图像处理方法、装置、电子设备和计算机可读介质制造方法及图纸

本发明专利技术提供了一种图像处理方法、装置、电子设备和计算机可读介质，涉及图像分析的技术领域，该方法包括：获取待处理图像，并对待处理图像中的目标人像进行人脸标注，得到目标人像的人脸位置信息；基于人脸位置信息对待处理图像进行分割处理，得到目标人像的头发分割图；利用人脸位置信息、待处理图像和头发分割图对目标人像进行头发属性分析，得到属性分析结果。本发明专利技术的方法确定的图像处理结果更加准确，提高了分类的精确度，缓解了现有的直接对整张图像进行分类处理的方法准确性差且效果不好的技术问题。

Image Processing Methods, Devices, Electronic Equipment and Computer Readable Media

The invention provides an image processing method, device, electronic equipment and computer readable medium, which relates to the technical field of image analysis. The method includes: acquiring the image to be processed, tagging the target portrait in the image to be processed, obtaining the position information of the target portrait, and segmenting the processed image based on the position information of the face to obtain the target. Hair segmentation image of human image; hair attribute analysis of target human image is carried out by using face location information, image to be processed and hair segmentation map, and the result of attribute analysis is obtained. The image processing result determined by the method of the present invention is more accurate, improves the classification accuracy, and alleviates the technical problems of poor accuracy and poor effect of the existing methods for directly classifying and processing the whole image.

