技术特征：
1.一种化妆进度检测方法，其特征在于，包括：获取用户化妆视频的初始帧图像和当前帧图像，以及获取所述初始帧图像和所述当前帧图像对应的眼线掩码图；根据所述初始帧图像，模拟生成眼线上妆完成后的结果图像；根据所述眼线掩码图、所述结果图像、所述初始帧图像和所述当前帧图像，确定所述当前帧图像对应的当前化妆进度。2.根据权利要求1所述的方法，其特征在于，所述根据所述眼线掩码图、所述结果图像、所述初始帧图像和所述当前帧图像，确定所述当前帧图像对应的当前化妆进度，包括：根据所述初始帧图像对应的眼线掩码图，从所述初始帧图像中获取眼线上妆的第一目标区域图像；根据所述结果图像获取眼线上妆的第二目标区域图像；根据所述当前帧图像对应的眼线掩码图，从所述当前帧图像中获取眼线上妆的第三目标区域图像；根据所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像，确定所述当前帧图像对应的当前化妆进度。3.根据权利要求2所述的方法，其特征在于，所述根据所述初始帧图像对应的眼线掩码图，从所述初始帧图像中获取眼线上妆的第一目标区域图像，包括：检测所述初始帧图像对应的第一人脸关键点；根据所述第一人脸关键点，获取所述初始帧图像对应的人脸区域图像；根据所述初始帧图像对应的眼线掩码图，从所述人脸区域图像中获取眼线上妆的第一目标区域图像。4.根据权利要求3所述的方法，其特征在于，所述根据所述初始帧图像对应的眼线掩码图，从所述人脸区域图像中获取眼线上妆的第一目标区域图像，包括：分别将所述初始帧图像对应的眼线掩码图和所述人脸区域图像转换为二值化图像；对所述眼线掩码图对应的二值化图像和所述人脸区域图像对应的二值化图像进行与运算，获得所述眼线掩码图与所述人脸区域图像的相交区域对应的第一掩膜图像；对所述第一掩膜图像与所述初始帧图像对应的人脸区域图像进行与运算，获得所述初始帧图像对应的第一目标区域图像。5.根据权利要求4所述的方法，其特征在于，所述对所述眼线掩码图对应的二值化图像和所述人脸区域图像对应的二值化图像进行与运算之前，还包括：根据所述眼线掩码图对应的标准人脸关键点，确定所述眼线掩码图中位于每个眼线上妆区域的轮廓上的一个或多个第一定位点；根据所述第一人脸关键点，从所述人脸区域图像中确定出与每个所述第一定位点对应的第二定位点；对所述眼线掩码图进行拉伸处理，将每个所述第一定位点拉伸至对应的每个所述第二定位点对应的位置处。6.根据权利要求3所述的方法，其特征在于，所述根据所述初始帧图像对应的眼线掩码图，从所述人脸区域图像中获取眼线上妆的第一目标区域图像，包括：将所述初始帧图像对应的眼线掩码图拆分为多个子掩码图，每个所述子掩码图中包括
至少一个眼线上妆区域；分别将每个所述子掩码图及所述人脸区域图像转换为二值化图像；分别对每个所述子掩码图对应的二值化图像与所述人脸区域图像对应的二值化图像进行与运算，获得每个所述子掩码图各自对应的子掩膜图像；分别对每个所述子掩膜图像与所述初始帧图像对应的人脸区域图像进行与运算，获得所述初始帧图像对应的多个子目标区域图像；将所述多个子目标区域图像合并为所述初始帧图像对应的第一目标区域图像。7.根据权利要求6所述的方法，其特征在于，所述分别对每个所述子掩码图对应的二值化图像与所述人脸区域图像对应的二值化图像进行与运算之前，还包括：根据所述眼线掩码图对应的标准人脸关键点，确定第一子掩码图中位于眼线上妆区域的轮廓上的一个或多个第一定位点，所述第一子掩码图为所述多个子掩码图中的任一子掩码图；根据所述第一人脸关键点，从所述人脸区域图像中确定出与每个所述第一定位点对应的第二定位点；对所述第一子掩码图进行拉伸处理，将每个所述第一定位点拉伸至对应的每个所述第二定位点对应的位置处。8.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像，确定所述当前帧图像对应的当前化妆进度，包括：分别将所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像转换为hls颜色空间下包含饱和度通道的图像；根据转换后的所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像，确定所述当前帧图像对应的当前化妆进度。9.根据权利要求8所述的方法，其特征在于，所述根据转换后的所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像，确定所述当前帧图像对应的当前化妆进度，包括：分别计算转换后的所述第一目标区域图像对应的第一平均像素值、所述第二目标区域图像对应的第二平均像素值和所述第三目标区域图像对应的第三平均像素值；计算第二平均像素值与所述第一平均像素值之间的第一差值，以及计算所述第三平均像素值与所述第一平均像素值之间的第二差值；计算所述第二差值与所述第一差值之间的比值，得到所述当前帧图像对应的当前化妆进度。10.根据权利要求2
‑
9任一项所述的方法，其特征在于，所述根据所述第一目标区域图像、所述第二目标区域图像和所述第三目标区域图像，确定所述当前帧图像对应的当前化妆进度之前，还包括：对所述第一目标区域图像和所述第二目标区域图像进行对齐处理；对所述第一目标区域图像和所述第三目标区域图像进行对齐处理。11.根据权利要求10所述的方法，其特征在于，所述对所述第一目标区域图像和所述第二目标区域图像进行对齐处理，包括：
