实现图像处理的方法和系统技术方案

本发明专利技术提供了一种实现图像处理的方法和系统。所述方法包括：获取具有人脸区域的有效目标图像；提取有效目标图像的人脸特征；将所述有效目标图像的人脸特征与预置的参考图像的人脸特征进行匹配；将匹配的有效目标图像关联至参考图像的图像信息。所述系统包括：有效图像获取装置，用于获取具有人脸区域的有效目标图像；提取装置，用于提取有效目标图像的人脸特征；匹配装置，用于将所述有效目标图像中的人脸特征与预置的参考图像的人脸特征进行匹配；关联装置，用于将匹配的有效目标图像关联至参考图像的图像信息。采用本发明专利技术能第一时间准确快速的为图像关联相应的图像信息，使得图像的处理不需要依赖于人工操作。

【技术实现步骤摘要】

本专利技术涉及计算机
，特别是涉及一种实现图像处理的方法和系统。
技术介绍
随着计算机计算的发展，越来越多的需要获取大量具有人脸区域的图像，以分别 将每一具有人脸区域的图像与一定的图像信息进行关联，进而以此为基础实现各种互联网 应用。 然而，在传统的图像处理过程中，依靠于人工对图像所进行的人眼识别和人工选 定该图像所对应的图像信息，进而将选定的图像信息与该图像进行关联。因此，传统的图像 处理过程无法在获取得到具有人脸图像的第一时间准确快速的与相应图像信息进行关联， 使得图像处理过程存在着依赖人工操作的局限性。
技术实现思路
基于此，有必要提供一种能第一时间准确快速的为图像关联相应的图像信息，使 得图像的处理不需要依赖于人工操作的实现图像处理的方法。 此外，还有必要提供一种能第一时间准确快速的为图像关联相应的图像信息，使 得图像的处理不需要依赖于人工操作的实现图像处理的系统。 一种实现图像处理的方法，包括如下步骤： 获取具有人脸区域的有效目标图像； 提取有效目标图像的人脸特征； 将所述有效目标图像的人脸特征与预置的参考图像的人脸特征进行匹配； 将匹配的有效目标图像关联至参考图像的图像信息。 一种实现图像处理的系统，其特征在于，包括： 有效图像获取装置，用于获取具有人脸区域的有效目标图像； 提取装置，用于提取有效目标图像的人脸特征； 匹配装置，用于将所述有效目标图像中的人脸特征与预置的参考图像的人脸特征 进行匹配； 关联装置，用于将匹配的有效目标图像关联至参考图像的图像信息。 上述实现图像处理的方法和系统，获取具有人脸区域的有效目标图像，由有效目 标图像提取得到人脸特征，将有效目标图像的人脸特征与预置的参考图像的人脸特征进行 匹配，以将匹配的有效目标图像关联至参考图像的图像信息，进而在不需要人工参与的情 况下实现了有效目标图像与图像信息之间的关联，因此，如上所述的图像处理过程是通过 对有效目标图像中的人脸自动进行关联的，能够在第一时间准确快速的实现图像处理，并 且不需要依赖于人工操作实现。【附图说明】 图1为本专利技术实施例涉及的硬件运行环境架构示意图； 图2为一个实施例中实现图像处理的方法流程图； 图3为图2中获取具有人脸区域的有效目标图像的方法流程图； 图4为图3中对目标图像进行人脸检测得到具有人脸区域的目标图像的方法流程 图； 图5为一个实施例中的训练图像示意图； 图6为图4中人脸轮廓标注准则的示意图； 图7为图4中左眉毛标注准则的示意图； 图8为图4中右眉毛标注准则的示意图； 图9为图4中左眼睛标注准则的示意图； 图10为图4中右眼睛标注准则的示意图； 图11为图4中鼻子标注准则的示意图； 图12为图4中嘴巴标注准则的示意图； 图13为图1中将有效目标图像的人脸特征与预置的参考图像的人脸特征进行匹 配的方法流程图； 图14为图13中将未匹配的有效目标图像进行聚类，以得到聚类计算结果集合的 方法流程图； 图15为一个实施例中按照关联的图像信息进行有效目标图像的推荐的方法流程 图； 图16为一个实施例中实现图像处理的方法运行的计算机系统的结构示意图； 图17为一个实施例中实现图像处理的系统的结构示意图； 图18为图17中有效图像获取装置的结构示意图； 图19为图18中人脸检测模块的结构示意图； 图20为另一个实施例中实现图像处理的系统的结构示意图； 图21为图20中聚类计算装置的结构示意图； 图22为一个实施例中推荐装置的结构示意图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并 不用于限定本专利技术。 