The embodiment of the application discloses an image processing method and a device. An embodiment of the method includes: obtaining a face video template, obtaining the face similarity between the face video template and at least one face image set; outputting the relevant information of the face similarity corresponding to each face image set; acquiring the user selection information indicating the target face image set in the at least one face image set, and converting the video frame of the face video template And the input depth learning model of the face image in the target face image set is used for training; the trained depth learning model is used to convert the face area in the face video template into the synthetic face, and the video frame of the synthetic image is obtained and output. The embodiment of the application can guide the user to select a face image set by referring to the face similarity, so that the user has a greater chance to select a face image set with a higher face similarity, thus speeding up the training speed.
【技术实现步骤摘要】
图像处理方法和装置
本申请实施例涉及计算机
,具体涉及互联网
,尤其涉及图像处理方法和装置。
技术介绍
随着人脸检测(FaceDetection)技术的发展,越来越多的用户通过终端设备的各种应用使用人脸检测技术。通过检测人脸可以确定脸部的多个关键点,每个关键点都有其对应的特征。通过这些关键点,不同的人脸会呈现出不同的特征,利用人脸检测技术可以确定不同人的人脸所呈现的特征。
技术实现思路
本申请实施例提出了图像处理方法和装置。第一方面,本申请实施例提供了一种图像处理方法,包括:获取人脸视频模板,获取人脸视频模板与至少一个人脸图像集的人脸相似度,其中,人脸视频模板中的视频帧包含同一个人的人脸,每个人脸图像集中的人脸图像包含同一个人的人脸;输出各个人脸图像集对应的人脸相似度的相关信息;获取指示至少一个人脸图像集中的目标人脸图像集的用户选择信息,将人脸视频模板的视频帧和目标人脸图像集中的人脸图像输入深度学习模型进行训练,利用训练后的深度学习模型将人脸视频模板中的人脸区域转换为合成人脸,得到并输出合成图视频帧,其中,合成人脸是由目标人脸图像集所包含的人脸和人脸区域所合成的人脸,合成人脸与目标人脸图像集的人脸相似度大于合成人脸与人脸视频模板的人脸相似度。第二方面,本申请实施例提供了一种图像处理装置,包括:获取单元,被配置成获取人脸视频模板,获取人脸视频模板与至少一个人脸图像集的人脸相似度,其中,人脸视频模板中的视频帧包含同一个人的人脸,每个人脸图像集中的人脸图像包含同一个人 ...
【技术保护点】
1.一种图像处理方法,所述方法包括:/n获取人脸视频模板,获取所述人脸视频模板与至少一个人脸图像集的人脸相似度,其中,人脸视频模板中的视频帧包含同一个人的人脸,每个所述人脸图像集中的人脸图像包含同一个人的人脸;/n输出各个所述人脸图像集对应的人脸相似度的相关信息;/n获取指示所述至少一个人脸图像集中的目标人脸图像集的用户选择信息,将所述人脸视频模板的视频帧和所述目标人脸图像集中的人脸图像输入深度学习模型进行训练;/n利用训练后的深度学习模型将所述人脸视频模板中的人脸区域转换为合成人脸,得到并输出合成图视频帧,其中,所述合成人脸是由所述目标人脸图像集所包含的人脸和所述人脸区域所合成的人脸,所述合成人脸与所述目标人脸图像集的人脸相似度大于所述合成人脸与所述人脸视频模板的人脸相似度。/n
【技术特征摘要】
1.一种图像处理方法,所述方法包括:
获取人脸视频模板,获取所述人脸视频模板与至少一个人脸图像集的人脸相似度,其中,人脸视频模板中的视频帧包含同一个人的人脸,每个所述人脸图像集中的人脸图像包含同一个人的人脸;
输出各个所述人脸图像集对应的人脸相似度的相关信息;
获取指示所述至少一个人脸图像集中的目标人脸图像集的用户选择信息,将所述人脸视频模板的视频帧和所述目标人脸图像集中的人脸图像输入深度学习模型进行训练;
利用训练后的深度学习模型将所述人脸视频模板中的人脸区域转换为合成人脸,得到并输出合成图视频帧,其中,所述合成人脸是由所述目标人脸图像集所包含的人脸和所述人脸区域所合成的人脸,所述合成人脸与所述目标人脸图像集的人脸相似度大于所述合成人脸与所述人脸视频模板的人脸相似度。
2.根据权利要求1所述的方法,其中,所述方法应用于终端设备;所述输出各个所述人脸图像集对应的人脸相似度的相关信息,包括:
显示各个所述人脸图像集和/或各个所述人脸图像集的标识,以及各个所述人脸图像集对应的人脸相似度;或
按照各个所述人脸图像集对应的人脸相似度由大到小的顺序,显示各个所述人脸图像集和/或各个所述人脸图像集的标识。
3.根据权利要求2所述的方法,其中,所述将所述人脸视频模板和所述目标人脸图像集中的人脸图像输入深度学习模型进行训练,包括:
利用所述终端设备的至少一个图形处理器,对所述深度学习模型进行训练。
4.根据权利要求1所述的方法,其中,所述初始深度学习模型包括编码器和解码器;
所述将所述人脸视频模板的视频帧和所述目标人脸图像集中的人脸图像输入深度学习模型进行训练,包括:
将所述人脸视频模板和所述目标人脸图像集中的人脸图像输入所述深度学习模型,通过所述编码器,基于预设损失函数学习所述人脸区域和人脸图像集所包含的人脸的共同特征;以及
所述利用训练后的深度学习模型将所述人脸视频模板中的人脸区域转换为合成人脸,包括:
通过所述解码器,根据所述共同特征,还原所述人脸图像集所包含的人脸,得到所述合成人脸;
将所述合成人脸和所述人脸视频模板中人脸区域以外的其他区域进行融合,得到所述合成图视频帧。
5.根据权利要求1所述的方法,其中,获取所述人脸视频模板与至少一个人脸图像集的人脸相似度,包括:
接收服务器发送的所述人脸视频模板与所述至少一个人脸图像集的人脸相似度,其中,所述服务器响应于确定人脸图像集的数量为至少两个,确定并发送所述人脸视频模板与所述至少一个人脸图像集的...
【专利技术属性】
技术研发人员:吴培希,李佩成,张懿,罗琨,高志超,
申请(专利权)人:上海掌门科技有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。