一種人臉圖像處理方法、裝置及電子設備制造方法及圖紙

本發明專利技術提供一種人臉圖像處理方法、裝置及電子設備，涉及圖像處理技術，用以能夠根據低分辨率的人臉圖像獲得效果較好的高分辨率的人臉圖像。本發明專利技術的人臉圖像處理方法包括：獲取待處理人臉圖像；獲取所述待處理人臉圖像中的人臉特征部分圖像；對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。本發明專利技術主要用于人臉圖像處理技術中。

【技術實現步驟摘要】

本專利技術涉及圖像處理技術，尤其涉及一種人臉圖像處理方法、裝置及電子設備。
技術介紹
現實生活中存在著大量的低分辨率人臉圖像，如監控視頻中的嫌疑人人臉圖像、各種移動終端應用中的用戶頭像、影視劇中的演員人臉圖像等等。為了獲得高分辨率的人臉圖像，可以通過各種放大算法，如雙線性插值、雙三次插值，Lanczos，超分辨算法(super resolution)等對低分辨率人臉圖像進行處理。但是，由于人臉結構性強以及現有的各種算法應用場景的限制，使得利用現有技術的人臉圖像處理算法仍然無法從低清人臉圖像獲得圖像效果較好的人臉圖像。
技術實現思路
有鑒于此，本專利技術提供一種人臉圖像處理方法、裝置及電子設備，能夠根據低分辨率的人臉圖像獲得效果較好的高分辨率的人臉圖像。為解決上述技術問題，本專利技術提供一種人臉圖像處理方法，包括：獲取待處理人臉圖像；獲取所述待處理人臉圖像中的人臉特征部分圖像；對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。優選的，所述獲取所述待處理人臉圖像中的人臉特征部分圖像，包括：利用深度卷積神經網絡解析所述待處理人臉圖像，確定所述待處理人臉圖像中各人臉特征部分所在區域；對所述各人臉特征部分所在區域進行細分，確定所述各人臉特征部分所在的細分區域；對所述各人臉特征部分所在的細分區域內的各像素進行標記，獲取各人臉特征部分圖像。優選的，所述對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像，包括：獲取預先訓練好的深度神經網絡；將所述各人臉特征部分圖像輸入到所述深度神經網絡，經所述深度神經網絡的第一層、中間層和輸出層處理后，將所述深度神經網絡的輸出層輸出的處理結果作為所述各人臉特征部分圖像對應的細節圖像。優選的，在所述獲取預先訓練好的深度神經網絡后，所述方法還包括：利用噪聲擾動信號對所述各人臉特征部分圖像進行處理；所述將所述各人臉特征部分圖像輸入到所述深度神經網絡包括：將經所述噪聲擾動信號處理后的所述各人臉特征部分圖像輸入到所述深度神經網絡。優選的，在經所述深度神經網絡中間層處理進行處理時，包括：在所述深度神經網絡的中間層中利用損失函數對所述中間層的輸入圖像進行處理。優選的，所述將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像，包括：將所述細節圖像融合到所述待處理人臉圖像中；利用所述待處理人臉圖像作為引導掩膜，并根據所述引導掩膜對所述待處理圖像和所述細節圖像的過渡區域進行平滑濾波，獲得目標人臉圖像。第二方面，本專利技術提供一種人臉圖像處理裝置，包括：第一獲取單元，用于獲取待處理人臉圖像；第二獲取單元，用于獲取所述待處理人臉圖像中的人臉特征部分圖像；處理單元，用于對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；合成單元，用于將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。優選的，所述第二獲取單元包括：第一確定模塊，用于利用深度卷積神經網絡解析所述待處理人臉圖像，確定所述待處理人臉圖像中各人臉特征部分所在區域；第二確定模塊，用于對所述各人臉特征部分所在區域進行細分，確定所述各人臉特征部分所在的細分區域；標記模塊，用于對所述各人臉特征部分所在的細分區域內的各像素進行標記，獲取各人臉特征部分圖像。