本發(fā)明涉及機(jī)器人技術(shù)領(lǐng)域，具體地說(shuō)，涉及一種人臉替換方法及裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的不斷發(fā)展，信息技術(shù)、計(jì)算機(jī)技術(shù)以及人工智能技術(shù)的引入，機(jī)器人的研究已經(jīng)逐步走出工業(yè)領(lǐng)域，逐漸擴(kuò)展到了醫(yī)療、保健、家庭、娛樂(lè)以及服務(wù)行業(yè)等領(lǐng)域。而人們對(duì)于機(jī)器人的要求也從簡(jiǎn)單重復(fù)的機(jī)械動(dòng)作提升為具有擬人問(wèn)答、自主性及與其他機(jī)器人進(jìn)行交互的智能機(jī)器人，人機(jī)交互也就成為決定智能機(jī)器人發(fā)展的重要因素。

目前，用戶對(duì)智能機(jī)器人的交互需求多種多樣，而基于視覺(jué)進(jìn)行的交互，能夠給用戶帶來(lái)很高的趣味性，為了使智能機(jī)器人的用戶體驗(yàn)越來(lái)越好，與用戶的交互趣味性更高，需要不斷提高智能機(jī)器人的交互能力，特別是基于視覺(jué)的交互能力。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，本發(fā)明提供了一種人臉替換方法，其包括：

人臉特征點(diǎn)提取步驟，獲取人臉圖像數(shù)據(jù)，并根據(jù)所述人臉圖像數(shù)據(jù)提取對(duì)應(yīng)的人臉特征點(diǎn)；

數(shù)據(jù)匹配步驟，基于所述人臉特征點(diǎn)和待替換面部圖像數(shù)據(jù)的面部特征點(diǎn)，對(duì)所述人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域進(jìn)行匹配，得到匹配結(jié)果；

數(shù)據(jù)映射步驟，根據(jù)所述匹配結(jié)果，將所述待替換面部圖像數(shù)據(jù)映射到所述人臉圖像數(shù)據(jù)，得到數(shù)據(jù)替換結(jié)果；

人臉圖像生成步驟，根據(jù)所述數(shù)據(jù)替換結(jié)果生成替換后的人臉圖像并輸出。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述人臉特征點(diǎn)包括68個(gè)特征點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在所述數(shù)據(jù)匹配步驟中，

根據(jù)所述人臉特征點(diǎn)，基于Delaunay三角網(wǎng)對(duì)所述人臉圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，得到人臉圖像區(qū)域劃分結(jié)果；

根據(jù)所述面部特征點(diǎn)，基于Delaunay三角網(wǎng)對(duì)所述待替換面部圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，得到待替換面部圖像區(qū)域劃分結(jié)果；

根據(jù)所述人臉特征點(diǎn)和面部特征點(diǎn)，對(duì)所述人臉圖像區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果中的各三角區(qū)域進(jìn)行匹配，得到所述匹配結(jié)果。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在所述數(shù)據(jù)映射步驟中，根據(jù)所述匹配結(jié)果，對(duì)所述人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)進(jìn)行像素點(diǎn)映射。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，在所述數(shù)據(jù)映射步驟中，將待替換面部圖像區(qū)域劃分結(jié)果中的各個(gè)三角區(qū)域?qū)?yīng)的像素填充到所述人臉圖像區(qū)域劃分結(jié)果中各自對(duì)應(yīng)的三角區(qū)域中，得到所述數(shù)據(jù)替換結(jié)果。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述方法通過(guò)智能機(jī)器人的上位機(jī)執(zhí)行。

本發(fā)明還提供了一種人臉替換裝置，其包括：

人臉特征點(diǎn)提取模塊，其用于獲取人臉圖像數(shù)據(jù)，并根據(jù)所述人臉圖像數(shù)據(jù)提取對(duì)應(yīng)的人臉特征點(diǎn)；

數(shù)據(jù)匹配模塊，其用于基于所述人臉特征點(diǎn)和待替換面部圖像數(shù)據(jù)的面部特征點(diǎn)，對(duì)所述人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域進(jìn)行匹配，得到匹配結(jié)果；

