人像头发边缘处理方法、装置、计算机设备及存储介质与流程

1.本发明涉及一种人像头发边缘处理方法、装置、计算机设备及存储介质，属于拍照服务中的图像处理技术领域。


背景技术：

2.进入ai(人工智能)时代，人像信息作为个人隐私源头，也是重要的个人身份识别标识，成为验证“此人是此人”的关键依据，与人们工作、生活、学习、考试、出国等息息相关。证件用人像信息(即证件照)的采集，成了从源头保护信息安全的重中之重，由于证件照要求人像头发不能蓬松散乱、头发占比不能过大，所以现有拍照服务中的图像处理都是靠人工处理去压缩头发。


技术实现要素：

3.有鉴于此，本发明提供了一种人像头发边缘处理方法、装置、计算机设备及存储介质，其可以实现自动压缩收拢人像中蓬松散乱的头发，避免相片因头发蓬松导致审核不通过，制证失败；同时，处理效果自然，避免失真。
4.本发明的第一个目的在于提供一种人像头发边缘处理方法。
5.本发明的第二个目的在于提供一种人像头发边缘处理装置。
6.本发明的第三个目的在于提供一种计算机设备。
7.本发明的第四个目的在于提供一种存储介质。
8.本发明的第一个目的可以通过采取如下技术方案达到：
9.一种人像头发边缘处理方法，所述方法包括：
10.获取人脸信息；
11.将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；
12.计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；
13.根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；
14.根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
15.进一步的，所述对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量，包括：
16.采用三角形分割法，对环形区域进行有限元分割，得到三角网；
17.对三角网区域进行有限元计算，得到每一个像素点的位移量。
18.进一步的，所述采用三角形分割法，对环形区域进行有限元分割，得到三角网，包
括：
19.使用一阶非线性偏微分方程在环形区域上求解，得到有限元三角形的大小分布函数；
20.根据有限元三角形的大小分布函数，以及结构力学中的超静定结构计算，通过解结构力学的偏微分方程，得到三角网。
21.进一步的，所述一阶非线性偏微分方程的构建过程如下：
22.定义一条位置与时间的闭合曲线，以及定义所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数；
23.根据所述闭合曲线，以及所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数，构建一阶非线性偏微分方程。
24.进一步的，所述定义一条位置与时间的闭合曲线，以及定义所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数，包括：
25.定义一条位置与时间的闭合曲线，如下式：
[0026][0027]
其中，表示曲线上的某一点，x、y表示坐标，s是曲线的位置参数，t是曲线的时间参数；
[0028]
定义所述闭合曲线的曲率，如下式：
[0029][0030]
其中，k(s,t)表示曲率，xs表示x关于s的一阶偏导数，ys表示y关于s的一阶偏导数，x
ss
表示x关于s的二阶偏导数，y
ss
表示y关于s的二阶偏导数；
[0031]
定义所述闭合曲线的移动方向为法线方向，如下式：
[0032][0033]
其中，表示曲线上某一点s，在t时刻的时候的法向量；
[0034]
定义所述闭合曲线的移动速率，如下式：
[0035][0036]
其中，f(k)表示移动速率；
[0037]
定义所述闭合曲线的x轴方向的速度分量、y轴方向的速度分量，如下式：
[0038][0039][0040]
其中，x
t
表示x关于t的一阶偏导数，y
t
表示y关于t的一阶偏导数；
[0041]
定义所述闭合曲线的速率函数，如下式：
[0042]
f(k)＝1-εk
[0043]
其中，ε是一个大于0的常数。
[0044]
进一步的，所述对三角网区域进行有限元计算，得到每一个像素点的位移量，包括：
[0045]
在三角网区域，解流体力学的偏微分方程得到对应三角网眼的位移量，通过三角插值，计算每一个像素点的位移量。
[0046]
进一步的，所述定义在环形区域的边缘处、内部和外部的距离，包括：
[0047]
定义在环形区域的边缘处的距离为0，环形区域内部的距离为负，环形区域外部的距离为正。
[0048]
本发明的第二个目的还可以通过采取如下技术方案达到：
[0049]
一种人像头发边缘处理装置，所述装置包括：
[0050]
获取模块，用于获取人脸信息；
[0051]
