手機(jī)圖片的發(fā)型合成

王雨軒

簡(jiǎn)介

本文提出了一種手機(jī)圖片發(fā)型合成技術(shù)，可通過(guò)手機(jī)拍照的方式，拍攝隨處見到的發(fā)型，支持朋友照片、街拍、明星照片拍攝、理發(fā)店發(fā)型圖片拍攝等多種發(fā)型輸入方式，輸入發(fā)型圖片可與用戶照片合成新的發(fā)型圖片，使用戶能夠便捷地看到發(fā)型合成效果。比起目前常用的發(fā)型設(shè)計(jì)和合成軟件，本文提出的方法對(duì)于用戶拍照沒(méi)有限制，合成效果更為逼真，且靈活易用。

手機(jī)圖片的發(fā)型合成

研究?jī)?nèi)容與過(guò)程

本文設(shè)計(jì)的手機(jī)發(fā)型圖片人臉合成系統(tǒng)框圖如圖1所示。

該系統(tǒng)涉及的算法包栝人臉檢測(cè)、頭發(fā)區(qū)域檢測(cè)、發(fā)型合成、后處理等。

手機(jī)圖片的人臉檢測(cè)與頭發(fā)區(qū)域檢測(cè)

進(jìn)行人臉檢測(cè)是發(fā)型圖片合成的第1步?？紤]到該項(xiàng)技術(shù)將應(yīng)用于手機(jī)，需要較高的計(jì)算效率等因素，本文采用了基于膚色的彩色圖像人臉檢測(cè)方法。

人臉區(qū)域區(qū)別于背景的顯著特征之一是在彩色圖像中人臉具有獨(dú)特的膚色特征，是一種典型的色彩信息。人臉檢測(cè)可先檢測(cè)膚色區(qū)域，再具體確定人臉位置。膚色區(qū)域檢測(cè)的目的

是從任意給定的一幅圖像中正確分割出膚色區(qū)域作為人臉候選區(qū)域，需要建立一個(gè)精確的膚色模型來(lái)判斷出被檢測(cè)區(qū)域是否為膚色。

膚色區(qū)域檢測(cè)包括以下3部分主要任務(wù)：①選擇適當(dāng)?shù)哪w色顏色模型表示方式；②通過(guò)統(tǒng)計(jì)大量包含不同背景的光照等變化下的彩色圖像中的膚色區(qū)域建立膚色模型；③利用膚色模型進(jìn)行膚色區(qū)域檢測(cè)。在這3個(gè)任務(wù)中，最重要的便是膚色模型的建立，膚色模型的準(zhǔn)確性直接影響膚色區(qū)域檢測(cè)結(jié)果的準(zhǔn)確性。

本文利用手機(jī)圖片的色彩分布特征，結(jié)合膚色模型，得到人臉候選區(qū)域，在此區(qū)域上，進(jìn)行邊緣提取和邊緣擬合，進(jìn)一步得到人臉精確定位結(jié)果?；诒疚奶岢龅氖謾C(jī)圖片模型進(jìn)行人臉檢測(cè)和定位的示例結(jié)果如圖2所示。

手機(jī)圖片頭發(fā)區(qū)域檢測(cè)

本文提出了利用聚類進(jìn)行頭發(fā)區(qū)域檢測(cè)的方法。在人臉區(qū)域精定位的基礎(chǔ)上，將人臉區(qū)域分別向4個(gè)方向延伸各1/2人臉大小，作為發(fā)型候選區(qū)域，在此區(qū)域內(nèi)逐漸擴(kuò)大范圍，由于頭發(fā)顏色較為一致，利用K均值聚類，便可得到頭發(fā)區(qū)域的精定位結(jié)果。

在具體實(shí)現(xiàn)中，設(shè)定類別為2個(gè)，聚類結(jié)果為頭發(fā)區(qū)域和非頭發(fā)區(qū)域。

通過(guò)上述方法，就能實(shí)現(xiàn)對(duì)于頭發(fā)區(qū)域的準(zhǔn)確定位，示例圖如圖3所示，頭發(fā)區(qū)域定位后可提取發(fā)型。

目前染發(fā)流行，導(dǎo)致頭發(fā)顏色種類較多，難以建立完備的頭發(fā)顏色模型，利用所有發(fā)型色彩模型進(jìn)行頭發(fā)區(qū)域檢測(cè)的方法很難實(shí)現(xiàn)。本文提出的方法比通過(guò)顏色模型提取頭發(fā)區(qū)域更為精確且易實(shí)現(xiàn)，由于設(shè)定了頭發(fā)候選區(qū)域，縮小了計(jì)算范圍，提高了計(jì)算效率。

手機(jī)圖片的人臉合成

目前的發(fā)型合成軟件的方法大多是手工標(biāo)出人臉中眼睛的位置，將人臉進(jìn)行歸一化，發(fā)型模型尺寸固定，然后與人臉進(jìn)行合成。這種方法的缺點(diǎn)在于人臉進(jìn)行歸一化后從視覺效果上看與本人有一定的差異，疊加上固定的發(fā)型模型后不自然，視覺效果不好。且基于多特征點(diǎn)位置匹配的典型人臉歸一化方法的計(jì)算復(fù)雜性高于發(fā)型歸一化，本文提出了發(fā)型自適應(yīng)歸一化合成方法，目標(biāo)人臉大小不變，根據(jù)人臉尺寸對(duì)于發(fā)型進(jìn)行自適應(yīng)歸一化，這種方法計(jì)算效率高，合成發(fā)型的視覺效果更為逼真。