優選的，所述處理單元包括：獲取模塊，用于獲取預先訓練好的深度神經網絡；處理模塊，用于將所述各人臉特征部分圖像輸入到所述深度神經網絡，經所述深度神經網絡的第一層、中間層和輸出層處理后，將所述深度神經網絡的輸出層輸出的處理結果作為所述各人臉特征部分圖像對應的細節圖像。優選的，所述處理單元還包括：信號處理模塊，用于利用噪聲擾動信號對所述各人臉特征部分圖像進行處理；所述處理模塊在將所述各人臉特征部分圖像輸入到所述深度神經網絡時，具體用于將經所述噪聲擾動信號處理后的所述各人臉特征部分圖像輸入到所述深度神經網絡。優選的，所述處理模塊在經所述深度神經網絡中間層處理進行處理時具體用于：在所述深度神經網絡的中間層中利用損失函數對所述中間層的輸入圖像進行處理。優選的，所述合成單元包括：融合模塊，用于將所述細節圖像融合到所述待處理人臉圖像中；合成模塊，用于利用所述待處理人臉圖像作為引導掩膜，根據所述引導掩膜對所述待處理圖像和所述細節圖像的過渡區域進行平滑濾波，獲得目標人臉圖像。第三方面，本專利技術提供了一種人臉圖像處理裝置，包括：攝像頭，用于獲取待處理人臉圖像；處理器，用于獲取所述待處理人臉圖像中的人臉特征部分圖像，對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像，將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。其中，所述處理器在獲取所述待處理人臉圖像中的人臉特征部分圖像時，具體用于：利用深度卷積神經網絡解析所述待處理人臉圖像，確定所述待處理人臉圖像中各人臉特征部分所在區域；對所述各人臉特征部分所在區域進行細分，確定所述各人臉特征部分所在的細分區域；對所述各人臉特征部分所在的細分區域內的各像素進行標記，獲取各人臉特征部分圖像。其中，所述處理器在對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像時，具體用于：獲取預先訓練好的深度神經網絡；將所述各人臉特征部分圖像輸入到所述深度神經網絡，經所述深度神經網絡的第一層、中間層和輸出層處理后，將所述深度神經網絡的輸出層輸出的處理結果作為所述各人臉特征部分圖像對應的細節圖像。其中，所述處理器在對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像時，所述處理器還用于：利用噪聲擾動信號對所述各人臉特征部分圖像進行處理；將經所述噪聲擾動信號處理后的所述各人臉特征部分圖像輸入到所述深度神經網絡。其中，所述處理器在經所述深度神經網絡中間層處理進行處理時具體用于：在所述深度神經網絡的中間層中利用損失函數對所述中間層的輸入圖像進行處理。其中，所述處理器在將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像時，具體用于：將所述細節圖像融合到所述待處理人臉圖像中；利用所述待處理人臉圖像作為引導掩膜，根據所述引導掩膜對所述待處理圖像和所述細節圖像的過渡區域進行平滑濾波，獲得目標人臉圖像。第四方面，本專利技術實施例還提供了一種電子設備，所述電子設備包括：殼體、處理器、存儲器、電路板和電源電路，其中，電路板安置在殼體圍成的空間內部，處理器和存儲器設置在電路板上；電源電路，用于為上述電子設備的各個電路或器件供電；存儲器用于存儲可執行程序代碼；處理器通過讀取存儲器中存儲的可執行程序代碼來運行與可執行程序代碼對應的程序，用于執行以下步驟：獲取待處理人臉圖像；獲取所述待處理人臉圖像中的人臉特征部分圖像；對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。本專利技術的上述技術方案的有益效果如下：在本專利技術實施例中，獲取待處理人臉圖像的人臉特征部分圖像，對其進行細節增強處理后獲得人臉特征部分圖像對應的細節圖像，并對待處理人臉圖像和所述細節圖像進行合成，從而獲得目標人臉圖像。由于在對人臉圖像的本文檔來自技高網...