划分模块，用于将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；
[0052]
第一计算模块，用于计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；
[0053]
第二计算模块，用于根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；
[0054]
组合模块，用于根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
[0055]
进一步的，所述获取模块之后，还包括：
[0056]
裁剪与调整模块，用于对人脸信息进行相片裁剪和色彩调整。
[0057]
本发明的第三个目的还可以通过采取如下技术方案达到：
[0058]
一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述的人像头发边缘处理方法。
[0059]
本发明的第四个目的还可以通过采取如下技术方案达到：
[0060]
一种存储介质，存储有程序，所述程序被处理器执行时，实现上述的人像头发边缘处理方法。
[0061]
本发明相对于现有技术具有如下的有益效果：
[0062]
本发明通过将人脸信息分成静区和动区两部分，计算静区的距离函数，得到头发的大致收缩方向，根据距离函数的两条曲线构成的环形区域，重新计算距离函数，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量，从而对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息，可以实现自动压缩收拢人像中蓬松散乱的头发，避免相片因头发蓬松导致审核不通过，制证失败；同时，处理效果自然，避免失真。
附图说明
[0063]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0064]
图1为本发明实施例1的拍照服务系统的结构框图。
[0065]
图2为本发明实施例1的拍照设备拍照服务方法的流程图。
[0066]
图3为本发明实施例1的平台服务器拍照服务方法的流程图。
[0067]
图4为本发明实施例1的人像头发边缘处理方法的流程图。
[0068]
图5为本发明实施例1的原图以及其划分的静区示意图。
[0069]
图6为本发明实施例1的划分静区和动区示意图。
[0070]
图7为本发明实施例1的静区的距离函数示意图。
[0071]
图8为本发明实施例1的环形区域的距离函数示意图。
[0072]
图9为本发明实施例1的有限元三角形的大小分布函数示意图。
[0073]
图10为本发明实施例1的三角网区域示意图。
[0074]
图11为本发明实施例1的每一个像素点的位移量示意图。
[0075]
图12为本发明实施例1的原图与最终效果图的对比图。
[0076]
图13为本发明实施例2的人像头发边缘处理装置的结构框图。
[0077]
图14为本发明实施例3的计算机设备的结构框图。
具体实施方式
[0078]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0079]
实施例1：
[0080]
本实施例提供了一种人像头发边缘处理方法，该方法能够应用于拍照服务系统的相片处理中，如图1所示，该拍照服务系统包括拍照设备101、移动终端102和平台服务器103，拍照设备101与移动终端102相连，平台服务器103分别与拍照设备101、移动终端102相连；本实施例可以通过拍照设备101进行相片处理，也可以通过平台服务器103进行相片处理。
[0081]
当通过拍照设备101进行相片处理时，拍照设备101的拍照服务方法如图2所示，具体包括：
[0082]
s201、识别用户，根据用户的动作，引导拍摄。
[0083]
本实施例在步骤s101之前还可包括：获取平台服务器发送的小程序码，并通过显示屏显示小程序码，该小程序码为二维码。
[0084]
其中，识别用户的操作具体包括：当用户出现在拍照设备前，感知到用户，利用sdm算法hyperlandmark对用户进行人脸检测，从用户人脸检测框中，获取面部106个keypoints人脸关键点，构成最基本的五官面部图，包含脸部下沿、眉、眼、鼻、口，以此判定拍摄人头部姿态是否端正；使用caffe网络框架下的openpose模型从人物检测框中获取人物肢体关键点，包含头、躯干、四肢等14个关键点，以此为依据判断人物是否姿态端正、手部是否抬起或
是否有遮挡行为。
[0085]
为了感知到用户，拍照设备在待机时，处于视频监控状态，播放宣传视频或动画，利用yolo网络框架fastestdet模型检测环境场景，当未出现行人时，继续待机，直到检测到行人识别框时，开始检测行人人脸，利用mtcnn框架网络检测人脸框和五官五点定位信息；当经过一定时间帧，确定用户已经稳定落座时，即完成感知用户的操作；其中，稳定状态是指用户连续几帧没有动则判为稳定。
