【技术实现步骤摘要】
关键点的识别方法、装置、可读介质和电子设备
本公开涉及图像处理
，具体地，涉及一种关键点的识别方法、装置、可读介质和电子设备。
技术介绍
随着终端技术和图像处理技术的不断发展，终端上所能提供的图像处理操作越来越丰富，用户可以随时随地进行拍照、摄像，并对拍摄的照片进行各种处理。其中，针对图像中人脸提供的各种美颜功能，越来越受到用户的关注。在实现美颜功能之前，需要识别出图像中的人脸关键点，再对人脸关键点进行不同的处理。要获取人脸关键点，通常是将人脸图像输入至预先训练好的识别模型来提取人脸关键点。然而由于受到拍摄终端的像素、拍摄时的环境、拍摄方法等因素的影响，人脸图像的清晰度不稳定，会导致人脸关键点的识别的准确度降低。
技术实现思路
提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。第一方面，本公开提供一种关键点的识别方法，所述方法包括：<...
【技术保护点】
1.一种关键点的识别方法，其特征在于，所述方法包括：/n按照预设的人脸识别算法对待处理图像进行识别，以得到初始人脸图像；/n将所述初始人脸图像输入预先训练的图像处理模型，以获取所述图像处理模型输出的目标人脸图像，所述目标人脸图像的清晰度大于所述初始人脸图像的清晰度；/n将所述目标人脸图像输入预先训练的关键点识别模型，以获取所述关键点识别模型输出的所述目标人脸图像中的关键点。/n
【技术特征摘要】
1.一种关键点的识别方法，其特征在于，所述方法包括：
按照预设的人脸识别算法对待处理图像进行识别，以得到初始人脸图像；
将所述初始人脸图像输入预先训练的图像处理模型，以获取所述图像处理模型输出的目标人脸图像，所述目标人脸图像的清晰度大于所述初始人脸图像的清晰度；
将所述目标人脸图像输入预先训练的关键点识别模型，以获取所述关键点识别模型输出的所述目标人脸图像中的关键点。
2.根据权利要求1所述的方法，其特征在于，所述图像处理模型是通过如下方式进行训练的：
获取样本输入集和样本输出集，所述样本输出集中的每个样本输出包括清晰人脸图像，所述样本输入集中包括与每个所述样本输出对应的样本输入，每个所述样本输入包括对应的清晰人脸图像经过预设压缩算法得到的模糊人脸图像，所述清晰人脸图像的清晰度大于对应的所述模糊人脸图像的清晰度；
将所述样本输入集作为所述图像处理模型的输入，将所述样本输出集作为所述图像处理模型的输出，以训练所述图像处理模型。
3.根据权利要求2所述的方法，其特征在于，所述图像处理模型为生成式对抗网络GAN，所述将所述样本输入集作为所述图像处理模型的输入，将所述样本输出集作为所述图像处理模型的输出，以训练所述图像处理模型，包括：
将每个所述模糊人脸图像输入初始GAN的生成器，以得到所述生成器生成的新图像；
将该模糊人脸图像对应的清晰人脸图像，和所述新图像输入所述初始GAN的判决器，以得到所述判决器输出的判决结果；
根据所述判决结果修正所述初始GAN中每个神经元的参数；
重复执行所述将每个所述模糊人脸图像输入初始GAN的生成器，以得到所述生成器生成的新图像，至所述根据所述判决结果修正所述初始GAN中每个神经元的参数的步骤，直至所述初始GAN满足预设条件，所述预设条件为根据所述生成器的第一损失函数和所述判决器的第二损失函数确定的；
将满足所述预设条件的所述初始GAN作为所述图像处理模型。
4.根据权利要求1所述的方法，其特征在于，所述将所述目标人脸图像输入预先训练的关键点识别模型，以获取所述关键点识别模型输出的所述目标人脸图像中的关键点，包括：
将所述目标人脸图像输入所述关键点识别模型，以获取所述关键点识别模型输出的所述目标人脸图像中指定部位的关键点和掩模mask。
5.根据权利要求4所述的方法，其特征在于，所述关键点识别模型为卷积神经网络，所述将所述目标人脸图像输入所述关键点识别模型，以获取所述关键点识别模型输出的所述目标人脸图像中指定部位的关键点和掩模mask，包括：
将所述目标人脸图像输入所述关键点识别模型的卷积层，以获取所述...
【专利技术属性】
技术研发人员：邓启力，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11
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。