數(shù)據(jù)映射模塊，其用于根據(jù)所述匹配結(jié)果，將所述待替換面部圖像數(shù)據(jù)映射到所述人臉圖像數(shù)據(jù)，得到數(shù)據(jù)替換結(jié)果；

人臉圖像生成模塊，其用于根據(jù)所述數(shù)據(jù)替換結(jié)果生成替換后的人臉圖像并輸出。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述人臉特征點(diǎn)包括68個(gè)特征點(diǎn)。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述數(shù)據(jù)匹配模塊配置為：

根據(jù)所述人臉特征點(diǎn)，基于Delaunay三角網(wǎng)對(duì)所述人臉圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，得到人臉圖像區(qū)域劃分結(jié)果；

根據(jù)所述面部特征點(diǎn)，基于Delaunay三角網(wǎng)對(duì)所述待替換面部圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，得到待替換面部圖像區(qū)域劃分結(jié)果；

根據(jù)所述人臉特征點(diǎn)和面部特征點(diǎn)，對(duì)所述人臉圖像區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果中的各三角區(qū)域進(jìn)行匹配，得到所述匹配結(jié)果。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述數(shù)據(jù)映射模塊配置為根據(jù)所述匹配結(jié)果，對(duì)所述人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)進(jìn)行像素點(diǎn)映射。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述數(shù)據(jù)映射步模塊配置為將待替換面部圖像區(qū)域劃分結(jié)果中的各個(gè)三角區(qū)域?qū)?yīng)的像素填充到所述人臉圖像區(qū)域劃分結(jié)果中各自對(duì)應(yīng)的三角區(qū)域中，得到所述數(shù)據(jù)替換結(jié)果。

根據(jù)本發(fā)明的一個(gè)實(shí)施例，所述裝置集成在智能機(jī)器人的上位機(jī)中。

本發(fā)明所提供的人臉替換方法在對(duì)兩張面部圖像進(jìn)行替換時(shí)，采用區(qū)域匹配的方式來(lái)實(shí)現(xiàn)，其基于不同面部的局部三角區(qū)域的匹配關(guān)系來(lái)建立兩張不同的面部圖像之間的對(duì)應(yīng)關(guān)系?；谏鲜鰧?duì)應(yīng)關(guān)系，該方法采用像素點(diǎn)映射的方式來(lái)進(jìn)行數(shù)據(jù)替換，該方法能夠極大提升替換速度，從而使得整個(gè)人臉替換的實(shí)現(xiàn)過(guò)程不需要依托高性能的硬件設(shè)備，這樣也就使得該方法能夠在前端(例如智能機(jī)器人的上位機(jī))運(yùn)行。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書中闡述，并且，部分地從說(shuō)明書中變得顯而易見(jiàn)，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在說(shuō)明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要的附圖做簡(jiǎn)單的介紹：

圖1是根據(jù)本發(fā)明一個(gè)實(shí)施例的人臉替換方法的實(shí)現(xiàn)流程示意圖；

圖2是根據(jù)本發(fā)明一個(gè)實(shí)施例的得到人臉區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果的匹配結(jié)果的實(shí)現(xiàn)流程示意圖；

圖3是根據(jù)本發(fā)明一個(gè)實(shí)施例的人臉替換裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

以下將結(jié)合附圖及實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明的實(shí)施方式，借此對(duì)本發(fā)明如何應(yīng)用技術(shù)手段來(lái)解決技術(shù)問(wèn)題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過(guò)程能充分理解并據(jù)以實(shí)施。需要說(shuō)明的是，只要不構(gòu)成沖突，本發(fā)明中的各個(gè)實(shí)施例以及各實(shí)施例中的各個(gè)特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。

同時(shí)，在以下說(shuō)明中，出于解釋的目的而闡述了許多具體細(xì)節(jié)，以提供對(duì)本發(fā)明實(shí)施例的徹底理解。然而，對(duì)本領(lǐng)域的技術(shù)人員來(lái)說(shuō)顯而易見(jiàn)的是，本發(fā)明可以不用這里的具體細(xì)節(jié)或者所描述的特定方式來(lái)實(shí)施。

