一种人脸图像恢复方法、装置及可读存储介质制造方法及图纸

本申请提供一种人脸图像恢复方法、装置及可读存储介质，该方法包括：确定人脸图像的面部特征之间的关联关系；对于部分面部特征不可获取的目标人脸图像，基于所述关联关系以及所述目标人脸图像中可获取的面部特征，对所述目标人脸图像中不可获取的部分面部特征进行恢复。该方法可以提高人脸识别的成功率和准确率。

【技术实现步骤摘要】
一种人脸图像恢复方法、装置及可读存储介质
本申请涉及图像处理技术，尤其涉及一种人脸图像恢复方法、装置及可读存储介质。
技术介绍
人脸识别是基于人的面部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。然而实践发现，目前的人脸识别方案中，对于面部特征部分被遮挡(如被口罩或/和墨镜等外物遮挡)或人脸整体清晰度较差等情况，往往很难准确实现人脸识别。
技术实现思路
有鉴于此，本申请提供一种人脸图像恢复方法、装置及可读存储介质。具体地，本申请是通过如下技术方案实现的：根据本申请实施例的第一方面，提供一种人脸图像恢复方法，包括：确定人脸图像的面部特征之间的关联关系；对于部分面部特征不可获取的目标人脸图像，基于所述关联关系以及所述目标人脸图像中可获取的面部特征，对所述目标人脸图像中不可获取的部分面部特征进行恢复。根据本申请实施例的第二方面，提供一种人脸图像恢复装置，包括：>训练单元，用于确定本文档来自技高网...

【技术保护点】
1.一种人脸图像恢复方法，其特征在于，包括：/n确定人脸图像的面部特征之间的关联关系；/n对于部分面部特征不可获取的目标人脸图像，基于所述关联关系以及所述目标人脸图像中可获取的面部特征，对所述目标人脸图像中不可获取的部分面部特征进行恢复。/n

【技术特征摘要】
1.一种人脸图像恢复方法，其特征在于，包括：
确定人脸图像的面部特征之间的关联关系；
对于部分面部特征不可获取的目标人脸图像，基于所述关联关系以及所述目标人脸图像中可获取的面部特征，对所述目标人脸图像中不可获取的部分面部特征进行恢复。


2.根据权利要求1所述的方法，其特征在于，所述确定人脸图像的面部特征之间的关联关系，包括：
根据面部特征之间的属性关系建立面部特征关系模型。


3.根据权利要求2所述的方法，其特征在于，所述根据面部特征之间的属性关系建立面部特征关系模型，包括：
对训练集中各训练样本进行面部特征分割，以得到各训练样本的面部特征分割结果mask；其中，所述训练样本为面部特征均可获取的人脸图像；
根据各训练样本的面部特征mask对各训练样本进行面部特征聚焦和识别，以得到各训练样本的面部特征的属性类型；
根据各训练样本的面部特征的属性类型对所述面部特征关系模型进行训练。


4.根据权利要求3所述的方法，其特征在于，所述面部特征关系模型为贝叶斯网络模型；
所述根据各训练样本的面部特征的属性类型对所述面部特征关系模型进行训练，包括：
对所述贝叶斯网络模型进行更新；
基于各训练样本的面部特征的属性类型确定更新后的所述贝叶斯网络模型的贝叶斯信息准则BIC评分；
若该BIC评分大于所述贝叶斯网络模型更新前BIC评分，则确定此次更新生效，并再次对所述贝叶斯网络模型进行更新，直至所述贝叶斯网络模型收敛；
否则，确定此次更新不生效，并再次对所述贝叶斯网络模型进行更新，直至所述贝叶斯网络模型收敛。


5.根据权利要求4所述的方法，其特征在于，所述对所述贝叶斯网络模型进行更新，包括：
对所述贝叶斯网络模型增加一条边；或，
对所述贝叶斯网络模型删除一条边；或，
对所述贝叶斯网络模型反向一条边。


6.根据权利要求1所述的方法，其特征在于，所述关联关系包括不同类别的面部特征的属性类型之间的关联关系，一种类别的面部特征包括多种不同的属性类型；
所述基于所述关联关系以及所述目标人脸图像中可获取的面部特征，对所述目标人脸图像中不可获取的部分面部特征进行恢复，包括：
获取所述目标人脸图像中可获取的面部特征的属性类型；
根据所述目标人脸图像中可获取的面部特征的属性类型，以及所述不同类别的面部特征的属性类型之间的关联关系，确定所述目标人脸图像中不可获取的部分面部特征的属性类型；
根据所述目标人脸图像中不可获取的部分面部特征的属性类型，对所述目标人脸图像中不可获取的部分面部特征进行恢复。


7.根据权利要求6所述的方法，其特征在于，所述获取所述目标人脸图像中可获取的面部特征的属性类型，包括：
对所述目标人脸图像进行面部特征分割，以得到所述目标人脸图像中可获取的面部特征mask；
根据所述目标人脸图像中可获取的面部特征mask对所述目标人脸图像进行面部特征聚焦和识别，以得到所述目标人脸图像中可获取的面部特征的属性类型。


8.根据权利要求6或7所述的方法，其特征在于，所述不同类别的面部特征的属性类型之间的关联关系通过贝叶斯网络模型记录；
所述根据所述目标人脸图像中可获取的面部特征的属性类型，以及所述不同类别的面部特征的属性类型之间的关联关系，确定所述目标人脸图像中不可获取的部分面部特征的属性类型，包括：
根据所述目标人脸图像中可获取的面部特征的属性类型，以及所述贝叶斯网络模型，确定所述目标人脸图像中不可获取的部分面部特征的各属性类型的后验概率；
将后验概率最大的属性类型确定为所述目标人脸图像中不可获取的部分面部特征的属性类型。


9.根据权利要求8所述的方法，其特征在于，所述根据所述目标人脸图像中可获取的面部特征的属性类型，以及所述贝叶斯网络模型，确定所述目标人脸图像中不可获取的部分面部特征的各属性类型的后验概率，包括：
基于所述贝叶斯网络模型和所述目标人脸图...

【专利技术属性】
技术研发人员：杨彭举，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33