图像处理方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置、存储介质及电子设备。该图像处理方法，通过识别目标图像中的人脸区域；基于训练好的卷积神经网络模型从人脸区域中确定待处理的局部区域；获取目标图像中人脸的姿态信息；根据姿态信息从人脸图像数据库中选取目标样本人脸图像；根据目标样本人脸图像对局部区域进行修正。该方案可以对画质较差的图像进行修复，提升图像质量。

Image Processing Method, Device, Storage Media and Electronic Equipment

【技术实现步骤摘要】
图像处理方法、装置、存储介质及电子设备
本专利技术涉及图像处理
，尤其涉及一种图像处理方法、装置、存储介质及电子设备。
技术介绍
现有的电子设备一般具有拍照、摄影功能。随着智能电子设备和计算机视觉技术的高速发展，用户对于智能电子设备的摄像头的需求不仅仅局限在传统的拍照、摄影，而更多倾向于图像处理功能，如智能美颜、风格迁移等技术被越来越多的智能电子设备所普及。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置、存储介质及电子设备，可以对图像进行修复，提升图像画质。第一方面，本专利技术实施例提供一种图像处理方法，包括：识别目标图像中的人脸区域；基于训练好的卷积神经网络模型从所述人脸区域中确定待处理的局部区域；获取所述目标图像中人脸的姿态信息；根据所述姿态信息从人脸图像数据库中选取目标样本人脸图像；根据所述目标样本人脸图像对所述局部区域进行修正。第二方面，本专利技术实施例提供了一种图像处理装置，包括：识别模块，用于识别目标图像中的人脸区域；确定模块，用于基于训练好的卷积神经网络模型从所述人脸区域中确定待处理的局部区域；第一获取模块，用于获取所述目标图像中人脸的姿态信息；选取模块，用于根据所述姿态信息从人脸图像数据库中选取目标样本人脸图像；修正模块，用于根据所述目标样本人脸图像对所述局部区域进行修正。第三方面，本专利技术实施例还提供了一种存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述的图像处理方法。第四方面，本专利技术实施例还提供了一种电子设备，包括处理器、存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据；处理器用于执行上述的图像处理方法。本专利技术实施例公开了一种图像处理方法、装置、存储介质及电子设备。该图像处理方法，通过识别目标图像中的人脸区域；基于训练好的卷积神经网络模型从人脸区域中确定待处理的局部区域；获取目标图像中人脸的姿态信息；根据姿态信息从人脸图像数据库中选取目标样本人脸图像；根据目标样本人脸图像对局部区域进行修正。该方案可以对画质较差的图像进行修复，提升图像质量。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的电子设备实现深度学习的场景构架示意图。图2是本专利技术实施例提供的图像处理方法的一种流程示意图。图3是本专利技术实施例提供的图像处理方法的一种应用场景图。图4是本专利技术实施例提供的图像处理方法的另一种应用场景图。图5是本专利技术实施例提供的图像处理装置的另一种流程示意图。图6是本专利技术实施例提供的图像处理装置的一种结构示意图。图7是本专利技术实施例提供的图像处理装置的另一种结构示意图。图8是本专利技术实施例提供的图像处理装置的又一种结构示意图。图9是本专利技术实施例提供的图像处理装置的再一种结构示意图。图10是本专利技术实施例提供的电子设备的一种结构示意图。图11是本专利技术实施例提供的电子设备的另一种结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域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，都属于本专利技术保护的范围。本专利技术实施例提供一种图像处理方法、装置、存储介质及电子设备。以下将分别进行详细说明。请参阅图1，图1为本专利技术实施例提供的电子设备实现深度学习的场景示意图。当用户对电子设备中的图像进行处理时，电子设备可记录处理过程中的相关信息。其中，电子设备中可以包括数据采集统计系统与带回馈调整的预测系统。电子设备可通过数据采集系统获取用户大量的图像分类结果数据，并作出相应的统计，并提取图像的图像特征，基于机器深度学习对所提取到的图像特征进行分析处理。在输入图像时，电子设备通过预测系统预测图像的分类结果。在用户做出最终选择行为后，所述预测系统根据用户行为的最终结果，反向回馈调整各权重项的权值。经过多次的迭代更正以后，使得所述预测系统的各个权重项的权值最终收敛，形成学习得到的数据库。比如，首先可制作人脸数据集，对人脸模糊、失焦、有噪点、重影特征区域的图片进行不同的标注，然后基于这些被标注的图片，利用卷积神经网络对进行训练，经过多次的迭代更正以后，使得卷积神经网络可以正确判断出哪些图片存在模糊、失焦、噪点、重影等问题，从而得到较良好的分类算法模型。