另外，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

隨著社會(huì)經(jīng)濟(jì)的發(fā)展以及智能機(jī)器人技術(shù)的提高，人們對(duì)于智能機(jī)器人交互能力(特別是基于視覺(jué)的交互能力)的要求也越來(lái)越高。現(xiàn)階段，智能機(jī)器人所具有的基于視覺(jué)的交互能力往往只是圖像信息的獲取，其無(wú)法將所獲取到的圖像信息更好地應(yīng)用到人機(jī)交互過(guò)程中。

針對(duì)現(xiàn)有技術(shù)中所存在的上述問(wèn)題，本發(fā)明提供了一種人臉替換方法，該方法能夠基于智能機(jī)器人所獲取到的人臉圖像信息來(lái)進(jìn)行人臉替換，這有助于提高智能機(jī)器人的人機(jī)交互能力。

圖1示出了本實(shí)施例所提供的人臉替換方法的實(shí)現(xiàn)流程示意圖。

如圖1所示，本實(shí)施例所提供的人臉替換方法優(yōu)選地在步驟S101中獲取人臉圖像數(shù)據(jù)，并根據(jù)該人臉圖像數(shù)據(jù)提取對(duì)應(yīng)的人臉特征點(diǎn)。需要指出的是，在本發(fā)明的不同實(shí)施例中，根據(jù)實(shí)際需要，該方法既可以通過(guò)智能機(jī)器人所配置的圖像采集設(shè)備(例如攝像頭)來(lái)獲取人臉圖像數(shù)據(jù)，也可以通過(guò)接收其他設(shè)備傳輸來(lái)的數(shù)據(jù)來(lái)獲取人臉圖像數(shù)據(jù)，抑或是通過(guò)其他合理方式來(lái)獲取人臉圖像數(shù)據(jù)，本發(fā)明不限于此。

人臉檢測(cè)是人臉?lè)治龅牡谝徊?，在?shí)際操作過(guò)程中，光照強(qiáng)度、面部表情以及臉部遮擋物等因素會(huì)增加人臉檢測(cè)的難度。到目前為止，人臉檢測(cè)具有很多種較好的方法，其中主要包括：基于幾何特征的識(shí)別方法、模板匹配法、特征臉?lè)椒?、奇異值分?SVD)的方法、隱馬爾可夫模型、神經(jīng)網(wǎng)絡(luò)方法、彈性圖匹配方法等。彩色圖像中的膚色信息不受形狀、大小以及姿態(tài)的影響。與RGB彩色空間相比，YCbCr彩色空間將亮度與色彩信息分離，并且膚色信息在該空間的分布具有集中性。因此，本實(shí)施例中，該方法在步驟S101中優(yōu)選地基于YcbCr彩色空間來(lái)對(duì)所獲取到的人臉圖像數(shù)據(jù)進(jìn)行人臉識(shí)別。

在識(shí)別得到人臉圖像后，該方法會(huì)對(duì)該人臉圖像進(jìn)行特征點(diǎn)提取，從而得到對(duì)應(yīng)的人臉特征點(diǎn)。具體地，本實(shí)施例中，該方法在步驟S101中所提取到的人臉特征點(diǎn)的數(shù)量?jī)?yōu)選地為68個(gè)。需要指出的是，在本發(fā)明的其他實(shí)施例中，根據(jù)實(shí)際需要，該方法在步驟S101中所提取的人臉特征點(diǎn)的數(shù)量還可以為其他合理值，本發(fā)明不限于此。

在得到人臉特征點(diǎn)后，該方法會(huì)在步驟S102中基于上述人臉特征點(diǎn)和待替換面部圖像數(shù)據(jù)的面部特征點(diǎn)，來(lái)對(duì)步驟S101中所獲取到的人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域地進(jìn)行匹配，從而得到相應(yīng)的匹配結(jié)果。