分别对所述第一目标区域图像和所述第二目标区域图像进行二值化处理，得到所述第一目标区域图像对应的第一二值化掩膜图像及所述第二目标区域图像对应的第二二值化掩膜图像；对所述第一二值化掩膜图像和所述第二二值化掩膜图像进行与运算，得到所述第一目标区域图像与所述第二目标区域图像的相交区域对应的第二掩膜图像。12.根据权利要求11所述的方法，其特征在于，所述对所述第一目标区域图像和所述第二目标区域图像进行对齐处理，还包括：获取所述初始帧图像对应的人脸区域图像及所述结果图像对应的人脸区域图像；对所述第二掩膜图像和所述初始帧图像对应的人脸区域图像进行与运算，得到所述初始帧图像对应的新的第一目标区域图像；对所述第二掩膜图像和所述结果图像对应的人脸区域图像进行与运算，得到所述结果图像对应的新的第二目标区域图像。13.根据权利要求1
‑
9任一项所述的方法，其特征在于，所述获取所述初始帧图像和所述当前帧图像对应的眼线掩码图，包括：获取用户选择的眼线样式图；将所述眼线样式图确定为所述初始帧图像和所述当前帧图像对应的眼线掩码图。14.根据权利要求1
‑
9任一项所述的方法，其特征在于，所述获取所述初始帧图像和所述当前帧图像对应的眼线掩码图，包括：获取用户选择的眼线样式图；根据所述眼线样式图和所述初始帧图像中用户的眼部状态，确定所述初始帧图像对应的眼线掩码图；根据所述眼线样式图和所述当前帧图像中用户的眼部状态，确定所述当前帧图像对应的眼线掩码图。15.根据权利要求14所述的方法，其特征在于，所述根据所述眼线样式图和所述初始帧图像中用户的眼部状态，确定所述初始帧图像对应的眼线掩码图，包括：若所述初始帧图像中用户的眼部状态为睁眼状态，则获取所述眼线样式图对应的睁眼样式图；将所述睁眼样式图确定为所述初始帧图像对应的眼线掩码图；若所述初始帧图像中用户的眼部状态为闭眼状态，则获取所述眼线样式图对应的闭眼样式图，并将所述闭眼样式图确定为所述初始帧图像对应的眼线掩码图。16.根据权利要求3所述的方法，其特征在于，所述根据所述第一人脸关键点，获取所述初始帧图像对应的人脸区域图像，包括：根据所述第一人脸关键点，对所述初始帧图像及所述第一人脸关键点进行旋转矫正；根据矫正后的所述第一人脸关键点，从矫正后的所述初始帧图像中截取包含人脸区域的图像；将所述包含人脸区域的图像缩放至预设尺寸，得到所述初始帧图像对应的人脸区域图像。17.根据权利要求16所述的方法，其特征在于，所述根据所述第一人脸关键点，对所述初始帧图像及所述第一人脸关键点进行旋转矫正，包括：根据所述第一人脸关键点包括的左眼关键点和右眼关键点，分别确定左眼中心坐标和
右眼中心坐标；根据所述左眼中心坐标和所述右眼中心坐标，确定所述初始帧图像对应的旋转角度及旋转中心点坐标；根据所述旋转角度和所述旋转中心点坐标，对所述初始帧图像及所述第一人脸关键点进行旋转矫正。18.根据权利要求16所述的方法，其特征在于，所述根据矫正后的所述第一人脸关键点，从矫正后的所述初始帧图像中截取包含人脸区域的图像，包括：从矫正后的所述第一人脸关键点中确定最小横坐标值、最小纵坐标值、最大横坐标值和最大纵坐标值；根据所述最小横坐标值、所述最小纵坐标值、所述最大横坐标值和所述最大纵坐标值，确定矫正后的所述初始帧图像中人脸区域对应的截取框；根据所述截取框，从矫正后的所述初始帧图像中截取出包含所述人脸区域的图像。19.一种化妆进度检测装置，其特征在于，包括：获取模块，用于获取用户化妆视频的初始帧图像和当前帧图像，以及获取所述初始帧图像和所述当前帧图像对应的眼线掩码图；生成模块，用于根据所述初始帧图像，模拟生成眼线上妆完成后的结果图像；进度确定模块，用于根据所述眼线掩码图、所述结果图像、所述初始帧图像和所述当前帧图像，确定所述当前帧图像对应的当前化妆进度。20.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1
‑
18任一项所述的方法。21.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1
‑
18中任一项所述的方法。
技术总结
本申请提出一种化妆进度检测方法、装置、设备及存储介质，该方法包括：获取用户化妆视频的初始帧图像和当前帧图像，以及获取初始帧图像和当前帧图像对应的眼线掩码图；根据初始帧图像，模拟生成眼线上妆完成后的结果图像；根据眼线掩码图、结果图像、初始帧图像和当前帧图像，确定当前帧图像对应的当前化妆进度。本申请无需采用深度学习模型，仅通过图像处理即可准确地检测出眼线的化妆进度，运算量小，成本低，减少了服务器的处理压力，提高了眼线化妆进度检测的效率，能够满足眼线化妆进度检测的实时性要求。且对视频帧中人脸区域矫正和裁剪，提高识别人脸区域的准确性。对各帧图像中的眼线上妆区域对齐，减少因上妆区域位置差别引入的误差。别引入的误差。别引入的误差。
技术研发人员：刘聪 苗锋 张梦洁
受保护的技术使用者：北京新氧科技有限公司
技术研发日：2021.08.31
技术公布日：2021/12/23