图像校正方法、装置及终端制造方法及图纸

本公开是关于一种图像校正方法、装置及终端。该方法包括：定位人脸图像，获得表征人脸图像的轮廓特征的至少一个源特征点；根据每个源特征点确定偏转度向量，并根据偏转度向量确定对每个源特征点进行校正的偏移向量；根据每个源特征点以及每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点，根据每个源特征点和每个目标特征点对人脸图像进行校正。本公开通过人脸图像对应的源特征点确定该人脸图像的偏转度向量，进而确定对每个源特征点进行校正的偏移向量，获得目标特征点，从而根据源特征点和目标特征点校正图像，由于根据源特征点及目标特征点便可实现校正，因此方法简单；又由于无需深度感应器辅助实现，使得图像校正的成本较低。

【技术实现步骤摘要】
图像校正方法、装置及终端
本公开涉及计算机
，特别涉及一种图像校正方法、装置及终端。
技术介绍
随着计算机技术的迅速发展，视频通话应用成为人们生活中必不可少的沟通交流方式。在用户进行视频通话的过程中，由于人脸姿态以及视频摄像头捕捉视频图像的方式不当，可能会使视频画面显示的人脸图像中眼睛的注视点与当前用户实际的注视点之间有偏差。例如，当前用户的眼睛的注视点为平视正在进行视频通话的另一用户，而实际视频画面显示的人脸图像中眼睛的注视点为抬头观看某一其它物品。由于视频画面中眼睛的注视点对于视频画面中显示的人脸图像有很大影响，因此，有必要提出一种图像校正方法，以对视频画面显示的人脸图像进行校正。 相关技术在对视频画面显示的人脸图像进行校正时，所采用的方法为一种准3D(Three-Dimens1na,三维图形)人脸姿态校正方法,具体为:通过深度感应器感应并记录人脸特征轮廓点的深度信息；根据该深度信息完成人脸区域的深度旋转校正，从而实现对视频画面显示的视频图像的校正。其中，深度信息为深度感应器对图像中物体的景物深度进行感应获得的一种三维信息，即深度信息除了包括图像包括的每个像素的平面坐标夕卜，还包括每个像素离深度感应器的远近信息。 在实现本公开的过程中，专利技术人发现相关技术至少存在以下问题: 由于相关技术提供的目光校正方法为一种准3D人脸姿势校正方法，而该种校正方法使用的算法的计算量通常都比较大，导致图像校正的方法繁琐。另外，由于该方法需要深度感应器来辅助实现，导致实现图像校正的成本较高。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种图像校正方法、装置及终端。 根据本公开实施例的第一方面，提供一种图像校正方法，所述方法包括: 定位人脸图像，获得表征所述人脸图像的轮廓特征的至少一个源特征点； 根据每个源特征点确定所述人脸图像的偏转度向量，并根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量； 根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点，并根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正。 结合第一方面，在第一方面的第一种可能的实现方式中，所述根据每个源特征点确定所述人脸图像的偏转度向量，包括: 根据所述每个源特征点确定所述人脸图像对应的特征向量； 将所述人脸图像对应的特征向量与第一预设模型包括的参考特征向量进行匹配，所述第一预设模型包括不同参考特征向量及每个参考特征向量对应的偏转度向量； 将预设模型中与所述人脸图像对应的特征向量匹配的参考特征向量对应的偏转度向量确定为所述人脸图像的偏转度向量。 结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据每个源特征点确定所述人脸图像的偏转度向量之前，还包括: 训练并存储第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型。 结合第一方面至第一方面的第二种可能的实现方式中的任一种可能的实现方式，在第一方面的第三种可能的实现方式中，所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量，包括: 将所述偏转度向量与第二预设模型中的参考偏转度向量进行匹配，所述第二预设模型包括不同参考偏转度向量及与每个参考转度向量对应的每个源特征点的偏移向量； 将第二预设模型中与所述偏转度向量匹配的参考偏转度向量对应的所述每个源特征点的偏移向量确定为对所述每个源特征点进行校正的偏移向量。 结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量之前，还包括: 训练并存储第二预设数值个包括不同参考偏转度向量及与每个参考偏转度向量对应的每个源特征点的偏移向量的第二预设模型。 根据本公开实施例的第二方面，提供一种图像校正装置，所述装置包括: 定位模块，用于定位人脸图像，获得表征所述人脸图像的轮廓特征的至少一个源特征点； 第一确定模块，用于根据每个源特征点确定所述人脸图像的偏转度向量； 第二确定模块，用于根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量； 第三确定模块，用于根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点； 校正模块，用于根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正。 结合第二方面，在第二方面的第一种可能的实现方式中，所述第一确定模块，包括: 第一确定单元，用于根据所述每个源特征点确定所述人脸图像对应的特征向量； 第一匹配单元，用于将所述人脸图像对应的特征向量与第一预设模型包括的参考特征向量进行匹配，所述第一预设模型包括不同参考特征向量及每个参考特征向量对应的偏转度向量； 第二确定单元，用于将预设模型中与所述人脸图像对应的特征向量匹配的参考特征向量对应的偏转度向量确定为所述人脸图像的偏转度向量。 结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述装置，还包括: 第一训练模块，用于训练第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型； 第一存储模块，用于存储所述第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型。 结合第二方面至第二方面的第二种可能的实现方式中的任一种可能的实现方式，在第二方面的第三种可能的实现方式中，所述第二确定模块，包括: 第二匹配单元，用于将所述偏转度向量与第二预设模型中的参考偏转度向量进行匹配，所述第二预设模型包括不同参考偏转度向量及与每个参考转度向量对应的每个源特征点的偏移向量； 第三确定单元，用于将第二预设模型中与所述偏转度向量匹配的参考偏转度向量对应的所述每个源特征点的偏移向量确定为对所述每个源特征点进行校正的偏移向量。 结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，所述装置，还包括: 第二训练模块，用于训练第二预设数值个包括不同参考偏转度向量及与每个参考偏转度向量对应的每个源特征点的偏移向量的第二预设模型； 第二存储模块，用于存储所述第二预设数值个包括不同参考偏转度向量及每个参考偏转度向量对应的每个源特征点的偏移向量的第二预设模型。 本公开的实施例提供的技术方案可以包括以下有益效果: 通过人脸图像对应的源特征点确定该人脸图像的偏转度向量，进而确定对每个源特征点进行校正的偏移向量，获得与每个源特征点对应目标特征点，从而根据每个源特征点和每个目标特征点校正图像，由于根据每个源特征点及每个目标特征点便可实现校正，因此方法简单；又由于校正过程无需深度感应器辅助实现，使得图像校正的成本较低。 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。 【附图说明】 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。 图1是根据一示例性实施例示出的一种图像校正方法的流程图。 图2是根据一示例性实施例示出的一种图像校正方法的应用环境示意图。 图3是根本文档来自技高网...

