人像减龄处理方法、训练方法、装置、设备及存储介质制造方法及图纸

本申请提供一种人像减龄处理方法、训练方法、装置、设备及存储介质，属于人脸图像处理技术领域。该方法包括：获取待处理图像；将待处理图像输入预先训练得到的人像减龄处理网络模型中，由人像减龄处理网络模型进行减龄处理，得到处理后的图像以及待处理图像的光流结果；基于光流结果对处理后的图像进行分辨率还原处理，得到还原处理后的图像。本申请可以提高人脸图像的处理效果。

【技术实现步骤摘要】
人像减龄处理方法、训练方法、装置、设备及存储介质
本申请涉及人脸图像处理
，具体而言，涉及一种人像减龄处理方法、训练方法、装置、设备及存储介质。
技术介绍
随着拍照技术的日益进步，通过图像处理的方式使照片中的人脸图像变得更加年轻美丽是目前人们的普遍需求。为了实现这一效果，目前采用的技术手段是直接对图片进行去噪去模糊处理等，但是这些技术手段鲁棒性不足，对人脸轮廓的操作能力比较有限，对于实际需求中的一些复杂场景，例如同时包含人脸以及多种其他。的场景下人脸图像的处理效果较低。
技术实现思路
本申请的目的在于提供一种人像减龄处理方法、训练方法、装置、设备及存储介质，可以提高人脸图像的处理效果。本申请的实施例是这样实现的：本申请实施例的一方面，提供一种人像减龄处理方法，包括：获取待处理图像，待处理图像包含人像；将待处理图像输入预先训练得到的人像减龄处理网络模型中，由人像减龄处理网络模型进行减龄处理，得到处理后的图像以及待处理图像的光流结果，其中，人像减龄处理网络模型为卷积神经网络模型，人像本文档来自技高网...

【技术保护点】
1.一种人像减龄处理方法，其特征在于，包括：/n获取待处理图像，所述待处理图像包含人像；/n将所述待处理图像输入预先训练得到的人像减龄处理网络模型中，由所述人像减龄处理网络模型进行减龄处理，得到处理后的图像以及所述待处理图像的光流结果，其中，所述人像减龄处理网络模型为卷积神经网络模型，所述人像减龄处理网络模型包括：多个下采样层、残差结构块以及上采样层；所述下采样层用于对所述待处理图像进行下采样，所述残差结构块用于对下采样后的结果进行特征提取并得到所述待处理图像的图像特征，所述上采样层用于基于所述待处理图像的图像特征以及所述下采样层的下采样结果进行上采样；/n基于所述光流结果对所述处理后的图像进...

【技术特征摘要】
1.一种人像减龄处理方法，其特征在于，包括：
获取待处理图像，所述待处理图像包含人像；
将所述待处理图像输入预先训练得到的人像减龄处理网络模型中，由所述人像减龄处理网络模型进行减龄处理，得到处理后的图像以及所述待处理图像的光流结果，其中，所述人像减龄处理网络模型为卷积神经网络模型，所述人像减龄处理网络模型包括：多个下采样层、残差结构块以及上采样层；所述下采样层用于对所述待处理图像进行下采样，所述残差结构块用于对下采样后的结果进行特征提取并得到所述待处理图像的图像特征，所述上采样层用于基于所述待处理图像的图像特征以及所述下采样层的下采样结果进行上采样；
基于所述光流结果对所述处理后的图像进行分辨率还原处理，得到还原处理后的图像，所述还原处理后的图像的分辨率高于所述处理后的图像的分辨率。


2.如权利要求1所述的方法，其特征在于，所述将所述待处理图像输入预先训练得到的人像减龄处理网络模型中，由所述人像减龄处理网络模型进行减龄处理，得到处理后的图像以及所述待处理图像的光流结果，包括：
将所述待处理图像输入所述下采样层中，由所述下采样层对所述待处理图像进行多次下采样处理，得到下采样处理结果；
将所述下采样处理结果输入所述残差结构块中，由所述残差结构块基于所述下采样处理结果提取得到所述待处理图像的图像特征；
将所述下采样结果以及所述待处理图像的图像特征输入所述上采样层，由所述上采样层基于所述下采样结果以及所述待处理图像的图像特征进行多次上采样处理，得到所述处理后的图像以及所述光流结果。


3.如权利要求2所述的方法，其特征在于，所述人像减龄处理网络模型还包括：多个注意力层；每个所述注意力层分别与一个所述下采样层和一个所述上采样层连接；所述将所述待处理图像输入所述下采样层中，由所述下采样层对所述待处理图像进行多次下采样处理，得到下采样处理结果之后，所述方法还包括：
将所述下采样结果输入所述注意力层中，由所述注意力层进行特征权重提取，得到每个所述下采样层的特征权重；
将所述特征权重输入所述上采样层。


4.如权利要求3所述的方法，其特征在于，所述由所述上采样层基于所述下采样结果以及所述待处理图像的图像特征进行多次上采样处理，得到所述处理后的图像以及所述光流结果，包括：
由所述上采样层基于所述下采样结果、所述待处理图像的图像特征以及所述特征权重进行多次上采样处理，得到所述处理后的图像以及所述光流结果。


5.如权利要求2所述的方法，其特征在于，所述人像减龄处理网络模型还包括：多个堆叠卷积层；每个所述堆叠卷积层分别与一个上采样层连接；所述由所述上采样层基于所述下采样结果以及所述待处理图像的图像特征进行多次上采样处理，得到所述处理后的图像以及所述光流结果之后，所述方法还包括：
将所述处理后的图像输入所述堆叠卷积层，由所述堆叠卷积层对所述处理后的图像进行映射处理得到预设格式的处理后的图像以及预设格式的光流结果。


6.如权利要求1-5任一项所述的方法，其特征在于，所述获取待处理图像之前，所述方法还包括：
获取初始图像，所述初始图像中包括人像；
对所述初始图像进行剪裁预处理以及旋转预处理，得到中间图像；
对所述中间图像进行下采样处理，得到预设尺寸的图像，并将所述预设尺寸的图像作为所述待处理图像。


7.如权利要求6所述的方法，其特征在于，所述基于所述光流结果对所述处理后的图像进行分辨率还原处理，得到还原处理后的图像，包括：
基于所述光流结果对所述中间图像进行重新映射处理，确定图像残差金字塔；
通过所述图像残差金字塔对所述处理后的图像进行分辨率还原，得到所述还原处理后的图像。


8.如权利要求7所述的方法...

【专利技术属性】
技术研发人员：周勉，邹嘉伟，李启东，周铭柯，李志阳，
申请(专利权)人：厦门美图之家科技有限公司，
类型：发明
国别省市：福建;35