具體地，圖2示出了本實(shí)施例中基于人臉特征特征點(diǎn)和待替換面部圖像數(shù)據(jù)的面部特征點(diǎn)對(duì)人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域地進(jìn)行匹配的具體實(shí)現(xiàn)流程示意圖。

如圖2所示，本實(shí)施例中，該方法會(huì)在步驟S201中根據(jù)步驟S101中所提取到的人臉圖像數(shù)據(jù)所對(duì)應(yīng)的人臉特征點(diǎn)，來(lái)基于Delaunay(德洛內(nèi))三角網(wǎng)對(duì)上述人臉圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，從而得到人臉圖像區(qū)域劃分結(jié)果。

目前比較常用的二維三角剖分的優(yōu)化標(biāo)準(zhǔn)主要包括：最大-最小距離標(biāo)準(zhǔn)、圓標(biāo)準(zhǔn)、最大-最小角標(biāo)準(zhǔn)、最大-最小高標(biāo)準(zhǔn)以及Thiessen標(biāo)準(zhǔn)等。這些標(biāo)準(zhǔn)的一個(gè)基本出發(fā)點(diǎn)就是盡量避免平面三角形出現(xiàn)太尖的情況。因?yàn)楦鶕?jù)近逼近論的分析結(jié)果，三角曲面的逼近誤差與三角區(qū)域的最小內(nèi)角有關(guān)，避免過(guò)尖的三角形就可以提高逼近精度，這一問(wèn)題在有限元分析中顯得尤為重要。

本實(shí)施例采用Delaunay(德洛內(nèi))三角剖分法來(lái)根據(jù)所提取到的人臉特征點(diǎn)對(duì)人臉圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，從而得到人臉圖像區(qū)域劃分結(jié)果。Delaunay(德洛內(nèi))三角剖分法具有最小內(nèi)角最大以及平均形態(tài)比較大的性質(zhì)。

如圖2所示，本實(shí)施例中，該方法還在步驟S202中根據(jù)面部特征點(diǎn)，同樣基于Delaunay(德洛內(nèi))三角網(wǎng)來(lái)對(duì)待替換面部圖像數(shù)據(jù)進(jìn)行區(qū)域劃分，從而得到待替換面部圖像區(qū)域劃分結(jié)果。

需要指出的是，本實(shí)施例中，與人臉特征點(diǎn)相對(duì)應(yīng)地，上述待替換面部圖像的特征點(diǎn)的數(shù)量?jī)?yōu)選地同樣為68個(gè)。當(dāng)然，在本發(fā)明的其他實(shí)施例中，根據(jù)人臉特征點(diǎn)的數(shù)量的不同，上述待替換面部圖像的特征點(diǎn)的數(shù)量也可以為其他合理數(shù)值，本發(fā)明不限于此。

同時(shí)，還需要指出的是，本發(fā)明并不對(duì)得到人臉圖像區(qū)域劃分結(jié)果以及得到待替換面部圖形區(qū)域劃分結(jié)果的具體順序進(jìn)行限定。在本發(fā)明的不同實(shí)施例中，根據(jù)實(shí)際需要，該方法既可以先得到人臉圖像區(qū)域劃分結(jié)果再得到待替換面部圖形區(qū)域劃分結(jié)果，也可以先得到待替換面部圖形區(qū)域劃分結(jié)果再得到人臉圖像區(qū)域劃分結(jié)果，抑或是同時(shí)得到人臉圖像區(qū)域劃分結(jié)果和待替換面部圖形區(qū)域劃分結(jié)果。

在得到人臉圖像區(qū)域劃分結(jié)果和待替換面部圖形區(qū)域劃分結(jié)果后，該方法會(huì)在步驟S203中對(duì)人臉圖像區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果中的各個(gè)三角區(qū)域進(jìn)行匹配，從而得到匹配結(jié)果。