【技术实现步骤摘要】
图像处理方法、装置、电子设备和计算机可读介质
本专利技术涉及图像处理的
，尤其是涉及一种图像处理方法、装置、电子设备和计算机可读介质。
技术介绍
随着图像处理技术的快速发展，图像处理技术应用在各种领域，例如，发型识别领域。例如，在虚拟形象构建和拍照美颜等应用领域内，一般会获取一张包含待处理对象的图像，然后，通过对该图像的处理来对待处理对象的发型属性进行确认，比如头发的长短、头发的直卷、刘海情况等。也就是说，现有的处理方式是基于单张图像来分析发型属性。但是，现有的基于单张图像的发型属性分析技术一般是通过发型分类模型直接对整张图像进行分类处理，以确定发型所属的类别，通过这种方法确定的发型属性准确性差，效果不好。
技术实现思路
有鉴于此，本专利技术的目的包括：提供一种图像处理方法、装置、电子设备和计算机可读介质，该方法确定的图像处理结果更加准确，提高了分类的精确度。第一方面，本专利技术实施例提供了一种图像处理方法，包括：获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图；利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。进一步地，基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图包括：将所述待处理图像中位于所述人脸位置信息限定范围内的像素点的像素值设置为第一数值，且将所述待处理图像中位于所述人脸位置信息限定范围外的像素点的像素值设置为第二数值，从而得到所述目标图像，其中，所述第一数值表示像素点的颜色为白色，所述第二数值表示像素点的颜色为黑色；将所述目标图像和所述待处理图像输入至第一卷积神经网络中进行处理，得到置信度图像，其中，所述置信度图像表示所述待处理图像中每个像素点所属于头发区域的概率；基于所述置信度图像得到所述头发分割图。进一步地，基于所述置信度图像得到所述头发分割图包括：将所述置信度图像中第一像素点的像素值设置为所述第一数值，并将所述置信度图像中第二像素点的像素值设置为所述第二数值，从而得到所述头发分割图；其中，所述第一像素点为所述置信度图像中置信度大于或者等于预设数值的像素点，所述第二像素点为所述置信度图像中置信度小于所述预设数值的像素点。进一步地，利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果包括：将所述人脸位置信息、所述待处理图像和所述头发分割图输入至第二卷积神经网络中进行处理，处理得到所述属性分析结果。进一步地，所述方法还包括：通过网络爬虫在网络资源中爬取多张包括人像的训练图像；为所述训练图像设置标签信息，其中，所述标签信息包括人脸位置信息和对所述训练图像中所包含的人像的头发属性信息；获取所述训练图像中所包含的人像的头发分割图；利用所述训练图像、所述标签信息和所述训练图像中所包含的人像的头发分割图对所述第二卷积神经网络的原始卷积神经网络进行训练。进一步地，所述待处理图像中包括多个人像；对所述待处理图像中包含的目标人像进行人脸标注，得到人脸位置信息包括：从所述待处理图像中包括的多个人像中选择所述目标人像，并对所述目标人像进行人脸标注，得到人脸位置信息，其中，所述目标人像为所述多个人像中的最大人像。进一步地，所述待处理图像中包括多个人像；对所述待处理图像中包含的目标人像进行人脸标注，得到人脸位置信息包括：将所述待处理图像进行分割处理，得到多个子图像，其中，每个所述子图像分别包括所述多个人像中的一个人像；将每个所述子图像中包含的人像作为所述目标人像进行人脸标注，得到所述目标人像的人脸位置信息。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：获取单元，用于获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；分割处理单元，用于基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图；属性分析单元，用于利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。第三方面，本专利技术实施例提供了一种电子设备，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，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的方法。第四方面，本专利技术实施例提供了一种计算机存储介质，其上存储有计算机程序，所述计算机运行所述计算机程序时执行上述第一方面中任一项所述的方法的步骤。在本实施例中，首先获取待处理图像，并对待处理图像中的目标人像进行人脸标注，得到目标人像的人脸位置信息；然后，基于人脸位置信息对待处理图像进行分割处理，得到目标人像的头发分割图；最后，利用人脸位置信息、待处理图像和头发分割图对目标人像进行头发属性分析，得到属性分析结果。通过上述描述可知，在本实施例中，能够通过人脸标注的方式得到目标人像的人脸位置信息，进而基于人脸位置信息对待处理图像进行分割处理，得到头发分割图，最终，利用人脸位置信息、待处理图像和头发分割图进行头发属性分析。通过结合人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析的方式，能够使得图像处理结果更加准确，提高了分类的精确度，进而缓解了现有的直接对整张图像进行分类处理的方法准确性差且效果不好的技术问题。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本专利技术的一些实施方式，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获得其他的附图。图1为根据本专利技术实施例的一种电子设备的示意图；图2为根据本专利技术实施例的一种图像处理方法的流程图；图3(a)为本专利技术实施例的待处理图像的示意图；图3(b)为本专利技术实施例的对目标人像进行人脸标注后的图像示意图；图3(c)为本专利技术实施例的头发分割示意图；图4为本专利技术实施例的训练得到第二卷积神经网络的流程图；图5为本专利技术实施例的一种图像处理装置的示意图；图6为本专利技术实施例的一种图像处理系统的示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术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，本领域普通技术人员在没有做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。实施例1：首先，参照图1来描述用于实现本专利技术实施例的电子设备100，该电子设备可以用于运行本专利技术各实施例的图像处理方法。如图2所示，电子设备100包括一个或多个处理器102、一个或多个存储器104、输入装置106、输出装置108以及摄像机110，这些组件通过总线系统1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：获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图；利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图；利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。2.根据权利要求1所述的方法，其特征在于，基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图包括：将所述待处理图像中位于所述人脸位置信息限定范围内的像素点的像素值设置为第一数值，且将所述待处理图像中位于所述人脸位置信息限定范围外的像素点的像素值设置为第二数值，从而得到目标图像，其中，所述第一数值表示像素点的颜色为白色，所述第二数值表示像素点的颜色为黑色；将所述目标图像和所述待处理图像输入至第一卷积神经网络中进行处理，得到置信度图像，其中，所述置信度图像表示所述待处理图像中每个像素点所属于头发区域的概率；基于所述置信度图像得到所述头发分割图。3.根据权利要求2所述的方法，其特征在于，基于所述置信度图像得到所述头发分割图包括：将所述置信度图像中第一像素点的像素值设置为所述第一数值，并将所述置信度图像中第二像素点的像素值设置为所述第二数值，从而得到所述头发分割图；其中，所述第一像素点为所述置信度图像中置信度大于或者等于预设数值的像素点，所述第二像素点为所述置信度图像中置信度小于所述预设数值的像素点。4.根据权利要求1所述的方法，其特征在于，利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果包括：将所述人脸位置信息、所述待处理图像和所述头发分割图输入至第二卷积神经网络中进行处理，处理得到所述属性分析结果。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：通过网络爬虫在网络资源中爬取多张包括人...

【专利技术属性】
技术研发人员：孙伟，范浩强，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11