【技术实现步骤摘要】
图像处理方法及其装置
[0001]本申请属于图像数据处理
,具体涉及一种图像处理方法及其装置。
技术介绍
[0002]随着移动设备拍照功能的广泛应用,用户需要对拍摄出的人脸图像中的人脸部分进行美颜。目前,通常会利用人脸增强模型对人脸去噪、去模糊、生成细节等来提升人脸清晰度,提升清晰度的人脸图像再通过肤质增强模型对人脸图像中人脸的肤质如祛斑痘、磨皮等。使得人脸增强模型和肤质增强模型通过串联的方式对人脸图像进行处理以达到相应的美化效果,进而会占用移动设备较多的内存。
技术实现思路
[0003]本申请实施例的目的是提供一种图像处理方法及其装置,能够解决模型通过串联的方式对人脸图像处理导致设备内存占用率较高的问题。
[0004]第一方面,本申请实施例提供了一种图像处理方法,该方法包括:获取第一人脸图像;通过N个图像处理网络模型对所述第一人脸图像并行进行图像处理,得到N个第二人脸图像;其中,N≥2,所述N个图像处理网络模型中的不同的图像处理网络模型对应不同的图像处理功能;根据用户输入的图像处理参数,对所述N个第二人脸图像进行融合处理,得到第三人脸图像。
[0005]第二方面,本申请实施例提供了一种图像处理的装置,该装置包括:人脸图像获取模块,用于获取第一人脸图像;人脸图像处理模块,用于通过N个图像处理网络模型对所述第一人脸图像并行进行图像处理,得到N个第二人脸图像;其中,N≥2,所述N个图像处理网络模型中的不同的图像处理网络模型对应不同的图像处理功能;人脸图像得到模块,用于根据用户输入的图 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取第一人脸图像;通过N个图像处理网络模型对所述第一人脸图像并行进行图像处理,得到N个第二人脸图像;其中,N≥2,所述N个图像处理网络模型中的不同的图像处理网络模型对应不同的图像处理功能;根据用户输入的图像处理参数,对所述N个第二人脸图像进行融合处理,得到第三人脸图像。2.根据权利要求1所述的方法,其特征在于,所述图像处理参数包括人脸调整参数;所述根据用户输入的图像处理参数,对所述N个第二人脸图像进行融合处理,得到第三人脸图像,包括:根据用户输入的人脸调整参数,获得每一所述第二人脸图像的融合权重值;根据每一所述第二人脸图像的融合权重值,对所述N个第二人脸图像进行加权融合处理,得到第三人脸图像。3.根据权利要求1所述的方法,其特征在于,在所述获取第一人脸图像之前,所述方法还包括:获取第一图像;在所述第一图像包含人脸特征的情况下,从所述第一图像中获取对应人脸区域的待处理图像;将所述待处理图像由原始尺寸调整至对应于所述图像处理模型的设定尺寸,得到所述第一人脸图像;所述得到第三人脸图像之后,所述方法还包括:将所述第三人脸图像的尺寸调整至所述原始尺寸,得到对应所述人脸区域的处理后图像;将所述第一图像中的待处理图像替换为所述处理后图像,得到第二图像。4.根据权利要求1至3中任一项所述的方法,其特征在于,所述N个图像处理网络模型中的第1网络模型为主网络模型,其他的第j网络模型为辅网络模型,2≤j≤N;所述通过N个图像处理模型对所述第一人脸图像并行进行图像处理之前,所述方法还包括:获取对应所述第1网络模型的第1训练样本集;通过所述第1训练样本集训练所述第1网络模型,得到所述第1网络模型的模型参数值,并通过所述第1网络模型的模型参数值更新所述第1网络模型;其中,所述第1网络模型的模型参数值包括所述主干网络模型的第一模型参数值;获取对应所述第j网络模型的第j训练样本集;保持所述主干网络模型不变,通过所述第j训练样本集训练第j网络模型,得到第j网络模型的分支网络模型的第二模型参数值,并通过所述第二模型参数值更新对应的分支网络模型;其中,所述第j网络模型的模型参数值包括所述第一模型参数值和所述第二模型参数值。5.根据权利要求4所述的方法,其特征在于,所述第1网络模型为对应人脸肤质增强功能的网络模型,所述N个图像处理网络模型中的一个辅网络模型为对应人脸增强功能的网络模型;
对应第i网络模型的第i训练样本集包括多个训练样本,其中,1≤i≤N,所述训练样本包括输入图像样本和标签图像样本,不同训练样本集中的第一训练样本对应相同的第一输入图像样本和不同的第一标签图像样本,第i训练样本集中的第一标签图像样本为对所述第一输入图像样本、进行对应于第i网络模型的图像处理功能的图像处理所得到的样本。6.一种图像处理的装置,其特征在于,所述装置包括:人脸图像获取模块,用于获...
【专利技术属性】
技术研发人员:张旭,
申请(专利权)人:维沃移动通信有限公司,
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。