图像处理方法、装置、设备及存储介质制造方法及图纸

本公开提供了图像处理方法、装置、设备及存储介质，涉及人工智能技术领域，具体为计算机视觉、深度学习技术领域，可应用于图像处理场景下。具体实现方案为：从目标图像中获取人脸区域图像；将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种类型的目标区域分别对应的子图像；在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息。本公开实施例能够保证检测至少一种类型的目标区域内包含的目标对象的位置信息的精确度。信息的精确度。信息的精确度。

【技术实现步骤摘要】
图像处理方法、装置、设备及存储介质


[0001]本公开涉及人工智能
，具体为计算机视觉、深度学习


技术介绍

[0002]目标识别是图像处理的一个重要的手段，在目标识别中的一种处理类型为对人脸的皮肤状况进行识别。在对人脸的皮肤状况进行识别的处理中往往仅能够判断是否存在一种或多种类型的皮肤症状，而无法对不同类型的皮肤症状进行准确定位。因此，如何对人脸图像中不同类型的皮肤症状进行准确定位就成为需要解决的问题。

技术实现思路

[0003]本公开提供了一种图像处理方法、装置、设备以及存储介质。
[0004]根据本公开的一方面，提供了一种图像处理方法，包括：
[0005]从目标图像中获取人脸区域图像；
[0006]将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；
[0007]基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种类型的目标区域分别对应的子图像；
[0008]在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息。
[0009]根据本公开的另一方面，提供了一种图像处理装置，包括：
[0010]提取模块，用于从目标图像中获取人脸区域图像；
[0011]识别模块，用于将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；
[0012]区域获取模块，用于基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种类型的目标区域分别对应的子图像；
[0013]位置确定模块，用于在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与该至少一个处理器通信连接的存储器；其中，
[0017]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。
[0020]根据本公开的技术，可保证检测至少一种类型的目标区域内包含的目标对象的位置信息的精确度。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开一实施例的图像处理方法示意图；
[0024]图2是根据本公开另一实施例的图像处理方法示意图；
[0025]图3是根据本公开一实施例的模型训练的处理流程示意图；
[0026]图4是根据本公开又一实施例的图像处理装置示意图；
[0027]图5是根据本公开又一实施例的图像处理装置示意图；
[0028]图6是用来实现本公开实施例的图像处理方法的电子设备的框图。
具体实施方式
[0029]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0030]本公开实施例首先提供了一种图像处理方法，如图1所示，包括：
[0031]步骤S11：从目标图像中获取人脸区域图像；
[0032]步骤S12：将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；
[0033]步骤S13：基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种的目标区域分别对应的子图像；
[0034]步骤S14：在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息。
[0035]本实施例提供的方法可以应用于图像处理装置，该图像处理装置可以包括有服务器、终端设备或芯片；该终端设备可以包括有手机、笔记本、平板电脑、台式电脑或其他设备等等，本实施例对于图像处理装置的具体形式不做限定。
[0036]在一种实现方式中，所述目标图像可以是包含人脸的图像。优选的，所述目标图像可以为包含人脸的RGB(红绿蓝，Red Green Blue)图像。
[0037]在一种实现方式中，所述从目标图像中获取人脸区域图像，可以包括：对所述目标图像进行检测得到人脸区域；在检测得到的所述人脸区域符合预设条件的情况下，从所述目标图像中获取所述人脸区域所在位置的图像作为所述人脸区域图像。其中，所述预设条件可以包括：脸部无遮挡，比如未佩戴墨镜、未佩戴口罩等等。