具體地，本實(shí)施例中，由于人臉圖像區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果中的各個(gè)三角區(qū)域均是由對(duì)應(yīng)的特征點(diǎn)組合形成地，因此該方法在步驟S203中可以根據(jù)人臉特征點(diǎn)以及待替換圖像數(shù)據(jù)的面部特征點(diǎn)的對(duì)應(yīng)關(guān)系，來(lái)對(duì)人臉圖像區(qū)域劃分結(jié)果和待替換面部圖像區(qū)域劃分結(jié)果中的各個(gè)三角區(qū)域進(jìn)行匹配，得到人臉圖像區(qū)域劃分結(jié)果與待替換面部圖像區(qū)域中具有一一對(duì)應(yīng)關(guān)系的三角區(qū)域，從而匹配結(jié)果。

再次如圖1所示，在得到匹配結(jié)果后，該方法會(huì)在步驟S103中根據(jù)步驟S102中所得到的上述匹配結(jié)果，將替換面部圖像數(shù)據(jù)映射到上述人臉圖像數(shù)據(jù)，從而得到數(shù)據(jù)替換結(jié)果。

本實(shí)施例中，該方法在步驟S103中根據(jù)步驟S102中所得到的匹配結(jié)果，來(lái)對(duì)人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)進(jìn)行像素點(diǎn)映射，從而得到數(shù)據(jù)替換結(jié)果。具體地，該方法優(yōu)選地將待替換面部圖像區(qū)域劃分結(jié)果中各個(gè)三角區(qū)域?qū)?yīng)的像素填充到人臉圖像區(qū)域劃分結(jié)果中各自對(duì)應(yīng)的三角區(qū)域中，得到數(shù)據(jù)替換結(jié)果。

在得到數(shù)據(jù)替換結(jié)果后，該方法會(huì)在步驟S104中根據(jù)步驟S103中所得到的上述數(shù)據(jù)替換結(jié)果生成替換后的人臉圖像并輸出。

從上述描述中可以看出，本發(fā)明所提供的人臉替換方法在對(duì)兩張面部圖像進(jìn)行替換時(shí)，采用區(qū)域匹配的方式來(lái)實(shí)現(xiàn)，其基于不同面部的局部三角區(qū)域的匹配關(guān)系來(lái)建立兩張不同的面部圖像之間的對(duì)應(yīng)關(guān)系?；谏鲜鰧?duì)應(yīng)關(guān)系，該方法采用像素點(diǎn)映射的方式來(lái)進(jìn)行數(shù)據(jù)替換，該方法能夠極大提升替換速度，從而使得整個(gè)人臉替換的實(shí)現(xiàn)過(guò)程不需要依托高性能的硬件設(shè)備，這樣也就使得該方法能夠在前端(例如智能機(jī)器人的上位機(jī))運(yùn)行。

本發(fā)明還提供了一種人臉替換裝置，圖3示出了本實(shí)施例中該裝置的結(jié)果示意圖。

本實(shí)施例中，該人臉替換裝置優(yōu)選地集成在智能機(jī)器人的上位機(jī)中，其組成結(jié)構(gòu)優(yōu)選地包括：人臉特征點(diǎn)提取模塊301、數(shù)據(jù)匹配模塊302、數(shù)據(jù)映射模塊303以及人臉圖像生成模塊304。其中，人臉特征提取模塊301用于獲取人臉圖像數(shù)據(jù)，并根據(jù)該人臉圖像數(shù)據(jù)提取對(duì)應(yīng)的人臉圖像特征點(diǎn)。

本實(shí)施例中，人臉特征提取模塊301首先會(huì)對(duì)獲取到的人臉圖像數(shù)據(jù)進(jìn)行人臉檢測(cè)，從而定位出人臉。具體地，人臉特征提取模塊301優(yōu)選地基于YcbCr彩色空間來(lái)對(duì)所獲取到的人臉圖像數(shù)據(jù)進(jìn)行人臉識(shí)別。

在識(shí)別得到人臉圖像后，人臉特征提取模塊301會(huì)對(duì)人臉圖像進(jìn)行特征點(diǎn)提取，從而得到對(duì)應(yīng)的人臉特征點(diǎn)。本實(shí)施例中，人臉特征提取模塊301所提取到的人臉特征點(diǎn)的數(shù)量?jī)?yōu)選地為68個(gè)。

