一种图像处理方法及装置制造方法及图纸

本申请实施例提供一种图像处理方法及装置，涉及图像处理技术领域，能够解决无法准确的模拟出预设特征的变化的问题。该方法包括：获取N个训练图像；其中，N个训练图像具有同一类型对象的身份外貌特征，且N个训练图像在预设特征上存在差别，预设特征影响身份外貌特征的识别；N为大于1的正整数；通过初始生成网络将N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，i取遍不大于N的所有正整数；调整初始生成网络和初始判别网络，使得调整后的生成网络输出的变更后的第i训练图像被调整后的判别网络识别出身份外貌特征。

An Image Processing Method and Device

【技术实现步骤摘要】
一种图像处理方法及装置
本申请实施例涉及图像处理
，尤其涉及一种图像处理方法及装置。
技术介绍
随着计算机视觉技术的发展，人脸识别在家庭娱乐、安防系统、视频监控等领域得到广泛应用。在人脸识别的场景中，对于同一个人而言，不同的人脸图像在预设特征(如姿态、光照、人脸特征、配饰等)上存在差异。现有技术中，终端可利用开发人员基于先验知识与设定特征所建立的先验模型模拟出人脸图像中某一预设特征的变化。但是，先验知识仅仅是先于经验的知识，这样，终端根据先验模型模拟人脸图像中某一预设特征的变化时，有可能无法准确的模拟出该预设特征的变化。
技术实现思路
本申请实施例提供一种图像处理方法及装置，能够解决无法准确的模拟出预设特征的变化的问题。为达到上述目的，本申请采用如下技术方案：第一方面，提供一种图像处理方法，终端获取到在预设特征上存在差别、具有同一类型对象的身份外貌特征的N(N为大于1的正整数)个训练图像后，通过初始生成网络将该N个训练图像中的第i(i取遍不大于N的正整数)训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，之后，终端调整初试生成网络和初试判别网络，使得调整后的生成网络输出的变更后的第i训练图像被调整后的判别网络识别出身份外貌特征。变更后的第i训练图像被调整后的判别网络识别出身份外貌特征意味着调整后的判别网络无法区分出变更后的第i训练图像是调整后的生成网络输出的图像还是真实图像，由于i取遍不大于N的正整数，因此，对于N个训练图像中的每个训练图像而言，调整后的判别网络均可识别出身份外貌特征。这样，本申请实施例中的终端可利用调整后的生成网络和调整后的判别网络处理其他与N个训练图像具有同一类型对象的身份外貌特征的图像，且可有效的模拟出预设特征的变化。可选的，在本申请的一种可能的实现方式中，上述“终端通过初始生成网络将所述N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态”的方法为：终端确定第i训练图像的高层特征，并为第i训练图像配置第i控制信号，该第i控制信号用于指示将第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态；然后，该终端将第i训练图像的高层特征和第i控制信号输入到初始生成网络，生成至少一个变更了预设特征的形态的第i训练图像。由于N为大于1的正整数，因此，上述其他训练图像的数量为N-1。对于其他训练图像中的每一训练图像而言，第i控制信号用于指示将第i训练图像的预设特征的形态变更为该训练图像的预设特征的形态。相应的，对于每个其他训练图像而言，第i控制信号不同。因此，终端将第i训练图像的高层特征和第i控制信号输入到初始生成网络后，可生成至少一个变更了预设特征的形态的第i训练图像。可选的，终端可通过编码器确定第i训练图像的高层特征，该编码器的结构不作任何限定。由于i取遍不大于N的正整数，因此，对于N个训练图像中的每个训练图像而言，终端均可生成至少一个变更了预设特征的训练图像。可选的，在本申请的另一种可能的实现方式中，上述“终端调整初始生成网络和判别网络”的方法为：终端根据每一个干扰图像，对初始生成网络和初始判别网络进行至少一次训练，直到调整后的生成网络输出的变更后的干扰图像被调整后的判别网络识别出身份外貌特征。