具體實(shí)現(xiàn)方法為：設(shè)用戶目標(biāo)人臉寬度為W1，定義為從左到右最覽的距離，人臉的長(zhǎng)度為L(zhǎng)1，定義為兩眼中心點(diǎn)到下巴尖的距離；發(fā)型人臉寬度為W2，同樣定義為從左到右最寬的距離，發(fā)型人臉的長(zhǎng)度為L(zhǎng)2，定義為兩眼中心點(diǎn)到下巴尖的距離。原發(fā)型區(qū)域?qū)挾葹镕W，原發(fā)型區(qū)域長(zhǎng)度為FL。變換后的發(fā)型區(qū)域?qū)挾葹镕WW，變換后的發(fā)型區(qū)域長(zhǎng)度為FLL。

發(fā)型區(qū)域需要進(jìn)行歸一化，拉伸或者縮放的比例為：

橫向區(qū)域：FWW=FW×（W1/W2）；縱向區(qū)域：FLL=FLL×（L1/L2）

發(fā)型合成后處理

初步合成后的圖像邊緣較銳利，看起來(lái)不夠自然。為獲得更加自然的合成效果，本文將合成圖片進(jìn)行后處理，將人臉邊緣與頭發(fā)連接的部分進(jìn)行中值濾波，取得了更加自然的視覺效果。中值濾波法是一種非線性平滑技術(shù)，其基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，從而消除孤立的噪聲點(diǎn)。由于人臉與頭發(fā)區(qū)域在水平方向上差別較大，本文僅在水平方向上進(jìn)行中值濾波。

發(fā)型合成結(jié)果

本實(shí)驗(yàn)分別用三星手機(jī)和華為手機(jī)翻拍了朋友的照片、明星照片和一些理發(fā)店發(fā)型照片，也在較為復(fù)雜的背景下拍攝了部分圖片。然后我將用戶照片和待提取發(fā)型照片進(jìn)行合成，共計(jì)進(jìn)行了272張圖片的合成，實(shí)驗(yàn)圖片部分來(lái)自朋友和同學(xué)。我請(qǐng)21個(gè)朋友對(duì)合成的結(jié)果進(jìn)行主觀評(píng)價(jià)，19人滿意合成效果。

結(jié)論

本文提出了一種手機(jī)圖片發(fā)型合成方法，可利用手機(jī)拍攝隨處見到的發(fā)型照片。支持朋友照片、街拍、明星照片拍攝、理發(fā)店發(fā)型圖片拍攝等多種發(fā)型輸入方式，輸入發(fā)型圖片可與用戶照片合成新的發(fā)型圖片。比起目前常用的發(fā)型設(shè)計(jì)軟件，本實(shí)驗(yàn)提出的方法對(duì)于用戶拍照沒(méi)有限制，合成效果更為逼真，且更靈活易用。

本文在手機(jī)圖片人臉檢測(cè)中，提出并建立了一個(gè)基于手機(jī)圖片的人臉膚色模型，與目前成熟算法中為解決復(fù)雜光照和復(fù)雜背景問(wèn)題而建立的膚色模型相比，更準(zhǔn)確地描述了手機(jī)人臉圖片膚色特點(diǎn)，具有針對(duì)性。

本文在發(fā)型與人臉合成中，提出了發(fā)型與目標(biāo)人臉自適應(yīng)的歸一化發(fā)型合成方法，與傳統(tǒng)方法中對(duì)于用戶人臉進(jìn)行歸一化并與已存儲(chǔ)的發(fā)型合成相比，本文提出的方法無(wú)需對(duì)于人臉進(jìn)行歸一化，因而無(wú)需精確定位人眼等面部器官，大大減少了計(jì)算復(fù)雜性；并且，人臉歸一化容易使人臉變形，而本文提出的發(fā)型歸一化方法避免了人臉變形，從視覺效果上提高了發(fā)型合成圖片的逼真性，計(jì)算效率髙。

在上述方法基礎(chǔ)上，已實(shí)現(xiàn)手機(jī)圖片發(fā)型合成原型系統(tǒng)，具有人臉檢測(cè)精度高、視覺效果逼真、計(jì)算效率高等優(yōu)點(diǎn)，適合于手機(jī)應(yīng)用。

該項(xiàng)目獲得第31屆全國(guó)青少年科技創(chuàng)新大賽創(chuàng)新成果競(jìng)賽項(xiàng)目中學(xué)組計(jì)算機(jī)科學(xué)一等獎(jiǎng)。

專家評(píng)語(yǔ)

該研究成果系統(tǒng)界面美觀，人機(jī)交互靈活友好，接近實(shí)用。如果膚色模型直接在RGB空間中采用三維直方圖建模，效果應(yīng)更好。如果增加頭發(fā)區(qū)域檢測(cè)模塊，并用它指導(dǎo)歸一化合成，效果會(huì)更好。endprint