【技術保護點】
一種人臉圖像處理方法，其特征在于，包括：獲取待處理人臉圖像；獲取所述待處理人臉圖像中的人臉特征部分圖像；對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。

【技術特征摘要】
1.一種人臉圖像處理方法，其特征在于，包括：獲取待處理人臉圖像；獲取所述待處理人臉圖像中的人臉特征部分圖像；對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。2.根據權利要求1所述的方法，其特征在于，所述獲取所述待處理人臉圖像中的人臉特征部分圖像，包括：利用深度卷積神經網絡解析所述待處理人臉圖像，確定所述待處理人臉圖像中各人臉特征部分所在區域；對所述各人臉特征部分所在區域進行細分，確定所述各人臉特征部分所在的細分區域；對所述各人臉特征部分所在的細分區域內的各像素進行標記，獲取各人臉特征部分圖像。3.根據權利要求2所述的方法，其特征在于，所述對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像，包括：獲取預先訓練好的深度神經網絡；將所述各人臉特征部分圖像輸入到所述深度神經網絡，經所述深度神經網絡的第一層、中間層和輸出層處理后，將所述深度神經網絡的輸出層輸出的處理結果作為所述各人臉特征部分圖像對應的細節圖像。4.根據權利要求3所述的方法，其特征在于，在所述獲取預先訓練好的深度神經網絡后，所述方法還包括：利用噪聲擾動信號對所述各人臉特征部分圖像進行處理；所述將所述各人臉特征部分圖像輸入到所述深度神經網絡包括：將經所述噪聲擾動信號處理后的所述各人臉特征部分圖像輸入到所述深度神經網絡。5.根據權利要求3或4所述的方法，其特征在于，在經所述深度神經網絡中間層處理進行處理時，包括：在所述深度神經網絡的中間層中利用損失函數對所述中間層的輸入圖像進行處理。6.根據權利要求1-4任一所述的方法，其特征在于，所述將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像，包括：將所述細節圖像融合到所述待處理人臉圖像中；利用所述待處理人臉圖像作為引導掩膜，并根據所述引導掩膜對所述待處理圖像和所述細節圖像的過渡區域進行平滑濾波，獲得目標人臉圖像。7.一種人臉圖像處理裝置，其特征在于，包括：第一獲取單元，用于獲取待處理人臉圖像；第二獲取單元，用于獲取所述待處理人臉圖像中的人臉特征部分圖像；處理單元，用于對所述人臉特征部分圖像進行細節增強處理，獲得所述人臉特征部分圖像對應的細節圖像；合成單元，用于將所述待處理人臉圖像和所述細節圖像進行合成，獲得目標人臉圖像。8.根據權利要求7所述的裝置，其特征在于，所述第二獲取單元包括：第一確定模塊，用于利用深度卷積神經網絡解析所述待處理人臉圖像，確定所述待處理人臉圖像中各人臉特征部分所在區域；第二確定模塊，用于對所述各人臉特征部分所在區域進行細分，確定所述各人臉特征部分所在的細分區域；標記模塊，用于對所述各人臉特征部分所在的細分區域內的各像素進行標記，獲取各人臉特征部分圖像。9.根據權利要求8所述的裝置，其特征在于，所述處理單元包括：獲取模塊，用于獲取預先訓練好的深度神經網絡；處理模塊，用于將所述各人臉特征部分圖像輸入到所述深度神經網絡，經所述深度神經網絡的第一層、中間層和輸出層處理后，將所述深度神經網絡的輸出層輸出的處理結果作為所述各人臉特征部分圖像對應的細節圖像。10.根據權利要求9所述的裝置，其特征在于，所述處理單元還包括：信號處理模塊，用于利用噪聲擾動信號對所述各人臉特征部分圖像進行處理；所述處理模塊在將所述各人臉特征部分圖像輸入到所述深度神經網絡時，具...

【專利技術屬性】
技術研發人員：李正龍，張麗杰，張敬宇，
申請(專利權)人：京東方科技集團股份有限公司，
類型：發明
國別省市：北京;11