这里，干扰图像为初始判别网络识别不出身份外貌特征的图像。初始的生成网络将第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态后，初始的判别网路可能识别不出变更了预设特征的第i训练图像的身份外貌特征。在初始的判别网路识别不出变更了预设特征的第i训练图像的身份外貌特征的情况下，变更了预设特征的第i训练图像为干扰图像。对于每一干扰图像，终端对初始生成网络和初始判别网络进行至少一次训练，直到调整后的生成网络输出的变更后的干扰图像被调整后的判别网络识别出身份外貌特征，这样，可有效的模拟出与干扰图像对应的训练图像的预设特征的变化。可选的，在本申请的另一种可能的实现方式中，终端在处理完上述N个训练图像之后，重新获取N个训练图像，并执行上述第一方面描述的步骤，以迭代训练上述调整后的生成网络和上述调整后的判别网络。可选的，终端迭代训练上述调整后的生成网络和上述调整后的判别网络的迭代次数等于预设阈值。可选的，在本申请的另一种可能的实现方式中，终端还获取与N个训练图像具有同一类型对象的身份外貌特征的待处理图像，并在接收到用户输入的用于指示变更所述待处理图像的预设特征的形态的图像处理操作后，利用上述调整后的生成网络和上述调整后的判别网络处理该待处理图像。由于上述调整后的生成网络输出的变更后的第i训练图像能够被上述调整后的判别网络识别出身份外貌特征，因此，待处理图像经过上述调整后的生成网络和上述调整后的判别网络的处理后，在一定程度上可准确的模拟出待处理图像的预设特征的形态变化。第二方面，提供一种终端，该终端包括获取单元和处理单元。具体的，上述获取单元，用于获取N个训练图像；其中，N个训练图像具有同一类型对象的身份外貌特征，且N个训练图像在预设特征上存在差别，预设特征影响身份外貌特征的识别；N为大于1的正整数。上述处理单元，用于通过初始生成网络将上述获取单元获取到的N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，i取遍不大于N的所有正整数，以及调整初始生成网络和初始判别网络，使得调整后的生成网络输出的变更后的第i训练图像被调整后的判别网络识别出身份外貌特征。可选的，在本申请的一种可能的实现方式中，上述处理单元包括确定子单元、配置子单元和生成子单元。上述确定子单元，用于确定所述第i训练图像的高层特征。上述配置子单元，用于为所述第i训练图像配置第i控制信号，所述第i控制信号用于指示将所述第i训练图像的预设特征的形态变更为所述其他训练图像的预设特征的形态。上述生成子单元，用于将上述确定子单元确定出的所述第i训练图像的高层特征和上述配置子单元配置的所述第i控制信号输入到所述初始生成网络，生成至少一个变更了预设特征的形态的第i训练图像。可选的，在本申请的另一种可能的实现方式中，上述处理单元包括训练子单元，该训练子单元用于：根据每一个干扰图像，对所述初始生成网络和所述初始判别网络进行至少一次训练，直到所述调整后的生成网络输出的变更后的干扰图像被所述调整后的判别网络识别出身份外貌特征；其中，所述干扰图像为所述初始判别网络识别不出身份外貌特征的图像。可选的，在本申请的另一种可能的实现方式中，上述获取单元，还用于获取待处理图像，所述待处理图像与所述N个训练图像具有同一类型对象的身份外貌特征。本申请实施例提供的终端还包括接收单元，该接收单元用于接收用户输入的图像处理操作，该图像处理操作用于指示变更待处理图像的预设特征的形态。上述处理单元，还用于响应于上述接收单元接收到的图像处理操作，利用上述调整后的生成网络和上述调整后的判别网络处理待处理图像。第三方面，提供一种终端，该终端包括一个或多个处理器、存储器和通信接口。上述存储器、上述通信接口与上述一个或多个处理器连接。