【技术保护点】
一种图像校正方法，其特征在于，所述方法包括：定位人脸图像，获得表征所述人脸图像的轮廓特征的至少一个源特征点；根据每个源特征点确定所述人脸图像的偏转度向量，并根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量；根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点，并根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正。

【技术特征摘要】
1.一种图像校正方法，其特征在于，所述方法包括: 定位人脸图像，获得表征所述人脸图像的轮廓特征的至少一个源特征点； 根据每个源特征点确定所述人脸图像的偏转度向量，并根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量； 根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点，并根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正。2.根据权利要求1所述的方法，其特征在于，所述根据每个源特征点确定所述人脸图像的偏转度向量，包括: 根据所述每个源特征点确定所述人脸图像对应的特征向量； 将所述人脸图像对应的特征向量与第一预设模型包括的参考特征向量进行匹配，所述第一预设模型包括不同参考特征向量及每个参考特征向量对应的偏转度向量； 将预设模型中与所述人脸图像对应的特征向量匹配的参考特征向量对应的偏转度向量确定为所述人脸图像的偏转度向量。3.根据权利要求2所述的方法，其特征在于，所述根据每个源特征点确定所述人脸图像的偏转度向量之前，还包括: 训练并存储第一预设数 值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型。4.根据权利要求1至3中任一权利要求所述的方法，其特征在于，所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量，包括: 将所述偏转度向量与第二预设模型中的参考偏转度向量进行匹配，所述第二预设模型包括不同参考偏转度向量及与每个参考转度向量对应的每个源特征点的偏移向量； 将第二预设模型中与所述偏转度向量匹配的参考偏转度向量对应的所述每个源特征点的偏移向量确定为对所述每个源特征点进行校正的偏移向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量之前，还包括: 训练并存储第二预设数值个包括不同参考偏转度向量及与每个参考偏转度向量对应的每个源特征点的偏移向量的第二预设模型。6.一种图像校正装置，其特征在于，所述装置包括: 定位模块，用于定位人脸图像，获得表征所述人脸图像的轮廓特征的至少一个源特征占.第一确定模块，用于根据每个源特征点确定所述人脸图像的偏转度向量； 第二确定模块，用于根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量; 第三确定模块，用于根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与...

【专利技术属性】
技术研发人员：王琳，张祺深，陈志军，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京;11