CN107169939A - 图像处理方法及相关产品 - Google Patents
图像处理方法及相关产品 Download PDFInfo
- Publication number
- CN107169939A CN107169939A CN201710401770.0A CN201710401770A CN107169939A CN 107169939 A CN107169939 A CN 107169939A CN 201710401770 A CN201710401770 A CN 201710401770A CN 107169939 A CN107169939 A CN 107169939A
- Authority
- CN
- China
- Prior art keywords
- human face
- face region
- field picture
- image
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000009467 reduction Effects 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000013497 data interchange Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 16
- 230000006854 communication Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000007935 neutral effect Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011946 reduction process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
Abstract
本发明实施例涉及终端技术领域，公开了一种图像处理方法及相关产品。其中，该方法包括：获取多于一帧图像；识别所述多于一帧图像中的人脸区域；将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。由此可见，实施本发明实施例，可以对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
Description
技术领域
本发明涉及终端技术领域，尤其涉及一种图像处理方法及相关产品。
背景技术
随着终端设备的技术发展，智能手机、平板电脑等终端设备的拍照、摄像功能不断优化，人们逐渐减少使用数码相机，因为智能手机的拍照功能已经能满足日常的使用需求。
在拍照过程中，为了减少图像中的噪声，从而提升图像质量，可以采用多帧降噪的技术，多帧降噪即连续拍摄多张图像，然后将多张图像叠加以获得一张清晰度更高、噪声更少的图像。由于图像中的噪声包含高斯白噪声，因而通过叠加多张图像，可以将每个像素点求平均从而一定程度上消除高斯白噪声，从而起到降噪的作用。
然而，在针对人像图像进行处理时，若用于叠加的多张图像中人脸的位置发生了改变，则通过上述多帧降噪技术获得的图像，其降噪效果不够理想。
发明内容
本发明实施例提供了一种图像处理方法及相关产品，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
本发明实施例第一方面公开了一种图像处理方法，包括：
获取多于一帧图像；
识别所述多于一帧图像中的人脸区域；
将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
本发明实施例第二方面公开了一种终端设备，包括存储器、处理器以及一个或多个程序；
所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述处理器执行所述一个或多个计算机程序时实现以下步骤：
获取多于一帧图像；
识别所述多于一帧图像中的人脸区域；
将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
本发明实施例第三方面公开了一种图像处理装置，该装置具有实现上述方法设计的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现；所述硬件或软件包括一个或多个与上述功能相对应的模块。
本发明实施例第四方面公开了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如上述第一方面所公开的部分或全部步骤。
本发明实施例第五方面公开了一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述第一方面所公开的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，获取多于一帧图像；识别所述多于一帧图像中的人脸区域；将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。由此可见，实施本发明实施例，可以对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种图像处理方法的流程示意图；
