图像处理方法及相关装置制造方法及图纸

本申请实施例公开了一种图像处理方法及相关装置，方法包括：获取第一真实人脸图片；将第一真实人脸图片导入三维人脸模型创建引擎，建立适配人脸图像的第一三维人脸模型；按照模型参数调节策略调节第一三维人脸模型的至少一种模型参数，生成第一用户的多张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；将每张二维虚拟人脸图像和对应人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；将第一真实人脸图片导入第一二维人脸模型，得到第一用户的人脸特征值；在预设的第一用户的人脸特征值模板数据集合中添加第一用户的人脸特征值。本申请实施例降低真实人脸照片的数据量要求，提高处理图像的效率和准确度。

【技术实现步骤摘要】
图像处理方法及相关装置
本申请涉及电子设备
，具体涉及一种图像处理方法及相关装置。
技术介绍
人脸识别技术是利用计算机进行人脸图像分析，并从图片中提取出有效的识别信息进行身份验证的一种技术。一般来说，人脸识别分为三个步骤：定位、标准化和比对。定位是指将图像中的人脸进行识别和位置确定；标准化是指对原始照片进行调整，使人脸接近于正面；比对是指对标准化后的人脸进行特征提取，并与待识别人脸进行比对。现有技术中，人脸比对主要还是基于二维人脸模型的，但在比对照片不是正脸、有遮挡等情况下，三维人脸模型相比于二维人脸模型，在人脸比对时，三维人脸模型更容易分辨，更容易做人脸识别。但是通常的三维人脸建模需要多张照片，且存在模型的模拟不稳定和泛化问题。
技术实现思路
本申请实施例提供了一种图像处理方法及相关装置，以期简化建模过程，提高电子设备处理图像功能的稳定性和准确性第一方面，本申请实施例提供一种图像处理方法，应用于电子设备，所述方法包括：获取单张第一真实人脸图片，所述单张第一真实人脸图片包括第一用户的人脸图像；将所述单张第一真实人脸图片导入三维人脸模型创建引擎，建立适配所述人脸图像的第一三维人脸模型；确定所述第一三维人脸模型的模型参数调节策略；按照所述模型参数调节策略调节所述第一三维人脸模型的至少一种模型参数，生成所述第一用户的至少一张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；将所述每张二维虚拟人脸图像和对应的人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；将所述第一真实人脸图片导入所述第一二维人脸模型，得到所述第一用户的人脸特征值；在预设的所述第一用户的人脸特征值模板数据集合中添加所述第一用户的人脸特征值。第二方面，本申请实施例提供一种图像处理装置，应用于电子设备，所述图像处理装置包括处理单元和通信单元，其中，所述通信单元，用于获取单张第一真实人脸图片，所述单张第一真实人脸图片包括第一用户的人脸图像；通过所述处理单元将所述单张第一真实人脸图片导入三维人脸模型创建引擎，建立适配所述人脸图像的第一三维人脸模型；以及确定所述第一三维人脸模型的模型参数调节策略；以及按照所述模型参数调节策略调节所述第一三维可变人脸模型的至少一种模型参数，生成所述第一用户的至少一张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；以及将所述每张二维虚拟人脸图像和对应的人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；以及将所述第一真实人脸图片导入所述第一二维人脸模型，得到所述第一用户的人脸特征值；以及在预设的所述第一用户的人脸特征值模板数据集合中添加所述第一用户的人脸特征值。第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。可以看出，本申请实施例中，电子设备获取第一真实人脸图片；将第一真实人脸图片导入三维人脸模型创建引擎，建立适配人脸图像的第一三维人脸模型；确定所述第一三维人脸模型的模型参数调节策略；按照模型参数调节策略调节第一三维人脸模型的至少一种模型参数，生成第一用户的多张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；将每张二维虚拟人脸图像和对应的人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；将第一真实人脸图片导入第一二维人脸模型，得到第一用户的人脸特征值；在预设的第一用户的人脸特征值模板数据集合中添加第一用户的人脸特征值。可见，本申请实施例的电子设备能够根据单张第一真实人脸图片创建包含至少一张二维虚拟人脸图像的样本数据，降低了对真实人脸图片的数据量的要求，同时该至少一张二维虚拟人脸图像是通过调节第一三维人脸模型的至少一种模型参数得到的，故而该至少一张二维虚拟人脸图像可以从至少一个模型参数约束维度反映用户真实的人脸特征，从而一定程度上保证样本数据的全面性，提高模型训练的准确度和效率，进而提高人脸特征值的设置效率和准确度。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，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是本申请实施例提供的一种图像处理方法的流程示意图；图2是本申请实施例提供的另一种利用图像处理方法的流程示意图；图3是本申请实施例提供的另一种图像处理方法的流程示意图；图4是本申请实施例提供的另一种图像处理方法的流程示意图；图5是本申请实施例提供的一种电子设备的结构示意图；图6是本申请实施例提供的一种图像处理装置的功能单元组成框图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。本申请实施例所涉及到的电子设备可以是具备通信和图像处理能力的电子设备，该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(UserEquipment，UE)，移动台(MobileStation，MS)，终端设备(terminaldevice)等等。下面对本申请实施例进行详细介绍。人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：获取单张第一真实人脸图片，所述单张第一真实人脸图片包括第一用户的人脸图像；将所述单张第一真实人脸图片导入三维人脸模型创建引擎，建立适配所述人脸图像的第一三维人脸模型；确定所述第一三维人脸模型的模型参数调节策略；按照所述模型参数调节策略调节所述第一三维人脸模型的至少一种模型参数，生成所述第一用户的至少一张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；将所述每张二维虚拟人脸图像和对应的人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；将所述第一真实人脸图片导入所述第一二维人脸模型，得到所述第一用户的人脸特征值；在预设的所述第一用户的人脸特征值模板数据集合中添加所述第一用户的人脸特征值。