[0086]
其中，根据用户的动作，引导拍摄的操作是为了引导有拍摄意愿的用户，行至画面中间位置，该操作可以包括控制扬声器播放语音，和/或控制显示屏播放动画，在检测人脸框和五官五点定位信息之后执行。
[0087]
s202、获取移动终端发送的第一指令，准备拍摄环境。
[0088]
具体地，用户通过移动终端(如手机等)扫描拍照设备显示的小程序码，打开小程序，进入智慧拍照服务，发送第一指令给拍照设备，从而使拍照设备获取移动终端扫描该小程序码后发送的第一指令，第一指令包括用户选择拍摄的证件类型，证件类型包括身份证、驾驶证、出入境证件三大类证件及其他；本领域技术人员可以理解，用户还可以通过指定app输入或者扫描拍照设备上显示的一次性码，进入智慧拍照服务，输入第一指令给拍照设备，从而使拍照设备获取移动终端通过指定app输入的第一指令。
[0089]
本实施例的准备拍摄环境包括控制扬声器播放语音、控制补光灯、控制拍照部件打开/升降，拍照部件可以采用摄像头或者照相机，补光灯可以为布局在不同位置、提供不同方向光源的补光灯组。
[0090]
s203、初拍摄用户人脸，得到第一人脸信息，通过显示屏播放实时拍摄到的画面。
[0091]
本实施例采用了单向玻璃技术，在取景框对准人像后，初拍摄用户人脸，得到第一人脸信息，通过显示屏播放实时拍摄到的画面，并通过单向玻璃反射，使得用户像照镜子一样。
[0092]
s204、对第一人脸信息进行证件照标准检测。
[0093]
其中，证件照标准检测可以通过拍照设备进行，直接得到证件照标准检测结果，容易理解，也可以将第一指令和第一人脸信息发送给平台服务器，平台服务器对第一人脸信息进行证件照标准检测，获取平台服务器的证件照标准检测结果。
[0094]
进一步地，本实施例的证件照标准检测是利用pytorch框架下的efficientnet-mobile分类模型，检测用户是否佩戴眼镜、是否头发遮挡、是否衣物遮挡等等。
[0095]
若证件照标准检测结果不符合证件照标准，即任一项标准检测不符合要求，则进入步骤s205；若证件照标准检测结果为通过检测，则进入步骤s206。
[0096]
s205、根据证件照标准检测结果，调整拍照设备重新拍摄用户人脸，得到新的第一人脸信息，直到证件照标准检测结果为通过检测。
[0097]
具体地，根据证件照标准检测结果，调整拍照设备，和/或等待用户整理完成后重新进入稳定状态，重新拍摄用户人脸，将重新拍摄的人脸信息作为第一人脸信息，返回步骤s204的证件照标准检测，再进行下一项标准的检测，直到证件照标准检测结果为通过检测，进入步骤s206。
[0098]
其中，调整拍照设备包括控制拍照部件升降，和/或控制补光灯，和/或通过控制扬声器播放语音、控制显示屏播放动画指导用户自行整理。
[0099]
进一步地，控制拍照部件升降包括：根据第一人脸信息，调整拍照部件位置，达到最佳拍摄高度；控制补光灯，包括：利用分割模型，分割出第一人脸信息中的皮肤区域，计算皮肤区域内光照明暗强度分布，计算阴影位置，调节补光灯光照强度，容易理解，可以分别调节布局在不同位置的补光灯组的光照强度，达到最佳光照拍摄环境；指导用户自行整理，包括：根据证件照标准检测结果，指导用户修正五官表情、头发、姿态(包括头部姿态和身体姿态)和衣着饰物。
[0100]
s206、正式拍摄用户人脸，得到第二人脸信息，对第二人脸信息进行相片处理，将处理后第二人脸信息发送给平台服务器。
[0101]
具体地，用户按照指引准备就绪，拍照设备播放语音：“3、2、1”，正式拍摄用户人脸，得到第二人脸信息，此时拍照设备可以直接对第二人脸信息进行相片处理，将处理后第二人脸信息发送给平台服务器，平台服务器对处理后第二人脸信息进行相片审核，将相片审核结果反馈给移动终端，获取移动终端的第二指令，根据第二指令将审核后证件照相片及证照码发送给移动终端。
[0102]
拍摄完毕后，拍照设备恢复日常环境，恢复日常环境包括控制显示屏播放指引用户查看移动终端的动画以及控制扬声器播放指引用户查看移动终端的语音、控制拍照部件关闭和控制补光灯关闭。
[0103]
当通过平台服务器103进行相片处理时，平台服务器103的拍照服务方法如图3所示，具体包括：
[0104]
s301、获取拍照设备发送的第一指令和第一人脸信息，对第一人脸信息进行证件照标准检测。
[0105]
本实施例在步骤s301之前，还可包括：接收相馆通过客户端或者官方网站的拍照设备申请，拍照设备申请包括相馆店铺经营资质、签订设备使用条约等；根据拍照设备申请，对相馆进行审核，资质审核通过后，对拍照设备做好相关的信息配置，并派送到签约相馆；在将完成信息配置的拍照设备派送到签约相馆后，统一管控相馆的拍照设备所有信息，如设备应用系统、设备信息配置、设备硬件升级维护以及管理。
[0106]