图2A为本发明实施例公开的另一种图像处理方法的流程示意图；
图2B为本发明实施例公开的一种图像处理的示意图；
图3为本发明实施例公开的一种对人脸区域进行对齐操作的示意图；
图4为本发明实施例公开的另一种对人脸区域进行对齐操作的示意图；
图5为本发明实施例公开的一种终端设备500的结构示意图；
图6为本发明实施例公开的另一种终端设备600的结构示意图；
图7为本发明实施例公开的一种图像处理装置700的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同的对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法或设备固有的其他步骤或单元。
本发明实施例提供了一种图像处理方法及相关产品，可以对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。以下分别进行详细说明。
本发明实施例中，对于图像的量词“幅”等同于权利要求中的“帧”，其不应当被理解为不同的量词，本发明实施例后续不再赘述。
本发明实施例可以应用于对多幅图像(即多于一帧图像)进行处理的情况，在多幅图像的情况下，其中一幅图像会被选择为参考图像，除参考图像以外的其他图像根据参考图像中的人脸区域位置或特征点等信息来与参考图像对齐。本发明实施例中，识别多幅图像中的人脸区域时，可以在一定的情况下，仅对多幅图像中的部分图像进行识别，也可以在其他的情况下，对多幅图像中的所有图像进行识别；举例来说，当有4幅图像时，可以对4幅图像进行预处理，筛选出4幅图像中与其他3幅差异较大，或者根本没有包含人脸区域，或者画面清晰度过低从而识别难度较大的1幅图像，不对该图像进行人脸区域的识别处理。在这种情况下，在获取了4帧图像后，识别这4帧图像中的人脸区域时，仅会获得3个人脸区域的识别结果。
需要说明的是，当图像的内容为多人的合影时，一幅图像中的人脸区域可以指代包含图像中所有人脸特征的集合，在实施本发明实施例中的图像处理方法时，对人脸特征的集合进行统一处理；而另一方面，也可以区分图像中的每个人脸，分别实施本发明实施例所描述的图像处理方法。
在以下的详细说明中，以两幅图像为例来进行说明，其中，第一图像相当于上述的参考图像，第二图像相当于上述其他图像中的一幅图像。
请参阅图1，图1是本发明实施例公开的一种图像处理方法的流程示意图。其中，图1所示的图像处理方法可以包括以下步骤：
101、终端设备获取第一图像与第二图像。
本发明实施例中，终端设备可为智能手机、智能手表、掌上电脑、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、销售终端(Point of Sales，POS)等，本发明实施例后续不作复述。
作为一种可选的实施方式，终端设备可以通过摄像头连续拍摄多幅图像，然后利用本发明实施例中所描述的图像处理方法来对拍摄获得的多幅图像进行处理。举例来说，对4幅图像实施本实施例中所描述的图像处理方法，即可获得较好的图像降噪效果。在一定的范围内，增加处理的图像的数量可以进一步提高图像降噪的效果。本实施例以拍摄获得了两幅图像来进行举例说明，即第一图像和第二图像。
作为另一种可选的实施方式，第一图像和第二图像也可预先存储在终端设备的存储器中，在实施本实施例中的图像处理方法时，通过程序调用来获取第一图像与第二图像。
102、终端设备识别第一图像中的第一人脸区域和第二图像中的第二人脸区域。
本发明实施例中，终端设备通过人脸识别技术捕捉图像中的人脸，得到人脸的感兴趣区域(Region of Interest，ROI)，即获得图像中的人脸区域。
作为一种可选的实施方式，可以通过基于几何特征的算法来进行人脸识别。基于几何特征的算法可以通过提取人眼、口、鼻等重要特征点的位置和眼睛等重要器官的几何形状作为分类特征，来确定人脸区域。
作为另一种可选的实施方式，终端设备还可以通过基于神经网络的算法来进行人脸识别。然而，基于神经网络的算法往往需要预置一个数据量较大的数据库，数据库中存储有训练样本，通过训练样本训练神经网络以获得较好的人脸识别结果。
因此，可选地，可以将人脸识别的操作转移至云端服务器进行，云端服务器预置有已训练的神经网络模型，并可通过定时更新、扩充训练样本来提高人脸识别的准确性。终端设备通过无线网络链接的方式与云服务器建立通信链接，在实施本实施例时，通过无线网络链接将第一图像与第二图像发送至云服务器，云服务器对第一图像与第二图像执行人脸识别的操作，将获得的人脸识别结果(包括第一人脸区域与第二人脸区域)通过无线网络链接反馈给终端设备。
103、终端设备将第一人脸区域与第二人脸区域进行合成以获得降噪后的目标人脸区域。