其中，电子设备可以为移动终端，如手机、平板电脑等，也可以为传统的PC(PersonalComputer，个人电脑)等，本专利技术实施例对此不进行限定。在一实施例中，提供一种图像处理方法，如图2所示，流程可以如下：101、识别目标图像中的人脸区域。在一些实施例中，该目标图像具体可以为电子设备通过摄像头采集到的图像。该摄像头可以为数字摄像头，也可为模拟摄像头。数字摄像头可以将图像采集设备产生的模拟图像信号转换成数字信号，进而将其储存在计算机里。模拟摄像头捕捉到的图像信号必须经过特定的图像捕捉卡将模拟信号转换成数字模式，并加以压缩后才可以转换到计算机上运用。数字摄像头可以直接捕捉影像，然后通过串、并口或者USB接口传到计算机里。本申请实施例所提供的图像处理方法，主要针对一些诸如模糊、失焦、有噪点、重影等问题的图片。尤其是利用电子设备的摄像头自拍时，以手机为例，其前置摄像头的像素一般较差，快门速度较慢，在拍摄时容易因抖动导致拍摄的照片产生重影，在光线不足的夜间拍摄还容易产生严重的噪声影响。其中，目标图像包括有一个或多个人物图像，且至少存在一个可识别到的人脸。另外，该目标图像中还可进一步包括景物图像，如建筑物、动植物等。本申请实施例中，可基于图像识别技术从目标图像中识别出其中的人脸区域，如识别到人脸五官。102、基于训练好的卷积神经网络模型从人脸区域中确定待处理的局部区域。在本申请实施例中，需要采集数据，预先训练好卷积神经网络模型。也即在识别目标图像中的人脸区域之前，该方法还可以包括：构建卷积神经网络；获取目标图像中人脸的多个被标记的样本图像以及被标记的区域，其中，被标记的区域为画质未达到预设条件的区域；根据样本图像以及被标记的区域生成训练样本；基于训练样本对所构建的卷积神经网络进行参数训练，得到训练后的卷积神经网络模型。在一些实施例中，所构建的卷积神经网络可为一个带有分支的多尺度架构，这些分支根据所输入测试图像的尺寸的不同，在不同的采样版本上执行运算。每一个这样的分支都有零填充的卷积模块，其后还跟着线性修正(linearrectification)。这些分支再通过相差一倍的最近邻上采样(nearest-neighborupsampling)和沿信道轴的级联(concatenationalongthechannelaxis)组合起来。具体实施过程中，首先可获取用户各种角度自拍的历史图像，以制作人脸自拍的数据集，对人脸自拍模糊、失焦、有噪点、重影特征区域的图像进行标注，进一步的可以在图像中标记出具体的存在模糊、失焦、有噪点、重影等问题的区域。实际应用中，可以设定一个画质阈值，将存在模糊、失本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：识别目标图像中的人脸区域；基于训练好的卷积神经网络模型从所述人脸区域中确定待处理的局部区域；获取所述目标图像中人脸的姿态信息；根据所述姿态信息从人脸图像数据库中选取目标样本人脸图像；根据所述目标样本人脸图像对所述局部区域进行修正。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：识别目标图像中的人脸区域；基于训练好的卷积神经网络模型从所述人脸区域中确定待处理的局部区域；获取所述目标图像中人脸的姿态信息；根据所述姿态信息从人脸图像数据库中选取目标样本人脸图像；根据所述目标样本人脸图像对所述局部区域进行修正。2.如权利要求1所述的图像处理方法，其特征在于，在识别目标图像中的人脸区域之前，所述方法还包括：构建卷积神经网络；获取所述目标图像中人脸的多个被标记的样本图像以及被标记的区域，其中，被标记的区域为画质未达到预设条件的区域；根据样本图像以及被标记的区域生成训练样本；基于所述训练样本对所构建的卷积神经网络进行参数训练，得到训练后的卷积神经网络模型。3.如权利要求1所述的图像处理方法，其特征在于，获取目标图像中人脸的姿态信息的步骤，包括：确定目标图像中人脸的面部特征点；根据所述面部特征点生成面部特征向量；获取所述面部特征向量与预设面部特征向量之间的差异值；根据所述差异值获取所述人脸的姿态信息。4.如权利要求1所述的图像处理方法，其特征在于，所述姿态信息包括偏转角度；根据所述姿态信息从人脸图像数据库中选取目标样本人脸图像的步骤包括：获取人脸图像数据库中每一样本人脸图像对应的样本偏转角度，得到多个样本偏转角度；从多个样本偏转角度中选中与所述偏转角度之间差值最小的目标样本偏转角度；将所述目标样本偏转角度对应的样本人脸图像作为目标样本人脸图像。5.如权利要求1所述的图像处理方法，其特征在于，根据所述目标样本人脸图像对所述局部区域进行修正的步骤，包括：基于所述人脸区域对所述目标样本人脸图像进行仿射变换，以使所述人脸区域与变换后的目标样本人脸图像对齐；将所述局部区域映射到变换后的目标样本人脸图像上，以从目标样本人脸图像上确定映射区域；提取所述映射区域的图像特征，并根据所述图像特征对所述局部区域进行修正。6.如权利要求1-5任一项所述的图像处理方法，其特征在于，在根据所述目标样本人脸图像对所述局部区域进行修正之后，所述方法还包括：判断在预设时间段内是否接收到用户针对修正后的目标图像的删除指令；...

【专利技术属性】
技术研发人员：陈岩，刘耀勇，
申请(专利权)人：广东欧珀移动通信有限公司，
类型：发明
国别省市：广东,44