(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111436187.6 (22)申请日 2021.11.29 (71)申请人 合肥安达创展科技股份有限公司 地址 230041 安徽省合肥市包河区河北路 18 (72)发明人 王正前　梅震坤　邹颂扬　鲍海波　 王家伟　李颖　 (74)专利代理 机构 安徽深蓝律师事务所 3413 3 代理人 张仙强 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/30(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06T 3/00(2006.01)G06T 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种快速面部识别替换的自适应算法 (57)摘要 本发明提供一种快速面部识别替换的自适 应算法， 包括： （1） 对输入A图像和B图像通过机器 学习进行位置标定， （2） 推导面部朝向的角度， （3） 分别计算A图像和B图像的肤 色， （4） 分别获得 A图像和B图像中脸部区域像素的x和y方向的梯 度， 并根据x和y方向 的梯度的均值计算角度， （5） 分别获得A图像和B图像中脸部区域像素的梯度 均值； 本发 明能够达到快速实现面部识别和替换 的效果， 提高了对于面部识别和替换的效率。 权利要求书1页 说明书4页 附图2页 CN 114155585 A 2022.03.08 CN 114155585 A 1.一种快速面部识别替换的自适应算法， 其特 征在于， 包括以下步骤： （1） 对输入A图像和B图像通过机器学习进行位置标定； （2） 推导 面部朝向的角度； （3） 分别计算A图像和B图像的肤色； （4） 分别获得A图像和B图像中脸部区域像素的x和y方向的梯度， 记为xa、 ya、 xb和yb， 并 根据x和y方向的梯度的均值计算角度； （5） 分别获得A图像和B图像中脸部区域像素的梯度均值， 分别记为complexA和 complexB。 2.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （1） 中， 分别获得A图像和B图的脸部边缘27点在图像上的坐标， 记 为A1pt和B1pt， 并分别获得A图像 和B图的五官39点在图像上的坐标， 记为A2pt和B2pt， 根据脸部边缘获得脸部区域， 记为 maskA和maskB。 3.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （2） 中， 预设相机， 设通过 单目相机位置估计预算 面部角度。 4.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （3） 中， 分别获得A图像和B图像中脸部区域像素的均值和标准差， 记为sk inA、 skinB、 devA和devB。 5.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （4） 中， 在x方向梯度的均值的角度计算公式为： rot A = atan2(avg(ya),avg(xa) )。 6.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （4） 中， 在y方向梯度的均值的角度计算公式为： rotB  = atan2(avg(yb),avg(xb) )。 7.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （5） 中， 所述的complexA的计算公式为： complexA=sqr t(pow(avg(xa),  2) + pow(avg(ya),  2))。 8.根据权利要求1所述的快速面部识别替换的自适应算法， 其特征在于： 在步骤 （5） 中， 所述的complexB的计算公式为： complexB=sqr t(pow(avg(xb),  2) + pow(avg(yb),  2))。权　利　要　求　书 1/1 页 2 CN 114155585 A 2一种快速面部识别替换的 自适应算法 技术领域 [0001]本发明涉及 面部识别替换技术领域， 特别的为一种快速面部识别替换的自适应算 法。 背景技术 [0002]人脸识别， 是基于人的脸部特征信息进行身份识别的一种生物识别技术。 用摄像 机或摄像头采集含有人脸的图像或视频流， 并自动在图像中检测和跟踪人脸， 进而对检测 到的人脸进行脸部识别的一系列相关技 术， 通常也 叫做人像识别、 面部识别。 [0003]人脸替换， 是提取人脸对象语义信息， 通过目标人脸的三维模型， 根据原始人脸的 姿态、 表情、 光照等估计信息自动调整目标人脸， 替换原始人脸， 实现目标人脸与原始图像 的无缝融合。 [0004]在影视视频的拍摄完成之后， 可能因为各种原因需要替换演员， 但是重新拍 摄耗 资巨大， 传统的画 面剪辑贴图模式需要工作人员逐帧抠图贴图替换， 费时费力， 而且速度较 慢， 无法满足使用者对于面部识别替换的要求。 [0005]又如在专利申请 号为CN201911247743.8的 “一种基于光照迁移的视频人脸替换方 法”中， 在说明书中记载有 “包括： 步骤1、 人脸侦测和识别， 首先将换脸视频中的被换目标人 脸faceA定位， 识别人脸特征值， 定位人脸的多个 关键点， 确定人脸的角度偏移信息； 接下来 对替换人脸faceB进行定位， 识别人脸特征值， 进行人脸的多个关键点检测； 步骤2、 确定变 换矩阵， 对换脸视频的人脸信息进行定位与侦测， 并进行特征提取， 提取特征featureA， 找 出faceA转换到featureA的所需扭曲变换的矩阵transferA； 步骤3、 人脸替换， 对faceB进行 基于transferA的变换， 把faceB还原到换脸视频的拍摄角度下， 形成新的人脸信息 featureB， 使用featureB对featureA进行替换； 步骤4、 光照迁移， 运用光照迁移算法， 得到 视频人脸替换的最 终结果。 本发明可广泛应用推广到计算机视觉、 视觉 设计、 数字娱乐和电 影制片等中 ”， 上述专利虽然能够实现人脸 替换的效果， 但是其 替换速度较慢。 [0006]综上所述， 研发一种快速面部识别替换的自适应算法， 仍是面部识别替换技术领 域中急需解决的关键问题。 发明内容 [0007]本发明提供的了一种快速面部识别替换的自适应算法， 本发明通过对输入A图像 和B图像通过机器学习进 行位置标定， 推导面部朝向的角度， 并分别计算A图像和B图像的肤 色， 获得A图像和B图像中脸部区域像素的x和y方向的梯度， 根据x和y方向的梯度的均值计 算角度， 进而获得A图像和B图像中脸部区域像素的梯度均值， 达到快速实现面部识别和替 换的效果， 提高了对于面部识别和替换的效率。 [0008]为实现以上目的， 本发明通过以下技术方案予以实现： 一种快速面部识别替换的 自适应算法， 包括以下步骤： （1） 对输入A图像和B图像通过机器学习进行位置标定；说　明　书 1/4 页 3 CN 114155585 A 3