进一步地，管控拍照设备还包括接收相馆通过电脑客户端或者移动终端小程序，登录相馆账号(登录账号/手机号+密码)绑定拍照设备的信息。
[0107]
s302、将证件照标准检测结果发送给拍照设备。
[0108]
拍照设备接收到证件照标准检测结果后，对证件照标准检测结果进行判断，若证件照标准检测结果不符合证件照标准，则根据证件照标准检测结果，调整拍照设备重新拍摄用户人脸，直到证件照标准检测结果为通过检测；若证件照标准检测结果为通过检测，则正式拍摄用户人脸，得到第二人脸信息，并将第二人脸信息发送给平台服务器。
[0109]
由于证件照标准检测可以由拍照设备实现，因此本实施例的智慧拍照服务方法也可以直接执行步骤s303-s304。
[0110]
s303、获取拍照设备发送的第二人脸信息，对第二人脸信息进行相片处理，并对处理后第二人脸信息进行相片审核，将相片审核结果反馈给移动终端。
[0111]
其中，第二人脸信息是拍照设备正式拍摄得到的用户人脸信息，平台服务器可以获取拍照设备发送的未处理第二人脸信息，对第二人脸信息进行相片处理，并对处理后第二人脸信息进行相片审核。
[0112]
平台服务器直接获取拍照设备采集并发送的第二人脸信息，对第二人脸信息进行相片审核，无需再经过未授权第三方(如照相馆、人工修图软件)处理，从根源上杜绝相片信息泄露风险。
[0113]
其中，相片审核结果为合格时，用户即可在移动终端的小程序或者app上查看并确认自动生成的合格证件照相片效果，可以通过移动终端将包含支付、下载相片及回执等的第二指令发送给平台服务器，支付费用后可以把证件照相片下载保存到用户的移动终端相册；相片审核结果为不合格时，小程序或者app上显示不合格原因、解决方案，显示相片原图，以及在相片中标记不合格位置，进入不合格页面，开始倒计时20秒，20秒内用户可以通过移动终端将包含选择重新拍照的第二指令发送给平台服务器，超过20秒，需重新扫码拍摄。
[0114]
本实施例的相片处理包括根据第一指令中的证件类型进行相片裁剪、色彩调整、头发边缘处理和背景颜色变换。
[0115]
s304、获取移动终端的第二指令，根据第二指令，将审核后证件照相片及证照码发送给移动终端。
[0116]
具体地，将证件照相片及证照码发送给移动终端，包括：相片审核结果为合格后，平台服务器把第二人脸信息处理成多种常用证件照相片；平台服务器通过水印加密技术对多种常用证件照相片进行加密处理，存储在数据库中，同时将加密后多种常用证件照相片信息转化成唯一的证照二维码；平台服务器在将加密后多种常用证件照相信息转化为唯一的证照二维码后，通过特殊专用传输通道，将证照二维码发送给政务系统内网，保障相片信息安全性；同时将审核后证件照相片和证照二维码发送给移动终端，用户可以将电子证件照相片保存到移动终端的相册中。
[0117]
平台服务器把人像信息发送给政务系统内网，用户相片信息在整个传输过程中完全保密，杜绝未授权第三方获取用户任一相片信息，确保用户信息安全。
[0118]
用户在拍照设备进行拍照，由平台服务器对相片进行检测处理，相片合格后，自动生成多种常用证件照相片，并转化成唯一的证照二维码，即证照二维码包含多种常用证件照相片信息，实现一次拍照，多相可用。如拍摄身份证照片后，生成证照二维码，证照二维码包括居民身份证、机动车驾驶证、居住证、护照或港澳台通行证等常用证件相片。用户在相片有效期内可多地、多场合重复使用，出示证照码即可使用相片或下载电子相片，无需再重新拍摄，充分发挥证件照作用，提升用户的办事效率。
[0119]
s305、接收已授权第三方带证照码的调用指令，将证件照相片加密后传送给已授权第三方。
[0120]
用户前往办证大厅办理证件业务，只需出示由人像信息对应生成的证照二维码即可完成信息交互，无需再携带纸质相片或相片回执办理业务。业务部门扫描用户证照二维码，获取唯一的证照二维码信息，通过二维码信息去获取政务内网系统中对应的人像信息，完成业务办理。
[0121]
上述相片处理主要采用人像头发边缘处理方法实现，如图4所示，该人像头发边缘处理方法包括以下步骤：
[0122]
s401、获取人脸信息。
[0123]
本实施例获取的人脸信息为上述正式拍摄后得到的第二人脸信息，为了更好地进
行头发边缘处理，在获取第二人脸信息后，对第二人脸信息进行相片裁剪和色彩调整。
[0124]
s402、将人脸信息分成静区和动区两部分。
[0125]
其中，静区(mask)包括人头、身体、衣物和头发比较密实的部分等固定不可压缩的部分，如图5所示，左边为原图(第二人脸信息)，右边浅色部分为静区，动区包括头发比较稀疏的部分以及背景，如图6所示，中间人像部分为静区，外面背景部分为动区，如何划分静区和动区，由深度学习模型产生的mask图自动确定，在此不再赘述。
[0126]
s403、计算静区的距离函数，得到头发的大致收缩方向。
[0127]