【技术特征摘要】
1.一种图像处理方法，其特征在于，应用于电子设备，所述方法包括：获取单张第一真实人脸图片，所述单张第一真实人脸图片包括第一用户的人脸图像；将所述单张第一真实人脸图片导入三维人脸模型创建引擎，建立适配所述人脸图像的第一三维人脸模型；确定所述第一三维人脸模型的模型参数调节策略；按照所述模型参数调节策略调节所述第一三维人脸模型的至少一种模型参数，生成所述第一用户的至少一张二维虚拟人脸图像以及每张二维虚拟人脸图像的人脸特征值；将所述每张二维虚拟人脸图像和对应的人脸特征值作为样本数据，训练预设的二维人脸模型，得到训练后的第一二维人脸模型；将所述第一真实人脸图片导入所述第一二维人脸模型，得到所述第一用户的人脸特征值；在预设的所述第一用户的人脸特征值模板数据集合中添加所述第一用户的人脸特征值。2.根据权利要求1所述的方法，其特征在于，所述确定所述第一三维人脸模型的模型参数调节策略，包括：确定待调节的模型参数的类型；确定每个类型的模型参数的调节操作的次数和每次调节操作的参数取值。3.根据权利要求2所述的方法，其特征在于，所述确定待调节的模型参数的类型，包括：根据所述第一三维人脸模型所支持调整的参数类型确定待调节的模型参数的类型；所述确定每个类型的模型参数的调节操作的次数和每次调节操作的参数取值，包括：根据模型参数的优先级确定每种模型参数的调节策略，所述调节策略包括调节操作次数和每次调节操作的模型参数取值。4.根据权利要求3所述的方法，其特征在于，所述根据模型参数的优先级确定每种模型参数的调节策略，包括：查询预设的调节策略集合，获取模型参数的优先级对应的调节策略，其中，所述调节策略集合包括模型参数的优先级与调节策略之间的对应关系。5.根据权利要求1所述的方法，其特征在于，所述在预设的所述第一用户的人脸特征值模板数据集合中添加所述第一用户的人脸特征值之后，所述方法还包括：获取被检测用户的第二真实人脸图片，将所述第二真实人脸图片导入所述第一二维人脸模型，得到所述被检测用户的...

【专利技术属性】
技术研发人员：刘心龙，王星泽，张佳，黄光刊，
申请(专利权)人：合刃科技武汉有限公司，
类型：发明
国别省市：湖北,42