本发明实施例中，为了获得更好的人像图像的降噪效果，可以通过连续拍摄的方式获取包含人脸的第一图像与第二图像，再取出第一图像中的人脸区域(即第一人脸区域)和第二图像中的人脸区域(即第二人脸区域)，对第一人脸区域和第二人脸区域进行叠加合成，通过合成两张图像中人脸区域的方式，可以将人脸区域的像素点求平均，以消除一部分高斯白噪声，从而起到优化图像中人脸区域的图像质量的目的。
而与直接将第一图像与第二图像合成相比，由于人是动态的，因而获取的第一图像与第二图像中，人脸区域的位置极大概率会发生变化，若直接叠加合成，则针对人脸区域的降噪效果较差；除此之外，还可能由于人脸位置的差异而引入畸变等不良因素，进一步降低图像质量。
当用户使用前置摄像头进行自拍时，由于拍摄的距离较近，用户手持拍摄状态下的轻微抖动，便很可能导致获得的图像不清晰。因此，在这种应用场景中，可以当用户按下快门时，在短时间内快速连拍多幅图像，对获取的多幅图像实施图1所描述的图像处理方法，不但可以实现常规的抗抖动，还能同时降低图像的噪声。
针对上述的应用场景，由于人像为主体，因此可以利用图1所描述的图像处理方法，仅对人脸区域进行降噪处理，而不对背景区域进行处理，以节省处理时间，降低处理器的运算负担。
由此可见，实施图1所描述的方法，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
请参阅图2A，图2A是本发明实施例公开的另一种图像处理方法的流程示意图。如图2A所示，该方法可以包括以下步骤：
201、终端设备获取第一图像与第二图像。
作为一种可选的实施方式，终端设备可以通过摄像头连续拍摄多幅图像，然后利用本发明实施例中所描述的图像处理方法来对拍摄获得的多幅图像进行处理。举例来说，对4幅图像实施本实施例中所描述的图像处理方法，即可获得较好的图像降噪效果。在一定的范围内，增加处理的图像的数量可以进一步提高图像降噪的效果。本实施例以拍摄获得了两幅图像来进行举例说明，即第一图像和第二图像。
作为另一种可选的实施方式，第一图像和第二图像也可预先存储在终端设备的存储器中，在实施本实施例中的图像处理方法时，通过程序调用来获取第一图像与第二图像。
202、识别第一图像中的第一人脸区域和第二图像中的第二人脸区域。
本发明实施例中，终端设备通过人脸识别技术捕捉图像中的人脸，得到人脸的感兴趣区域(Region of Interest，ROI)，即获得图像中的人脸区域。
作为一种可选的实施方式，可以通过基于几何特征的算法来进行人脸识别。基于几何特征的算法可以通过提取人眼、口、鼻等重要特征点的位置和眼睛等重要器官的几何形状作为分类特征，来确定人脸区域。
作为另一种可选的实施方式，终端设备还可以通过基于神经网络的算法来进行人脸识别。然而，基于神经网络的算法往往需要预置一个数据量较大的数据库，数据库中存储有训练样本，通过训练样本训练神经网络以获得较好的人脸识别结果。
因此，可选地，可以将人脸识别的操作转移至云端服务器进行，云端服务器预置有已训练的神经网络模型，并可通过定时更新、扩充训练样本来提高人脸识别的准确性。终端设备通过无线网络链接的方式与云服务器建立通信链接，在实施本实施例时，通过无线网络链接将第一图像与第二图像发送至云服务器，云服务器对第一图像与第二图像执行人脸识别的操作，将获得的人脸识别结果(包括第一人脸区域与第二人脸区域)通过无线网络链接反馈给终端设备。
203、将第一人脸区域与第二人脸区域对齐。
本发明实施例中，将第一图像中第一人脸区域的位置作为参考，将第二图像中的第二人脸区域与第一人脸区域进行对齐，以便与将第一人脸区域与第二人脸区域叠加合成。
作为一种可选的实施方式，获取第一人脸区域中的特征点和第二人脸区域中的特征点，其中，特征点可从人眼、口、鼻等部位轮廓处获取，通过将相应的特征点进行位置匹配，即可将第一人脸区域与第二人脸区域对齐。请参阅图3，图3为本发明实施例公开的一种对人脸区域进行对齐操作的示意图。先在第一人脸区域中确定7个特征点(如图中黑色圆点所示，分别位于眼睛、鼻子和嘴巴的边缘位置)，再在第二人脸区域中相应确定7个特征点，找出第二人脸区域中特征点相对于第一人脸区域中特征点的偏移值，将第二人脸区域进行位置移动，以使第二人脸区域与第一人脸区域对齐。
作为另一种可选的实施方式，获取第一人脸区域的边缘坐标值和第二人脸区域的边缘坐标值，其中，请参阅图4，图4为本发明实施例公开的另一种对人脸区域进行对齐操作的示意图：若上述人脸区域为矩形区域，则边缘坐标值可取矩形的四个顶点的值；以第一人脸区域的边缘坐标值为参考，获取第二人脸区域的边缘坐标值与第一人脸区域的边缘坐标值的差值，根据该差值对第二人脸区域进行位置移动，以使第二人脸区域与第一人脸区域对齐。
204、将第一人脸区域与第二人脸区域进行合成以获得降噪后的目标人脸区域。
本发明实施例中，为了获得更好的人像图像的降噪效果，可以通过连续拍摄的方式获取包含人脸的第一图像与第二图像，再取出第一图像中的人脸区域(即第一人脸区域)和第二图像中的人脸区域(即第二人脸区域)，对第一人脸区域和第二人脸区域进行叠加合成，通过合成两张图像中人脸区域的方式，可以将人脸区域的像素点求平均，以消除一部分高斯白噪声，从而起到优化图像中人脸区域的图像质量的目的。