如图1所示，图1是本专利技术实施例提供的一种服务器结构示意图。该服务器100 可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器（central processing units, CPU) 122 (例如，一个或一个以上处理器）和存储器132, 一个或一个以 上存储应用程序142或数据144的存储介质130 (例如一个或一个以上海量存储设备）。其 中，存储器132和存储介质130可以是短暂存储或持久存储。存储在存储介质130的程序 可以包括一个或一个以上模块（图示未示出），每个模块可以包括对服务器中的一系列指 令操作。更进一步地，中央处理器122可以设置为与存储介质130通信，在服务器100上执 行存储介质130中的一系列指令操作。服务器100还可以包括一个或一个以上电源126， 一个或一个以上有线或无线网络接口 150,一个或一个以上输入输出接口 158,和/或，一个 或一个以上操作系统 141，例如 Windows ServerTM，Mac OS XTM，UnixTM, LinuxTM，FreeBSDTM 等等。 本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件 来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读 存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。 在一个实施例中，如图2所示，一种实现图像处理的方法，包括如下步骤： 步骤210,获取具有人脸区域的有效目标图像。 本实施例中，有效目标图像是具有人脸区域且成像质量较高的图像，例如，具有人 脸区域且不存在着图像模糊等问题的图像。 步骤230,提取有效目标图像的人脸特征。 本实施例中，对有效目标图像中包含的人脸区域进行特征提取，以得到有效目标 图像中人脸区域所对应的特征，其中，所提取得到的人脸特征可以为Gabor特征（伽柏特 征），也可以是其它形式的特征，在此不一一进行限定。 进一步的，由有效目标图像提取得到的人脸特征为Gabor特征，则将有效目标图 像进行尺度和光照归一化，得到归一化的有效目标图像，将归一化的有效目标图像与多个 尺度多个方向的Gabor滤波器进行卷积运算得到特征系数。 此时，将对得到的特征系数进行降维，例如，可采用主成分分析法将高维的特征系 数降维至6400维，以得到该有效目标图像对应的人脸特征。 在实际的运营过程中，将有效目标图像的宽与高统一为80 X 80,像素值均值归一 为〇,像素值方差归一到1，然后将归一化的有效目标图像与5个尺度8个方向的Gabor滤 波器进行卷积运算，得到80X80X5X8的特征。 步骤250,将有效目标图像的人脸特征与预置的参考图像的人脸特征进行匹配。 本实施例中，预先存储了已标注相应图像信息的参考图像，该参考图像所标注的 图像信息可以是人工标注的，也可以是预先通过本专利技术的方式所得到的，为有效目标图像 中人脸所对应的图像信息提供已知人脸。其中，该图像信息将包括了用户标识、用户昵称等 信息，根据标注的图像信息即可获知参考图像所属的用户。 获取标注了图像信息的参考图像，将获取的参考图像与有效目标图像进行匹配， 以根据人脸特征判断参考图像与有效目标图像是否相似，若为是，则有效目标图像未能得 到对应的图像信息。 具体的，将获取的参考图像中的已知人脸与有效目标图像中的人脸进行匹配，以 得到参考图像中与有效目标图像的人脸相似的已知人脸。 步骤270,将匹配的有效目标图像关联至参考图本文档来自技高网...

【技术保护点】
一种实现图像处理的方法，包括如下步骤：获取具有人脸区域的有效目标图像；提取有效目标图像的人脸特征；将所述有效目标图像的人脸特征与预置的参考图像的人脸特征进行匹配；将匹配的有效目标图像关联至参考图像的图像信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：李季檩，陈志博，邬瑞奇，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44