[0038]在一种实现方式中，所述至少一种类型的目标区域分别对应的分割结果具体可以为：所述至少一种类型中每一种类型的至少一个目标区域分别对应的分割结果。也就是说，所述至少一种类型中的每一种类型的目标区域的数量可以为一个或多个，本实施例不对每
一种类型的目标区域的数量进行限定。
[0039]在一种实现方式中，所述基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种类型的目标区域分别对应的子图像可以是：基于所述至少一种类型中每一种类型的至少一个目标区域分别对应的掩膜进行处理，得到所述人脸区域图像中包含的所述至少一种类型中每一种类型的至少一个目标区域分别对应的子图像。
[0040]所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息，具体可以为：所述至少一种类型中每一种类型的至少一个目标区域中包含的目标对象所对应的位置信息。其中，所述每一种类型的至少一个目标区域中的每一个目标区域内可以包含有对应的目标对象。举例来说，假设某一种类型的目标区域为黑头区域，相应的，任意一个黑头区域中包含的目标对象为黑头。
[0041]所述目标对象所对应的位置信息可以指的是该目标对象在所述人脸区域图像中的位置坐标。
[0042]本实施例中，先获取目标图像中的人脸区域图像，再采用目标模型预测人脸区域图像中包含的至少一种类型的目标区域分别对应的分割结果，然后根据所述至少一种类型的目标区域分别对应的分割结果确定所述至少一种类型的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：从目标图像中获取人脸区域图像；将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；基于所述至少一种类型的目标区域分别对应的分割结果，确定所述人脸区域图像中所述至少一种类型的目标区域分别对应的子图像；在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息。2.根据权利要求1所述的方法，其中，所述将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果，包括：将所述人脸区域图像输入所述目标模型的第一网络，得到所述人脸区域图像所对应的特征图；将所述特征图输入所述目标模型的第二网络，得到所述至少一种类型的目标区域分别对应的分割结果。3.根据权利要求2所述的方法，其中，所述将所述特征图输入所述目标模型的第二网络，得到所述至少一种类型的目标区域分别对应的分割结果，包括：将所述特征图输入所述目标模型的所述第二网络中的检测网络，得到至少一个候选框；将所述至少一个候选框中的每一个候选框输入所述目标模型的所述第二网络中的至少一个预测分支进行预测，得到所述每一个候选框中包含的至少一种类型的目标区域及其对应的分割结果；其中，所述至少一个预测分支中不同的预测分支用于预测不同类型的目标区域及其对应的分割结果。4.根据权利要求1所述的方法，其中，所述在所述至少一种类型的目标区域分别对应的所述子图像中，确定所述至少一种类型的目标区域中分别包含的目标对象所对应的位置信息，包括：在所述至少一种类型的目标区域分别对应的所述子图像中的第i种类型的目标区域对应的子图像中，基于像素点的颜色和/或灰度值确定所述第i种类型的目标区域对应的子图像的目标像素点，将所述目标像素点的位置坐标作为所述第i种类型的目标区域中包含的目标对象所对应的位置信息；其中，i为大于等于1的整数。5.根据权利要求1所述的方法，其中，所述从目标图像中确定人脸区域图像，包括：对所述目标图像进行检测，得到人脸区域所对应的矩形框；基于所述人脸区域所对应的所述矩形框，确定人脸区域初始图像；对所述人脸区域初始图像进行归一化处理，得到所述人脸区域图像。6.根据权利要求1
‑
5任一项所述的方法，其中，所述方法还包括：基于训练样本对预设模型进行训练，得到训练后的预设模型；将所述训练后的预设模型作为所述目标模型；其中，所述训练样本中包含至少一种类型的目标对象的标注结果。7.根据权利要求6所述的方法，其中，所述基于训练样本对预设模型进行训练，包括：将所述训练样本输入所述预设模型的预设第一网络，得到所述预设模型的预设第一网络输出的特征图；将所述特征图输入所述预设模型中的预设第二网络，得到所述预设模型中的所述预设
第二网络输出的至少一种类型的目标区域的分割结果；基于所述至少一种类型的目标区域的分割结果、以及所述训练样本的所述至少一种类型的目标对象的标注结果，确定所述至少一种类型的目标区域的分割结果分别对应的第一类损失函数以及第二类损失函数；根据所述第一类损失函数以及所述第二类损失函数进行反向传导更新所述预设模型。8.一种图像处理装置，包括：提取模块，用于从目标图像中获取人脸区域图像；识别模块，用于将所述人脸区域图像输入目标模型，得到所述目标模型输出的至少一种类型的目标区域分别对应的分割结果；...

【专利技术属性】
技术研发人员：梁柏荣，洪智滨，郭知智，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：