而与直接将第一图像与第二图像合成相比，由于人是动态的，因而获取的第一图像与第二图像中，人脸区域的位置极大概率会发生变化，若直接叠加合成，则针对人脸区域的降噪效果较差；除此之外，还可能由于人脸位置的差异而引入畸变等不良因素，进一步降低图像质量。
本发明实施例中，可以仅对图像中的人脸区域进行降噪处理，而不对除人脸区域以外的背景区域进行降噪处理，以降低图像处理所需的时间，并且降低对处理器的负担。
请参阅图2B，图2B为本发明实施例公开的一种图像处理的示意图。若仅对人脸区域进行降噪处理，在获得降噪后的目标人脸区域之后，由于在步骤203中进行对齐操作时，以第一图像作为参考，因而将第一图像中除第一人脸区域以外的区域确定为第一背景区域，将目标人脸区域与第一背景区域合成，以获得最终输出给用户的完整图像。
205、将第一图像中除第一人脸区域以外的区域确定为第一背景区域。
206、将第二图像中除第二人脸区域以外的区域确定为第二背景区域。
207、将第一背景区域与第二背景区域对齐。
本发明实施例中，将第一背景区域与第二背景区域对齐时，可以将第一背景区域作为参考，将第二背景区域进行位置移动以与第一背景区域进行对齐。由于在步骤203中，对人脸区域进行对齐也是以第一人脸区域作为参考，因此获得了降噪后的目标背景区域后，目标背景区域的边缘能够与目标人脸区域的边缘无缝拼接，从而获得降噪后的完整图像。
208、将对齐后的第一背景区域与第二背景区域进行合成以获得降噪后的目标背景区域。
209、将目标人脸区域与目标背景区域拼接以得到降噪后的完整图像。
本发明实施例中，可以参考对图像中人脸区域的降噪处理方法，将图像中除人脸区域以外的区域确定为背景区域，将多幅图像(本实施例中以两幅图像为例)中的背景区域进行对齐、叠加合成的操作，以同时降低背景区域的噪点。
在完成背景区域的降噪操作之后，将降噪操作获得的目标人脸区域与目标背景区域进行合成，以获得降噪后的完整图像。
由此可见，实施图2A所描述的方法，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
请参阅图5，图5为本发明实施例公开的一种终端设备500的结构示意图。如图5所示，终端设备500包括：处理器501以及存储器502；其中存储器502可以用于处理器501执行数据处理所需要的缓存，还可以用于提供处理器501执行数据处理调用的数据以及获得的结果数据的存储空间。
在本发明实施例中，处理器501通过调用存储于存储器502中的程序代码，用于执行以下操作：
获取第一图像与第二图像；
识别第一图像中的第一人脸区域和第二图像中的第二人脸区域；
将第一人脸区域与第二人脸区域进行合成以获得降噪后的目标人脸区域。
作为一种可选的实施方式，处理器501通过调用存储于存储器502中的程序代码，还用于执行以下操作：
将第一人脸区域与第二人脸区域对齐。
作为一种可选的实施方式，在实现将第一人脸区域与第二人脸区域对齐时，处理器501通过调用存储于存储器502中的程序代码，具体用于执行以下操作：
获取第一人脸区域中的特征点与第二人脸区域中的特征点；
将第一人脸区域中的特征点与第二人脸区域中的特征点进行位置匹配，以将第一人脸区域与第二人脸区域进行对齐。
作为一种可选的实施方式，在实现将第一人脸区域与第二人脸区域对齐时，处理器501通过调用存储于存储器502中的程序代码，具体用于执行以下操作：
获取第一人脸区域的边缘坐标值；
将第二人脸区域按照第一人脸区域的边缘坐标值进行位置移动以与第一人脸区域对齐。
作为一种可选的实施方式，处理器501通过调用存储于存储器502中的程序代码，还用于执行以下操作：
将第一图像中除第一人脸区域以外的区域确定为第一背景区域；
将第二图像中除第二人脸区域以外的区域确定为第二背景区域；
将第一背景区域与第二背景区域对齐；
将对齐后的第一背景区域与第二背景区域进行合成以获得降噪后的目标背景区域。
作为一种可选的实施方式，处理器501通过调用存储于存储器502中的程序代码，还用于执行以下操作：
将目标人脸区域与目标背景区域拼接以得到降噪后的完整图像。
由此可见，利用图5所描述的终端设备，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
请参阅图6，图6为本发明实施例公开的另一种终端设备600的结构示意图。如图6所示，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该终端可以为包括手机、平板电脑、PDA(Personal DigitalAssistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：
图6示出的是与本发明实施例提供的终端相关的手机的部分结构的框图。参考图6，手机包括：射频(Radio Frequency，RF)电路601、存储器602、输入单元603、显示单元604、传感器605、音频电路606、无线保真(wireless fidelity，WiFi)模块607、处理器608、以及电源609等部件。本领域技术人员可以理解，图6中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍：
