一种人脸图像增强方法、装置、设备及存储介质制造方法及图纸

本公开涉及一种人脸图像增强方法、装置、设备及存储介质，所述方法包括：基于待增强人脸图像的人脸属性，确定对应的人脸类别，作为目标类别。从各个人脸类别分别对应的图像增强模型中，确定所述目标类别对应的图像增强模型，作为目标模型；各个图像增强模型为基于自身对应的人脸类别的人脸图像样本训练得到。将待增强人脸图像输入至目标模型中，经过增强处理后得到待增强人脸图像对应的人脸增强图像。由于本公开利用不同的图像增强模型分别对不同类别的人脸图像进行增强处理，图像增强模型能够针对对应类别的人脸图像的图像增强需求进行增强处理，对于每一张人脸图像而言，能够得到尽量满足其增强需求的人脸增强图像，提高人脸图像增强效果。

【技术实现步骤摘要】
一种人脸图像增强方法、装置、设备及存储介质
本公开涉及图像处理
，尤其涉及一种人脸图像增强方法、装置、设备及存储介质。
技术介绍
目前，图像增强技术广泛应用于图像、视频处理领域，主要包括图像去噪、锐化、去模糊、颜色增强、超分辨率等技术。图像增强技术可以对整张图像进行增强处理，也可以只对图像中的某个区域进行单独的增强处理。人脸图像增强，通常是指先检测出图像中人脸所在区域，然后对人脸所在区域进行单独的增强处理。目前的人脸图像增强方法中，对于所有人脸图像均采用同一种图像增强方式，而不同类别的人脸图像特征不同，可能存在不同的图像增强处理需求，如果均采用同一种图像增强方式，显然无法满足不同类别的人脸图像的增强处理需求。因此，如何实现对不同类别的人脸图像的增强处理，是目前亟需解决的技术问题。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种人脸图像增强方法、装置、设备及存储介质。第一方面，本公开提供了一种人脸图像增强方法，所述方法包括：基于待增强人脸图像的人脸属性，确定所述本文档来自技高网...

【技术保护点】
1.一种人脸图像增强方法，其特征在于，所述方法包括：/n基于待增强人脸图像的人脸属性，确定所述待增强人脸图像对应的人脸类别，作为目标类别；/n从各个人脸类别分别对应的图像增强模型中，确定所述目标类别对应的图像增强模型，作为目标模型；其中，各个图像增强模型为基于自身对应的人脸类别的人脸图像样本训练得到；/n将所述待增强人脸图像输入至所述目标模型中，经过所述目标模型的增强处理后，得到所述待增强人脸图像对应的人脸增强图像。/n

【技术特征摘要】
1.一种人脸图像增强方法，其特征在于，所述方法包括：
基于待增强人脸图像的人脸属性，确定所述待增强人脸图像对应的人脸类别，作为目标类别；
从各个人脸类别分别对应的图像增强模型中，确定所述目标类别对应的图像增强模型，作为目标模型；其中，各个图像增强模型为基于自身对应的人脸类别的人脸图像样本训练得到；
将所述待增强人脸图像输入至所述目标模型中，经过所述目标模型的增强处理后，得到所述待增强人脸图像对应的人脸增强图像。


2.根据权利要求1所述的方法，其特征在于，所述基于待增强人脸图像的人脸属性，确定所述待增强人脸图像对应的人脸类别，作为目标类别，包括：
将待增强人脸图像输入至图像分类模型中，经过所述图像分类模型的分类处理后，得到所述待增强人脸图像对应的分类结果；其中，所述图像分类模型为基于带有类别标签的人脸图像样本训练得到，所述类别标签为基于所述人脸图像样本的人脸属性确定的；
基于所述分类结果，确定所述待增强人脸图像对应的人脸类别，作为目标类别。


3.根据权利要求1所述的方法，其特征在于，所述从各个人脸类别分别对应的图像增强模型中，确定所述目标类别对应的图像增强模型，作为目标模型之前，还包括：
构建第一人脸类别对应的人脸图像样本集；所述人脸图像样本集中包括无噪声人脸图像样本和有噪声人脸图像样本；
利用所述第一人脸类别对应的人脸图像样本，对预设机器模型进行训练，得到所述第一人脸类别对应的图像增强模型。


4.根据权利要求3所述的方法，其特征在于，所述构建第一人脸类别对应的人脸图像样本集，包括：
获取第一人脸类别对应的无噪声人脸图像样本；
对所述无噪声人脸图像样本进行降质处理，得到所述第一人脸类别对应的有噪声人脸图像样本；
基于所述有噪声人脸图像样本和所述无噪声人脸图像样本，构建所述第一人脸类别对应的人脸图像样本集。


5.根据权利要求4所述的方法，其特征在于，所述对所述无噪声人脸图像样本进行降质处理，得到所述第一人脸类别对应的有噪声人脸图像样本，包括：
从各个人脸类别分别对应的降质处理方式中，确定所述第一人脸类别对应的降质处理方式；其中，所述降质处理方式包括至少一种增加图像噪声的方式；
利用所述第一人脸类别对应的降质处理方式，对所述无噪声人脸图像样本进行降质处理，得到所述第一人脸类别对应的有噪声人脸图像样本。


6.根据权利要求2所述的方法，其特征在于，所述将待增强人脸图像输入至图像分类模型中，经过所述图像分类模型的分类处理后，得到所述待增强人脸图像对应的分类结果之前，还包括：
以预设去噪强度对待增强人脸图像进行去噪处理，得到去噪后人脸图像；
相应的，所述将待增强人脸图像输入至图像分类模型中，经过所述图像分类模型的分类处理后，得到所述待增强人脸图像对应的分类结果，包括：
将所述去噪后人脸图像输入至图像分类模型中，经过所述图像分类模型的分类处理后，得到所述待增强人脸图像对应的分类结果。


7.根据权利要求1所述的方法，其特征在于，所述人脸属性包括年龄、性别、颜值和人种中的至少一个。


8.一种人脸图像增强装置，其特征在于，所述装置包括：
第一确定模块，用于...

【专利技术属性】
技术研发人员：张文杰，李果，
申请(专利权)人：北京金山云网络技术有限公司，
类型：发明
国别省市：北京;11