脸上合适的位置,然后保存两个贴纸模板为mask_a,mask_b,这样两个贴纸模板就制作完成了,模板如下图所示:
③贴图
对于任意一张用户照片,先使用MTCNN得到人脸5个关键点,计算出人脸关键点A,B,C,我们记做A0,B0,C0;
然后,使用仿射变换,公式如下图所示所示,将A0,B0,C0映射到模特图A,B,C三点,得到仿射变换矩阵H;
仿射变换H矩阵求解代码如下:
void GetTexTransMatrix(float x1, float y1, float x2, float y2, float x3, float y3,float tx1, float ty1, float tx2, float ty2, float tx3, float ty3, float*texMatrix)
{
float detA;
detA = tx1*ty2 + tx2*ty3 + tx3*ty1 - tx3*ty2 - tx1*ty3 - tx2*ty1;
float A11, A12, A13, A21, A22, A23, A31, A32, A33;
A11 = ty2 - ty3;
A21 = -(ty1 - ty3);
A31 = ty1 - ty2;
A12 = -(tx2 - tx3);
A22 = tx1 - tx3;
A32 = -(tx1 - tx2);
A13 = tx2*ty3 - tx3*ty2;
A23 = -(tx1*ty3 - tx3*ty1);
A33 = tx1*ty2 - tx2*ty1;
texMatrix[0] = (x1*A11 + x2*A21 + x3*A31) / detA;
texMatrix[1] = (x1*A12 + x2*A22 + x3*A32) / detA;
texMatrix[2] = (x1*A13 + x2*A23 + x3*A33) / detA;
texMatrix[3] = (y1*A11 + y2*A21 + y3*A31) / detA;
texMatrix[4] = (y1*A12 + y2*A22 + y3*A32) / detA;
texMatrix[5] = (y1*A13 + y2*A23 + y3*A33) / detA;
}
最后,根据H遍历用户照片,将用户照片像素映射到贴纸模板mask_a或者mask_b中,根据贴纸模板像素的透明度进行alpha混合,即可得到最终效果,如下图所示;
最后给出完整的自动人像贴纸代码,仅仅50行左右,即可实现静态图贴纸效果,如果大家需要动态贴纸,可以循环播放不同贴纸即可,代码如下:
#include"Trent_Sticker.h"
#include"Trent.h"
void GetTexTransMatrix(float x1, float y1, float x2, float y2, float x3, float y3,float tx1, float ty1, float tx2, float ty2, float tx3, float ty3, float*texMatrix)
{
float detA;
detA = tx1*ty2 + tx2*ty3 + tx3*ty1 - tx3*ty2 - tx1*ty3 - tx2*ty1;
float A11, A12, A13, A21, A22, A23, A31, A32, A33;
A11 = ty2 - ty3;
A21 = -(ty1 - ty3);
A31 = ty1 - ty2;
A12 = -(tx2 - tx3);
A22 = tx1 - tx3;
A32 = -(tx1 - tx2);
A13 = tx2*ty3 - tx3*ty2;
A23 = -(tx1*ty3 - tx3*ty1);
A33 = tx1*ty2 - tx2*ty1;
texMatrix[0] = (x1*A11 + x2*A21 + x3*A31) / detA;
texMatrix[1] = (x1*A12 + x2*A22 + x3*A32) / detA;
texMatrix[2] = (x1*A13 + x2*A23 + x3*A33) / detA;
texMatrix[3] = (y1*A11 + y2*A21 + y3*A31) / detA;
texMatrix[4] = (y1*A12 + y2*A22 + y3*A32) / detA;
texMatrix[5] = (y1*A13 + y2*A23 + y3*A33) / detA;
}
int Trent_Sticker(unsigned char* srcData, int width, int height, int stride, unsigned char* mask, int maskWidth, int maskHeight, int maskStride, int srcFacePoints[6], int maskFacePoints[6], int ratio)
{
int ret = 0;
float H[6];
GetTexTransMatrix(maskFacePoints[0], maskFacePoints[1], maskFacePoints[2], maskFacePoints[3], maskFacePoints[4], maskFacePoints[5], srcFacePoints[0], srcFacePoints[1], srcFacePoints[2], srcFacePoints[3], srcFacePoints[4], srcFacePoints[5], H);
for (int j = 0; j < height; j++)
{
for (int i = 0; i < width; i++)
{
float x = (float)i;
float y = (float)j;
float tx = 0;
float ty = 0;
tx = (int)((H[0] * (x)+H[1] * (y)+H[2]) + 0.5);
ty = (int)((H[3] * (x)+H[4] * (y)+H[5]) + 0.5);
tx = CLIP3(tx, 0, maskWidth - 1);
ty = CLIP3(ty, 0, maskHeight - 1);
int mb = mask[(int)tx * 4 + (int)ty * maskStride];