RF电路601可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器608处理；另外，将设计上行的数据发送给基站。通常，RF电路601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，LNA)、双工器等。此外，RF电路601还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication，GSM)、通用分组无线服务(General Packet RadioService，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
存储器602可用于存储软件程序以及模块，处理器608通过运行存储在存储器602的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器602可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器602可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元603可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元603可包括触控面板6031以及其他输入设备6032。触控面板6031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6031上或在触控面板6031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板6031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器608，并能接收处理器608发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6031。除了触控面板6031，输入单元603还可以包括其他输入设备6032。具体地，其他输入设备6032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元604可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元604可包括显示面板6041，可选的，可以采用液晶显示器(Liquid CrystalDisplay，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板6041。进一步的，触控面板6031可覆盖显示面板6041，当触控面板6031检测到在其上或附近的触摸操作后，传送给处理器608以确定触摸事件的类型，随后处理器608根据触摸事件的类型在显示面板6041上提供相应的视觉输出。虽然在图6中，触控面板6031与显示面板6041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板6031与显示面板6041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板6041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路606、扬声器6061，传声器6062可提供用户与手机之间的音频接口。音频电路606可将接收到的音频数据转换后的电信号，传输到扬声器6061，由扬声器6061转换为声音信号输出；另一方面，传声器6062将收集的声音信号转换为电信号，由音频电路606接收后转换为音频数据，再将音频数据输出处理器608处理后，经RF电路601以发送给比如另一手机，或者将音频数据输出至存储器602以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块607可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块607，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器608是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器602内的软件程序和/或模块，以及调用存储在存储器602内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器608可包括一个或多个处理单元；优选的，处理器608可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器608中。
手机还包括给各个部件供电的电源609(比如电池)，优选的，电源可以通过电源管理系统与处理器608逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