具体地，头发收缩一定是从远离静区的地方，逐渐靠近静区，即距离缩小。因此，计算静区的距离函数，可以得到头发的大致收缩方向，距离函数由opencv库计算，该距离函数如图7所示，其包括第一曲线(图中里边的曲线)和第二曲线(图中外边的曲线)，第一曲线表示静区的轮廓，第二曲线表示到第一曲线等距d的曲线，其中d的值适当选取，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域，静区不变化，无需计算，只需要复制即可，动区包括大部分的背景，第二曲线以外的背景也不需要处理，因此，计算区域大幅缩减。
[0128]
s404、根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量。
[0129]
其中，定义在环形区域的边缘处的距离为0，环形区域内部的距离为负，环形区域外部的距离为正，重新计算的距离函数如图8所示，环形区域的边缘处即为第一曲线和第二曲线上。
[0130]
本实施例对环形区域进行有限元分割采取的是三角形分割法，有如下要求：
[0131]
1)每一个元都是三角形，并且尽可能接近等边三角形。
[0132]
2)在轮廓曲折的地方，使用较小的三角形，以使得三角网络尽量贴近实际边缘，在轮廓比较平整的地方，使用较大的三角形，以减轻计算量，提高速度。
[0133]
3)大、小三角形之间要平滑过渡，即任意一个三角形的顶点，不能在另一个三角形的边上，相邻的两个三角形，必须有一条等长的公共边，否则有限元方程无解。
[0134]
要满足上述三个条件，需要使用一阶非线性偏微分方程，以及delaunay三角网，delaunay三角网可以直接调用opencv的库。
[0135]
下面描述一阶非线性偏微分方程，并且说明如何利用这个方程实现平滑过渡，非线性偏微分方程构建过程为：定义一条位置与时间的闭合曲线，以及定义该闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数；根据该闭合曲线，以及该闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数，构建一阶非线性偏微分方程，具体说明如下：
[0136]
定义一条闭合曲线如下，s是位置参数，t是时间参数：
[0137][0138]
其中，表示曲线上的某一点，x、y表示坐标，s是曲线的位置参数，t是曲线的时间参数。
[0139]
其曲率为：
[0140][0141]
其中，k(s,t)表示曲率，它是一个和s、t有关的函数，xs表示x关于s的一阶偏导数，ys表示y关于s的一阶偏导数,x
ss
表示x关于s的二阶偏导数，y
ss
表示y关于s的二阶偏导数。
[0142]
定义其移动方向为法线方向为：
[0143][0144]
其中，表示曲线上某一点s，在t时刻的时候的法向量。
[0145]
移动速率为：
[0146][0147]
其中，f(k)表示移动速率，它是一个和曲率k有关的函数。
[0148]
x轴方向的速度分量、y轴方向的速度分量为：
[0149][0150][0151]
其中，x
t
表示x关于t的一阶偏导数，y
t
表示y关于t的一阶偏导数。
[0152]
速率函数定义为：
[0153]
f(k)＝1-εk(7)
[0154]
其中，ε是一个大于0的常数。
[0155]
上述公式(1)-(7)联立起来构成一阶非线性偏微分方程，在环形区域上求解，得到有限元三角形的大小分布函数，如图9所示，在曲率大的地方，三角形小，在曲率小的地方，三角形大，并且过渡圆滑(图片右侧的比例尺为相对大小)。
[0156]
根据有限元三角形的大小分布函数，以及结构力学中的超静定结构计算，通过解结构力学的偏微分方程，得到三角网，该三角网形状类似于海珠桥上的钢架结构形状，如图10所示。
[0157]
在三角网区域，解流体力学的偏微分方程得到对应三角网眼的位移量，通过三角插值，计算每一个像素点的位移量，如图11所示。
[0158]
s405、根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
[0159]
按照图11的位移量，对原图(第二人脸信息)进行变化，将变化后的动区和不变的静区组合起来，得到变化后的第二人脸信息，最终效果图如图12的右边所示，图12的左边为原图。
[0160]
本实施例在完成人像头发边缘处理后，还可以进行背景颜色变换。
[0161]
应当注意，尽管以特定顺序描述了上述实施例的方法操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0162]
实施例2：
[0163]
如图13所示，本实施例提供了一种防止人像信息泄露的智慧拍照服务装置，该装置应用于拍照设备，其包括获取模块1301、划分模块1302、第一计算模块1303和第二计算模块1304和组合模块1305，各个模块的说明如下：
[0164]
获取模块1301，用于获取人脸信息。
