图像处理方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置及计算机可读存储介质，其中方法包括：获取第一人脸图像，并获取与第一人脸图像对应的第一向量；第一人脸图像为姿态角满足预设条件的侧脸图像；对第一人脸图像进行镜像操作得到第二人脸图像，并获取与第二人脸图像对应的第二向量；根据第一向量与第二向量确定目标向量，并将目标向量输入至图像生成模型得到目标人脸图像。通过对获取的侧脸图像进行镜像操作，以在保障人脸图像身份一致性的情况下结合两个属于镜像对称的侧脸图像得到正脸化图像，可使生成的该正脸化图像与侧脸图像的相似性更高，且适用性更广。且适用性更广。且适用性更广。

【技术实现步骤摘要】
图像处理方法、装置及计算机可读存储介质


[0001]本申请属于人工智能
，特别的涉及一种图像处理方法、装置及计算机可读存储介质。

技术介绍

[0002]图像处理是利用计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为，其多应用在测绘学、大气科学、天文学、美图等专业领域。
[0003]当对存在人脸的图像进行处理时，若人脸图像为侧脸图像，会增加图像处理的难度，因此在对该类图像处理时需先对侧脸图像进行正脸化处理。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置及计算机可读存储介质，其技术方案如下：
[0005]第一方面，本申请实施例提供了一种图像处理方法，方法包括：
[0006]获取第一人脸图像，并获取与第一人脸图像对应的第一向量；第一人脸图像为姿态角满足预设条件的侧脸图像；
[0007]对第一人脸图像进行镜像操作得到第二人脸图像，并获取与第二人脸图像对应的第二向量；
[0008]根据第一向量与第二向量确定目标向量，并将目标向量输入至图像生成模型得到目标人脸图像；图像生成模型由多个随机向量以及与多个随机向量各自对应的样本图像训练得到，目标人脸图像为正脸图像。
[0009]在第一方面的一种可选方案中，获取第一人脸图像包括：
[0010]获取初始人脸图像；
[0011]调整初始人脸图像的姿态角，直至初始人脸图像的姿态角满足预设条件，并将姿态角满足预设条件的初始人脸图像作为第一人脸图像。
[0012]在第一方面的又一种可选方案中，预设条件为第一人脸图像所在平面的纵轴与第一人脸图像表征的人脸之间的夹角为0。
[0013]在第一方面的又一种可选方案中，获取与第一人脸图像对应的第一向量包括：
[0014]将第一随机向量输入至图像生成模型，得到第三人脸图像；
[0015]基于第一随机向量、第一人脸图像以及第三人脸图像构建第一损失函数；
[0016]对第一损失函数进行优化操作，得到与第一人脸图像对应的第一向量。
[0017]在第一方面的又一种可选方案中，获取与第二人脸图像对应的第二向量，包括：
[0018]将第二随机向量输入至图像生成模型，得到第四人脸图像；
[0019]基于第二随机向量、第二人脸图像以及第四人脸图像构建第二损失函数；
[0020]对第二损失函数进行优化操作，得到与第二人脸图像对应的第二向量。
[0021]在第一方面的又一种可选方案中，根据第一向量与第二向量确定目标向量包括：
[0022]计算第一向量与第二向量的平均向量，并将平均向量作为目标向量。
[0023]在第一方面的又一种可选方案中，图像生成模型包括第一生成网络以及第二生成网络；
[0024]第一生成网络用于基于输入的随机向量得到随机人脸图像；
[0025]第二生成网络用于基于已知预测值的样本图像训练得到；样本图像包括随机人脸图像以及真实人脸图像，随机人脸图像输入至第二生成网络得到第一预测值，真实人脸图像输入至第二生成网络得到第二预测值；
[0026]图像生成模型用于基于第二生成网络得到的对应于随机人脸图像的预测值对第一生成网络进行训练，以使训练后的第一生成网络基于随机向量得到的随机人脸图像输入至第二生成网络得到属于预设阈值区间的目标预测值。
[0027]第二方面，本申请实施例还提供一种图像处理装置，装置包括：
[0028]第一获取模块，用于获取第一人脸图像，并获取与第一人脸图像对应的第一向量；第一人脸图像为姿态角满足预设条件的侧脸图像；
[0029]第二获取模块，用于对第一人脸图像进行镜像操作得到第二人脸图像，并获取与第二人脸图像对应的第二向量；
[0030]处理模块，用于根据第一向量与第二向量确定目标向量，并将目标向量输入至图像生成模型得到目标人脸图像；图像生成模型由多个随机向量以及与多个随机向量各自对应的样本图像训练得到，目标人脸图像为正脸图像。
[0031]在第二方面的一种可选方案中，第一获取模块包括：
[0032]获取单元，用于获取初始人脸图像；
[0033]第一处理单元，用于调整初始人脸图像的姿态角，直至初始人脸图像的姿态角满足预设条件，并将姿态角满足预设条件的初始人脸图像作为第一人脸图像。
[0034]在第二方面的又一种可选方案中，预设条件为第一人脸图像所在平面的纵轴与第一人脸图像表征的人脸之间的夹角为0。
[0035]在第二方面的又一种可选方案中，第一获取模块还包括：
[0036]第二处理单元，用于将第一随机向量输入至图像生成模型，得到第三人脸图像；
