一种用于人脸变老的图像处理方法

摘要

本发明公开了一种人脸变老的图像处理方法。对人脸图像进行重采样，实现对老年人人脸的重建，并将年轻人重建的年老人图像由RGB空间转换到YUV空间；对人脸皱纹进行拉普拉斯建模；将建模结果应用于年轻人脸，并将结果由YUV空间转换为RGB空间。本方法通过拉普拉斯梯度场映射对皱纹建模，提取年长人脸的皱纹特征，较方便的实现逼真的年轻人脸变老处理，不受光照或图像亮度的影响。另外，本发明不需要一个人由年轻到年老的变化照片，数据获取方便。因此，通过本发明获得变老的人脸图像是一种低成本，快速的方法。

主权项

1.一种用于人脸变老的图像处理方法，其特征在于该方法的步骤如下：1)首先，对人脸图像进行重采样，实现对老年人人脸的重建，并将年轻人重建的年老人图像由RGB空间转换到YUV空间；所述的对人脸图像进行重采样，实现对老年人人脸的重建，并将年轻人重建的年老人图像由RGB空间转换到YUV空间是：A)通过年轻人脸对年老人脸进行重采样，实现对老年人脸的重建，重采样包括两个部分：a)对老年人与年轻的人脸进行特征点标记b)通过特征点提供的标记对齐老年人脸和年轻人脸，对老年人脸像素进行采样获得重建的老年人脸B)首先计算每个像素在YUV颜色空间中的亮度值(Y)，按公式(1)进行Y＝0.299R+0.587G+0.114BU＝-0.147R-0.289G+0.436B (1)V＝0.615R-0.515G-0.100B其中，Y是为YUV空间中的Y分量，R，G，B分别为16位RGB图像中像素点的三个分量的数值；2)其次，对人脸皱纹进行拉普拉斯建模；所述的对人脸皱纹进行拉普拉斯建模是：在水平和垂直两个方向分别提取老年人脸和年轻人图像中每个像素的局部拉普拉斯模型，建模时，按照公式(2)进行水平方向的计算，按照公式(3)进行垂直方向的计算$g_x=e-\frac{a+c}{2}-(e_1-\frac{a_1+c_1}{2})-(e_2-\frac{a_2+c_2}{2})---\left(2\right)其中：gx代表水平方向的局部拉普拉斯模型，e代表待求像素的亮度值，a代表e左边的像素亮度值，c代表e右边的像素亮度值，同样地，e1，e2，a1，a2，c1和c2表示与前面e，a，c对应的老年人脸和年轻人脸中的像素，$ g_y=e-\frac{b+d}{2}-(e_1-\frac{b_1+d_1}{2})-(e_2-\frac{b_2+d_2}{2})---\left(3\right)其中，gy代表水平方向的局部拉普拉斯模型，b是e上面的像素的亮度值，d是e下面的像素亮度值，同样地，b1，b2，d1和d2表示与前面b，d对应的老年人脸和年轻人脸中的像素；3)最后，将建模结果应用于年轻人脸，并将结果由YUV空间转换为RGB空间；所述的将建模结果应用于年轻人脸，并将结果由YUV空间转换为RGB空间是：A)e的值按照公式(4)计算$ e=e_1+e_2+\frac{a+b+c+d}{4}-\frac{a_1+b_1+c_1+d_1}{4}-\frac{a_2+b_2+c_2+d_2}{4}---\left(4\right)B)对e进行迭代更新运算，直到\epsilon i＜0.01，其中\epsilon i是迭代误差，按照公式(5)计算$ {ϵ}_i=\underset{n=1}{\overset{N}{\Sigma }}{\mathrm{intensity}\left(n\right)}_i-{\mathrm{intensity}\left(n\right)}_{i-I}---\left(5\right)其中，N是像素的个数，n是像素的序号，i是指迭代的次数，intensity(n)表示第n个像素的亮度值，C)按照公式(6)将图像由YUV空间转换为RGB空间，R＝Y+1.140VG＝Y-0.395U-0.581V\; (6)B＝Y+2.032U。$$$$