[0165]
划分模块1302，用于将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景。
[0166]
第一计算模块1303，用于计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域。
[0167]
第二计算模块1304，用于根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量。
[0168]
组合模块1305，用于根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
[0169]
上述模块的具体实现可以参见上述实施例1；需要说明的是，本实施例提供的装置仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
[0170]
实施例3：
[0171]
本实施例提供了一种计算机设备，如图14所示，其包括通过系统总线1401连接的处理器1402、存储器、输入装置1403、显示器1404和网络接口1405，该处理器用于提供计算和控制能力，该存储器包括非易失性存储介质1406和内存储器1407，该非易失性存储介质1406存储有操作系统、计算机程序和数据库，该内存储器1407为非易失性存储介质中的操作系统和计算机程序的运行提供环境，处理器1402执行存储器存储的计算机程序时，实现上述实施例1的人像头发边缘处理方法，如下：
[0172]
获取人脸信息；
[0173]
将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；
[0174]
计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；
[0175]
根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；
[0176]
根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
[0177]
实施例4：
[0178]
本实施例提供了一种存储介质，该存储介质为计算机可读存储介质，其存储有计
算机程序，计算机程序被处理器执行时，实现上述实施例1的人像头发边缘处理方法，如下：
[0179]
获取人脸信息；
[0180]
将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；
[0181]
计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；
[0182]
根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；
[0183]
根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
[0184]
需要说明的是，上述实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线或半导体的装置、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件或者上述的任意合适的组合。
[0185]
在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0186]
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序，上述程序设计语言包括面向对象的程序设计语言—诸如java、python、c++，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0187]
综上所述，本发明通过将人脸信息分成静区和动区两部分，计算静区的距离函数，得到头发的大致收缩方向，根据距离函数的两条曲线构成的环形区域，重新计算距离函数，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量，从而对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息，可以实现自动
压缩收拢人像中蓬松散乱的头发，避免相片因头发蓬松导致审核不通过，制证失败；同时，处理效果自然，避免失真。
[0188]
以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。

技术特征：