[0037]第一构建单元，用于基于第一随机向量、第一人脸图像以及第三人脸图像构建第一损失函数；
[0038]第一优化单元，用于对第一损失函数进行优化操作，得到与第一人脸图像对应的第一向量。
[0039]在第二方面的又一种可选方案中，第二获取模块包括：
[0040]第三处理单元，用于将第二随机向量输入至图像生成模型，得到第四人脸图像；
[0041]第二构建单元，用于基于第二随机向量、第二人脸图像以及第四人脸图像构建第二损失函数；
[0042]第二优化单元，用于对第二损失函数进行优化操作，得到与第二人脸图像对应的第二向量。
[0043]在第二方面的又一种可选方案中，处理模块具体用于：
[0044]计算第一向量与第二向量的平均向量，并将平均向量作为目标向量。
[0045]在第二方面的又一种可选方案中，图像生成模型包括第一生成网络以及第二生成
网络；
[0046]第一生成网络用于基于输入的随机向量得到随机人脸图像；
[0047]第二生成网络用于基于已知预测值的样本图像训练得到；样本图像包括随机人脸图像以及真实人脸图像，随机人脸图像输入至第二生成网络得到第一预测值，真实人脸图像输入至第二生成网络得到第二预测值；
[0048]图像生成模型用于基于第二生成网络得到的对应于随机人脸图像的预测值对第一生成网络进行训练，以使训练后的第一生成网络基于随机向量得到的随机人脸图像输入至第二生成网络得到属于预设阈值区间的目标预测值。
[0049]第三方面，本申请实施例还提供了一种图像处理装置，包括处理器以及存储器；
[0050]处理器与存储器相连；
[0051]存储器，用于存储可执行程序代码；
[0052]处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行本申请实施例第一方面或第一方面的任意一种实现方式提供的图像处理方法。
[0053]第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序包括程序指令，程序指令当被处理器执行时，可实现本申请实施例第一方面或第一方面的任意一种实现方式提供的图像处理方法。
[0054]在本申请实施例中，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，其特征在于，包括：获取第一人脸图像，并获取与所述第一人脸图像对应的第一向量；所述第一人脸图像为姿态角满足预设条件的侧脸图像；对所述第一人脸图像进行镜像操作得到第二人脸图像，并获取与所述第二人脸图像对应的第二向量；根据所述第一向量与所述第二向量确定目标向量，并将所述目标向量输入至图像生成模型得到目标人脸图像；所述图像生成模型由多个随机向量以及与所述多个随机向量各自对应的样本图像训练得到，所述目标人脸图像为正脸图像。2.根据权利要求1所述的方法，其特征在于，所述获取第一人脸图像包括：获取初始人脸图像；调整所述初始人脸图像的姿态角，直至所述初始人脸图像的姿态角满足所述预设条件，并将所述姿态角满足所述预设条件的所述初始人脸图像作为第一人脸图像。3.根据权利要求2所述的方法，其特征在于，所述预设条件为所述第一人脸图像所在平面的纵轴与所述第一人脸图像表征的人脸之间的夹角为0。4.根据权利要求1所述的方法，其特征在于，所述获取与所述第一人脸图像对应的第一向量包括：将第一随机向量输入至所述图像生成模型，得到第三人脸图像；基于所述第一随机向量、所述第一人脸图像以及所述第三人脸图像构建第一损失函数；对所述第一损失函数进行优化操作，得到与所述第一人脸图像对应的第一向量。5.根据权利要求1所述的方法，其特征在于，所述获取与所述第二人脸图像对应的第二向量，包括：将第二随机向量输入至所述图像生成模型，得到所述第四人脸图像；基于所述第二随机向量、所述第二人脸图像以及所述第四人脸图像构建第二损失函数；对所述第二损失函数进行优化操作，得到与所述第二人脸图像对应的第二向量。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述根据所述第一向量与所述第二向量确定目标向量包括：计算所述第一向量与所述第二向量的平均向量，并将所述平均向量作为目标向量。7.根据权利要求6所述的方法，其特征在于，所述图像生成模型包括第一生成网络以及第二生成网络；所述第一生成网络用于基于输入的随机向量得到随机人脸图像；所述第二生成网络用于基于已知预测值的样本图像训练得到；所述样本图像包括所述随机人脸图像以及真实人脸图像，所述随机人脸图像输入至所述第二生成网络得到第一预测值，所述真实人脸图像输入至所述第二生成网络得到第二预测值；所述图像生成模型用于基于所述第二生成网络得到的对应于所述随机人脸图像的预测值对所述第一生成网络进行训练，以使训练后的所述第一生成网络基于所述随机向量得到的所述随机人脸图像输入至所述第二生成网络得到属于预设阈值区间的目标预测值。8.一种图像处理装置，其特征在于，包括：
第一获取模块，用于获取第一人脸图像，并获取与所述第一人脸图像对应的第一向量；所述第一人脸图像为姿态角满足预设条件的侧脸图像；第二获取模块，用于对所述第一人脸图像进行镜像操作得到第二人脸图像，并获取与所述第二人脸...

【专利技术属性】
技术研发人员：张玉兵，
申请(专利权)人：广州视源人工智能创新研究院有限公司，
类型：发明
国别省市：