int mg = mask[(int)tx * 4 + (int)ty * maskStride + 1];
int mr = mask[(int)tx * 4 + (int)ty * maskStride + 2];
int alpha = mask[(int)tx * 4 + (int)ty * maskStride + 3];
int b = srcData[i * 4 + j * stride];
int g = srcData[i * 4 + j * stride + 1];
int r = srcData[i * 4 + j * stride + 2];
srcData[(int)i * 4 + (int)j * stride] = CLIP3((b * (255 - alpha) + mb * alpha) / 255, 0, 255);
srcData[(int)i * 4 + (int)j * stride + 1] = CLIP3((g * (255 - alpha) + mg * alpha) / 255, 0, 255);
srcData[(int)i * 4 + (int)j * stride + 2] = CLIP3((r * (255 - alpha) + mr * alpha) / 255, 0, 255);
}
}
return ret;
};
最后,给出完整工程的源代码,包含MTCNN调用代码和静态贴纸代码:https://download.csdn.net/download/trent1985/10891121
注意,代码运行环境为VS2015,运行时需要把model_path修改为自己的本地路径即可。
DEMO源码界面如下:
本人正在参加2018博客之星,顺便拉个选票,如果觉得本文写的还凑合,还望拉个票,博客之星22号,Trent1985,谢谢!地址:博客之星
如有问题,欢迎联系,本人QQ1358009172
文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势,分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括:FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大
文章浏览阅读1.1k次,点赞2次,收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的:估计模块间的delay,确保写的代码的timing 综合能给到多少HZ,以满足需求!_基4布斯算法代码
文章浏览阅读3.3k次,点赞3次,收藏5次。OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版
文章浏览阅读2.2k次。USACO自1992年举办,到目前为止已经举办了27届,目的是为了帮助美国信息学国家队选拔IOI的队员,目前逐渐发展为全球热门的线上赛事,成为美国大学申请条件下,含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学,越来越多的学生进入了康奈尔,麻省理工,普林斯顿,哈佛和耶鲁等大学,这些同学的共同点是他们都参加了美国计算机科学竞赛(USACO),并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学,高三学生也可以参加12月的第_usaco可以多次提交吗
文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程
文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0
文章浏览阅读2.8k次,点赞3次,收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画(无顶点位移),整个mesh由4个顶点构成。实现了水面效果(左图),不动代码稍微修改下参数和贴图可以实现岩浆效果(右图)。有要思路是1,uv按时间去做正弦波移动2,在1的基础上加个凹凸图混合uv3,在1、2的基础上加个水流方向4,加上对雾效的支持,如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader
文章浏览阅读5k次。广义线性模型是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为:其中g(μY)是条件均值的函数(称为连接函数)。另外,你可放松Y为正态分布的假设,改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后,便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下,线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是,有时候我们要进行非正态因变量的分析,例如:(1)类别型.._广义线性回归模型
文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验:一般的网页需要融入以下知识点:div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点,网页的风格主题也很全面:如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题,学生、新手可参考下方页面的布局和设计和HTML源码(有用点赞△) 一套A+的网_垃圾分类网页设计目标怎么写
文章浏览阅读614次,点赞7次,收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录
文章浏览阅读1.5k次。本文为转载,原博客地址:http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度..._breif description calculation 特征点
文章浏览阅读4.1k次,点赞21次,收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档,可以给应届毕业生提供格式撰写参考,也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文