【技术实现步骤摘要】
一种人脸图像的防抖方法、装置、设备及可读存储介质
[0001]本申请涉及图像处理
，尤其是一种人脸图像的防抖方法、装置、设备及可读存储介质。
技术介绍
[0002]随着技术的发展，深度学习技术以大数据模型训练获得的模型应用在生活/工业的方方面面。而人脸应用场景以人脸本身具备结构化稳定的特性，应用的非常成功。
[0003]不论是深度学习算法还是传统的人脸特征点算法，输出结果中的像素点难免会存在抖动。抖动的原因通常是随机噪声、图像背景或拍摄多张图像时光线变化等外界干扰因素对结果的影响。在传统的人脸防抖技术中，通常通过不同的滤波算法进行滤波处理，例如卡尔曼滤波，中值滤波，高斯滤波等算法，但这些滤波算法通常不关注输出结果原本是在人脸特征点的正常移动还是抖动，均将输出结果当作抖动进行滤波处理，处理时如果去除抖动的算法权重较大就会造成处理时长较长，造成图像延迟，权重较小则会带来不可避免的抖动。理论上，人脸静止时，多张图像经过滤波算法处理后输出的特征点是应该在视觉效果上没有明显抖动的，而人脸移动时，需要在保持防抖效果的同时，...
【技术保护点】
【技术特征摘要】
1.一种人脸图像的防抖方法，其特征在于，所述方法包括：获取当前图像帧中的若干人脸特征点；基于所述当前图像帧以及所述当前图像帧的至少两个相邻图像帧，确定所述人脸特征点的位移向量；确定与所述人脸特征点所对应的聚类空间，所述聚类空间包含所述人脸特征点以及所述人脸特征点周围指定区域的人脸特征点；根据所述位移向量对所述聚类空间中的人脸特征点进行聚类；根据所述聚类结果对所述人脸特征点进行防抖处理。2.根据权利要求1所述的方法，其特征在于：所述当前图像帧为3D图像；获取当前图像帧中的若干人脸特征点的步骤包括：将所述3D图像中确定的所述人脸特征点的坐标映射成2D坐标系下的坐标。3.根据权利要求1所述的方法，其特征在于：根据所述位移向量对所述聚类空间中的人脸特征点进行聚类的步骤包括：根据所述位移向量的方向角度对所述聚类空间中的人脸特征点进行聚类，其中，所述方向角度不大于预设的变化范围。4.根据权利要求3所述的方法，其特征在于：所述预设的变化范围为20度。5.根据权利要求1所述的方法，其特征在于：根据所述聚类结果对所述人脸特征点进行防抖处理的步骤包括：将所述聚类结果中的所述人脸特征点与指定阈值对比，根据对比结果确定对所有获取到的所述人脸特征点或所述聚类空间中的人脸特征点进行防抖处理。6.一种人脸图像的防抖装置，其特征在于，所述装置包括：图像检测模块，用于获取当前图像帧中的若干人脸特征点；处理模块，用于基于所述当前图像帧以及所述当前图像帧的至少两个相邻图像帧，确定所述人脸特征点的位移向量；聚类模块，用于确...
【专利技术属性】
技术研发人员：芦爱余，
申请(专利权)人：广州虎牙科技有限公司，
类型：发明
国别省市：
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。