1.一种人像头发边缘处理方法，其特征在于，所述方法包括：获取人脸信息；将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。2.根据权利要求1所述的人像头发边缘处理方法，其特征在于，所述对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量，包括：采用三角形分割法，对环形区域进行有限元分割，得到三角网；对三角网区域进行有限元计算，得到每一个像素点的位移量。3.根据权利要求2所述的人像头发边缘处理方法，其特征在于，所述采用三角形分割法，对环形区域进行有限元分割，得到三角网，包括：使用一阶非线性偏微分方程在环形区域上求解，得到有限元三角形的大小分布函数；根据有限元三角形的大小分布函数，以及结构力学中的超静定结构计算，通过解结构力学的偏微分方程，得到三角网。4.根据权利要求3所述的人像头发边缘处理方法，其特征在于，所述一阶非线性偏微分方程的构建过程如下：定义一条位置与时间的闭合曲线，以及定义所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数；根据所述闭合曲线，以及所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数，构建一阶非线性偏微分方程。5.根据权利要求4所述的人像头发边缘处理方法，其特征在于，所述定义一条位置与时间的闭合曲线，以及定义所述闭合曲线的曲率、移动方向、移动速率、x轴方向的速度分量、y轴方向的速度分量和速率函数，包括：定义一条位置与时间的闭合曲线，如下式：其中，表示曲线上的某一点，x、y表示坐标，s是曲线的位置参数，t是曲线的时间参数；定义所述闭合曲线的曲率，如下式：其中，k(s,t)表示曲率，x
s
表示x关于s的一阶偏导数，y
s
表示y关于s的一阶偏导数，x
ss
表示x关于s的二阶偏导数，y
ss
表示y关于s的二阶偏导数；
定义所述闭合曲线的移动方向为法线方向，如下式：其中，表示曲线上某一点s，在t时刻的时候的法向量；定义所述闭合曲线的移动速率，如下式：其中，f(k)表示移动速率；定义所述闭合曲线的x轴方向的速度分量、y轴方向的速度分量，如下式：定义所述闭合曲线的x轴方向的速度分量、y轴方向的速度分量，如下式：其中，x
t
表示x关于t的一阶偏导数，y
t
表示y关于t的一阶偏导数；定义所述闭合曲线的速率函数，如下式：f(k)＝1-εk其中，ε是一个大于0的常数。6.根据权利要求2所述的人像头发边缘处理方法，其特征在于，所述对三角网区域进行有限元计算，得到每一个像素点的位移量，包括：在三角网区域，解流体力学的偏微分方程得到对应三角网眼的位移量，通过三角插值，计算每一个像素点的位移量。7.根据权利要求1-6任一项所述的人像头发边缘处理方法，其特征在于，所述定义在环形区域的边缘处、内部和外部的距离，包括：定义在环形区域的边缘处的距离为0，环形区域内部的距离为负，环形区域外部的距离为正。8.一种人像头发边缘处理装置，其特征在于，所述装置包括：获取模块，用于获取人脸信息；划分模块，用于将人脸信息分成静区和动区两部分，所述静区包括人头、身体、衣物和头发比较密实的部分，所述动区包括头发比较稀疏的部分以及背景；第一计算模块，用于计算静区的距离函数，得到头发的大致收缩方向，所述距离函数包括第一曲线和第二曲线，所述第一曲线表示静区的轮廓，所述第二曲线表示到第一曲线等距的曲线，使得第二曲线包含大部分的头发，第一曲线和第二曲线围合起来的环形区域为计算区域；第二计算模块，用于根据环形区域，重新计算距离函数，并且定义在环形区域的边缘处、内部和外部的距离，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；组合模块，用于根据位移量，对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。
9.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-7任一项所述的人像头发边缘处理方法。10.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的人像头发边缘处理方法。

技术总结
本发明公开了一种人像头发边缘处理方法、装置、计算机设备及存储介质，所述方法包括：获取人脸信息；将人脸信息分成静区和动区两部分；计算静区的距离函数，得到头发的大致收缩方向，距离函数包括第一曲线和第二曲线，第一曲线表示静区的轮廓，第二曲线表示到第一曲线等距的曲线，第一曲线和第二曲线围合起来的环形区域为计算区域；重新计算距离函数，对环形区域进行有限元分割和有限元计算，得到每一个像素点的位移量；对人脸信息进行变化，将变化后的动区和不变的静区组合起来，得到变化后的人脸信息。本发明可以实现自动压缩收拢人像中蓬松散乱的头发，避免相片因头发蓬松导致审核不通过，制证失败；同时，处理效果自然，避免失真。真。真。


技术研发人员：陈达佳 吕杏华
受保护的技术使用者：广州翼拍联盟网络技术有限公司
技术研发日：2023.03.31
技术公布日：2023/7/31