人脸图像修复方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种人脸图像修复方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取原始视频数据，对原始视频数据中的视频进行人脸检测，得到人脸图像；对人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；基于绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；根据重构后的绿色通道信号、红色通道信号、以及蓝色通道信号进行通道组合，得到修复后的人脸图像。整个方案从人脸图像中提取包含更强生理性周期信号的绿色通道，对绿色通道进行重构，得到更加准确的重构后的绿色通道信号，基于重构后的信号进行通道组合，得到的修复后的人脸图像包含周期性的生理特性，可以得到更加准确地人脸图像。地人脸图像。地人脸图像。

【技术实现步骤摘要】
人脸图像修复方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种人脸图像修复方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着计算机技术的发展，出现了各种各样的应用软件，用户在使用应用软件的过程中，如何准确鉴定用户的身份、保护信息安全，已成为一个必须解决的关键社会问题。传统的身份认证由于极易伪造和丢失，越来越难以满足社会的需求，目前最为便捷与安全的解决方案无疑就是生物识别技术。它不但简洁快速，而且利用它进行身份的认定，安全、可靠、准确。
[0003]人脸识别是目前身份识别的主流方法。在采集人脸视频的过程中，由于普通商业相机通常会对视频数据进行不同程度的压缩，这往往会导致部分重要生理信息的缺失，从而导致模型对相关生理信号估计的准确率下降。
[0004]因此，亟需一种可以对人脸图像进行修复的方法。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种准确的人脸图像修复方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种人脸图像修复方法。所述方法包括：
[0007]获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；
[0008]对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；
[0009]基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；
[0010]根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0011]在其中一个实施例中，所述基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号包括：
[0012]基于单通道正交匹配追踪，对所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号。
[0013]在其中一个实施例中，所述基于单通道正交匹配追踪，对所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号包括：
[0014]对所述绿色通道信号进行稀疏重建，获得绿色通道信号的稀疏表示；
[0015]基于所述绿色通道信号的稀疏表示、以及所述绿色通道信号进行最优化求解，得到重构后的绿色通道信号。
[0016]在其中一个实施例中，所述对所述绿色通道信息进行稀疏重建，获得绿色通道信息的稀疏表示包括：
[0017]基于正弦基，构建所述绿色通道信号的正弦脉冲字典以及的匹配系数矩阵；
[0018]基于所述正弦脉冲字典以及匹配系数矩阵进行计算，获得绿色通道信息的稀疏表示。
[0019]在其中一个实施例中，所述基于所述绿色通道信号的稀疏表示以及所述绿色通道信号进行最优化求解，得到重构后的绿色通道信号包括：
[0020]构建所述绿色通道信号的稀疏表示与所述绿色通道信号的误差表达式；
[0021]基于所述误差表达式，确定与所述绿色通道信号相似度最高的基信号；
[0022]确定所述最高的基信号与所述绿色通道信号的残差表达式；
[0023]基于所述残差表达式进行迭代计算；
[0024]当残差小于预设阈值时，基于迭代过程中的正弦基、以及匹配系数进行线性组合，得到重构后的绿色通道信号。
[0025]在其中一个实施例中，所述根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像包括：
[0026]获取预设红色通道信号贡献值、预设绿色通道信号贡献值、以及预设蓝色通道信号贡献值；
[0027]基于所述预设红色通道信号贡献值、预设绿色通道信号贡献值、预设蓝色通道信号贡献值、所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0028]第二方面，本申请还提供了一种人脸图像修复装置。所述装置包括：
[0029]获取模块，用于获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；
[0030]分离模块，用于对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；
[0031]重构模块，用于基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；
[0032]组合模块，用于根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0033]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0034]获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；
[0035]对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；
[0036]基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；
[0037]根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0038]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0039]获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；
[0040]对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色
通道信号；
[0041]基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；
[0042]根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0043]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0044]获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；
[0045]对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；
[0046]基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；
[0047]根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。
[0048]上述人脸图像修复方法、装置、计算机设备、存储介质和计算机程序产品，获取原始视频数据，对原始视频数据中的视频进行人脸检测，得到人脸图像；对人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；基于绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；根据重构后的绿色通道信号、红色通道信号、以及蓝色通道信号进行通道组合，得到修复后的人脸图像。整个方案从人脸图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像修复方法，其特征在于，所述方法包括：获取原始视频数据，对所述原始视频数据中的视频进行人脸检测，得到人脸图像；对所述人脸图像进行色彩通道分离，得到红色通道信号、绿色通道信号、以及蓝色通道信号；基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号；根据所述重构后的绿色通道信号、所述红色通道信号、以及所述蓝色通道信号进行通道组合，得到修复后的人脸图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号包括：基于单通道正交匹配追踪，对所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号。3.根据权利要求2所述的方法，其特征在于，所述基于单通道正交匹配追踪，对所述绿色通道信号进行空间特征重构，得到重构后的绿色通道信号包括：对所述绿色通道信号进行稀疏重建，获得绿色通道信号的稀疏表示；基于所述绿色通道信号的稀疏表示、以及所述绿色通道信号进行最优化求解，得到重构后的绿色通道信号。4.根据权利要求3所述的方法，其特征在于，所述对所述绿色通道信息进行稀疏重建，获得绿色通道信息的稀疏表示包括：基于正弦基，构建所述绿色通道信号的正弦脉冲字典以及的匹配系数矩阵；基于所述正弦脉冲字典以及匹配系数矩阵进行计算，获得绿色通道信息的稀疏表示。5.根据权利要求3或4所述的方法，其特征在于，所述基于所述绿色通道信号的稀疏表示以及所述绿色通道信号进行最优化求解，得到重构后的绿色通道信号包括：构建所述绿色通道信号的稀疏表示与所述绿色通道信号的误差表达式；基于所述误差表达式，确定与所述绿色通道信号相似度最高的基信号；确定所述最高的基信号与所述绿色通道信号的残...

【专利技术属性】
技术研发人员：张盼盼，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：