需要指出的是，在本發(fā)明的其他實(shí)施例中，人臉特征提取模塊301進(jìn)行人臉識(shí)別是所采用的方法可以為其他合理方法，同時(shí)，人臉特征提取模塊301所提取出的人臉特征點(diǎn)的數(shù)量也可以根據(jù)實(shí)際需要而為其他合理值，本發(fā)明不限于此。

在提取得到人臉特征點(diǎn)后，人臉特征提取模塊301會(huì)將上述人臉特征點(diǎn)傳輸至與之相連的數(shù)據(jù)匹配模塊302。數(shù)據(jù)處理模塊302在接收到上述人臉特征點(diǎn)后，會(huì)基于上述人臉特征點(diǎn)以及待替換面部圖像數(shù)據(jù)的面部特征點(diǎn)，對(duì)人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域進(jìn)行匹配，從而得到匹配結(jié)果。

本實(shí)施例中，數(shù)據(jù)處理模塊302根據(jù)人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)分區(qū)域進(jìn)行匹配的實(shí)現(xiàn)原理以及實(shí)現(xiàn)過(guò)程與上述圖2步驟S201至步驟S203所涉及的內(nèi)容相同，故在此不再對(duì)數(shù)據(jù)處理模塊302的具體內(nèi)容進(jìn)行贅述。

在得到人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)的匹配結(jié)果后，數(shù)據(jù)處理模塊302會(huì)將上述匹配結(jié)果傳輸至數(shù)據(jù)映射模塊303。其中，數(shù)據(jù)映射模塊303能夠根據(jù)上述匹配結(jié)果，來(lái)對(duì)人臉圖像數(shù)據(jù)和待替換面部圖像數(shù)據(jù)進(jìn)行像素點(diǎn)映射，從而得到數(shù)據(jù)替換結(jié)果。具體地，數(shù)據(jù)映射模塊303優(yōu)選地將待替換面部圖像區(qū)域劃分結(jié)果中各個(gè)三角區(qū)域?qū)?yīng)的像素填充到人臉圖像區(qū)域劃分結(jié)果中各自對(duì)應(yīng)的三角區(qū)域中，得到數(shù)據(jù)替換結(jié)果。

人臉圖像生成模塊304與數(shù)據(jù)映射模塊303連接，其會(huì)根據(jù)數(shù)據(jù)映射模塊303傳輸來(lái)的數(shù)據(jù)替換結(jié)果來(lái)生成替換后的人臉圖像并輸出，這樣也就完成了人臉替換輸出過(guò)程。

應(yīng)該理解的是，本發(fā)明所公開(kāi)的實(shí)施例不限于這里所公開(kāi)的特定結(jié)構(gòu)或處理步驟，而應(yīng)當(dāng)延伸到相關(guān)領(lǐng)域的普通技術(shù)人員所理解的這些特征的等同替代。還應(yīng)當(dāng)理解的是，在此使用的術(shù)語(yǔ)僅用于描述特定實(shí)施例的目的，而并不意味著限制。

說(shuō)明書中提到的“一個(gè)實(shí)施例”或“實(shí)施例”意指結(jié)合實(shí)施例描述的特定特征、結(jié)構(gòu)或特性包括在本發(fā)明的至少一個(gè)實(shí)施例中。因此，說(shuō)明書通篇各個(gè)地方出現(xiàn)的短語(yǔ)“一個(gè)實(shí)施例”或“實(shí)施例”并不一定均指同一個(gè)實(shí)施例。

雖然上述示例用于說(shuō)明本發(fā)明在一個(gè)或多個(gè)應(yīng)用中的原理，但對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，在不背離本發(fā)明的原理和思想的情況下，明顯可以在形式上、用法及實(shí)施的細(xì)節(jié)上作各種修改而不用付出創(chuàng)造性勞動(dòng)。因此，本發(fā)明由所附的權(quán)利要求書來(lái)限定。