终端通过上述通信接口与其他设备通信，上述存储器用于存储计算机程序代码，该计算机程序代码包括指令，当上述一个或多个处理器执行指令时，终端执行如上述第一方面及其各种可能的实现方式的图像处本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：获取N个训练图像；其中，所述N个训练图像具有同一类型对象的身份外貌特征，且所述N个训练图像在预设特征上存在差别，所述预设特征影响所述身份外貌特征的识别；N为大于1的正整数；通过初始生成网络将所述N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，i取遍不大于N的所有正整数；调整所述初始生成网络和初始判别网络，使得调整后的生成网络输出的变更后的第i训练图像被调整后的判别网络识别出身份外貌特征。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取N个训练图像；其中，所述N个训练图像具有同一类型对象的身份外貌特征，且所述N个训练图像在预设特征上存在差别，所述预设特征影响所述身份外貌特征的识别；N为大于1的正整数；通过初始生成网络将所述N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，i取遍不大于N的所有正整数；调整所述初始生成网络和初始判别网络，使得调整后的生成网络输出的变更后的第i训练图像被调整后的判别网络识别出身份外貌特征。2.根据权利要求1所述的图像处理方法，其特征在于，所述通过初始生成网络将所述N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，具体包括：确定所述第i训练图像的高层特征；为所述第i训练图像配置第i控制信号，所述第i控制信号用于指示将所述第i训练图像的预设特征的形态变更为所述其他训练图像的预设特征的形态；将所述第i训练图像的高层特征和所述第i控制信号输入到所述初始生成网络，生成至少一个变更了预设特征的形态的第i训练图像。3.根据权利要求1或2所述的图像处理方法，其特征在于，所述调整所述初始生成网络和初始判别网络，具体包括：根据每一个干扰图像，对所述初始生成网络和所述初始判别网络进行至少一次训练，直到所述调整后的生成网络输出的变更后的干扰图像被所述调整后的判别网络识别出身份外貌特征；其中，所述干扰图像为所述初始判别网络识别不出身份外貌特征的图像。4.根据权利要求1-3中任意一项所述的图像处理方法，其特征在于，所述预设特征包括姿态、光照、脸部特征以及配饰中的任意一种。5.根据权利要求1-4中任意一项所述的图像处理方法，其特征在于，所述N个训练图像在预设特征上存在差别，具体包括：所述N个训练图像在所述预设特征的形态上存在差别；其中，所述预设特征的形态用于指示所述预设特征的状态，或者用于指示所述预设特征的状态和形状，所述状态包括存在或不存在。6.根据权利要求1-5中任意一项所述的图像处理方法，其特征在于，所述变更后的第i训练图像被调整后的判别网络识别出身份外貌特征，具体包括：所述变更后的第i训练图像的预设参数分布与真实图像的预设参数分布一致，所述预设参数分布包括像素分布、颜色分布、直方图分布中的任意一个。7.根据权利要求1-6中任意一项所述的图像处理方法，其特征在于，所述图像处理方法还包括：获取待处理图像，所述待处理图像与所述N个训练图像具有同一类型对象的身份外貌特征；接收用户输入的图像处理操作，所述图像处理操作用于指示变更所述待处理图像的预设特征的形态；响应于所述图像处理操作，利用所述调整后的生成网络和所述调整后的判别网络处理所述待处理图像。8.一种终端，其特征在于，包括：获取单元，用于获取N个训练图像；其中，所述N个训练图像具有同一类型对象的身份外貌特征，且所述N个训练图像在预设特征上存在差别，所述预设特征影响所述身份外貌特征的识别；N为大于1的正整数；处理单元，用于通过初始生成网络将所述获取单元获取到的所述N个训练图像中的第i训练图像的预设特征的形态变更为其他训练图像的预设特征的形态，i取遍不大于N的...

【专利技术属性】
技术研发人员：李照洋，胡蓝青，阚美娜，山世光，陈熙霖，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44