前述实施例中，各步骤方法流程可以基于该终端设备的结构实现。其中应用层和操作系统内核均可视为处理器608的抽象化结构的组成部分。
在本发明实施例中，处理器608通过调用存储于存储器602中的程序代码，用于执行以下操作：
获取第一图像与第二图像；
识别第一图像中的第一人脸区域和第二图像中的第二人脸区域；
将第一人脸区域与第二人脸区域对齐；
将对齐后的第一人脸区域与第二人脸区域进行合成以获得降噪后的目标人脸区域。
作为一种可选的实施方式，处理器608通过调用存储于存储器602中的程序代码，还用于执行以下操作：
将第一图像中除第一人脸区域以外的区域确定为第一背景区域；
将第二图像中除第二人脸区域以外的区域确定为第二背景区域；
将第一背景区域与第二背景区域对齐；
将对齐后的第一背景区域与第二背景区域进行合成以获得降噪后的目标背景区域。
作为一种可选的实施方式，处理器608通过调用存储于存储器602中的程序代码，还用于执行以下操作：
将上述目标人脸区域与上述目标背景区域拼接以得到降噪后的完整图像。
由此可见，利用图6所描述的终端设备，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
请参阅图7，图7为本发明实施例公开的一种图像处理装置700的结构示意图。由图7可知，图像处理装置700中包括获取单元701、识别单元702以及合成单元703。下面详细介绍每个单元的用途。
获取单元701，用于获取第一图像与第二图像。
识别单元702，用于识别第一图像中的第一人脸区域和第二图像中的第二人脸区域。
合成单元703，用于将第一人脸区域与第二人脸区域进行合成以获得降噪后的目标人脸区域。
需要说明的是，上述各个单元可以通过硬件实现，也可以通过硬件执行相应的软件实现；除了上述获取单元701、识别单元702和合成单元703以外，该图像处理装置还可以包括其他用于实现上述方法实施例中所提及的其他功能的单元或模块。
由此可见，利用图7所描述的图像处理装置，可以在多于一幅图像中，人脸的位置移动的情况下，对人脸区域进行合成以精确地降低人脸区域的噪声，提高人像的图像质量。
本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种解锁控制方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种解锁控制方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
上述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本发明的限制。
Claims (15)
1.一种图像处理方法，其特征在于，包括：
获取多于一帧图像；
识别所述多于一帧图像中的人脸区域；
将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
2.根据权利要求1所述的方法，其特征在于，所述将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域之前，所述方法还包括：
将所述多于一帧图像中的人脸区域对齐；
所述将多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域，包括：
将对齐后的所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
3.根据权利要求2所述的方法，其特征在于，所述将所述多于一帧图像中的人脸区域对齐，包括：
获取所述多于一帧图像中的人脸区域的特征点；
将所述多于一帧图像中的人脸区域的特征点进行位置匹配，以将多于一帧图像中的人脸区域进行对齐。
4.根据权利要求2所述的方法，其特征在于，所述将所述多于一帧图像中的人脸区域对齐，包括：
从所述多于一帧图像中选择一帧图像作为参考图像，将所述多于一帧图像中除所述参考图像以外的图像作为其他图像；
获取所述参考图像中的人脸区域的边缘坐标值；
将所述其他图像中的人脸区域按照所述参考图像中的人脸区域的边缘坐标值进行位置移动以与所述参考图像中的人脸区域对齐。
5.根据权利要求1～4中任意一项所述的方法，其特征在于，所述识别所述多于一帧图像中的人脸区域之后，所述方法还包括:
将所述多于一帧图像中除人脸区域以外的区域确定为所述多于一帧图像中的背景区域；
将所述多于一帧图像中的背景区域进行对齐；
将对齐后的所述多于一帧图像中的背景区域进行合成以获得降噪后的目标背景区域。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括:
将所述目标人脸区域与所述目标背景区域拼接以得到降噪后的完整图像。
7.一种终端设备，其特征在于，包括存储器、处理器以及一个或多个程序；
所述一个或多个程序被存储在所述存储器中，并且被配置成由所述处理器执行，所述处理器执行所述一个或多个计算机程序时实现以下步骤：
获取多于一帧图像；
识别所述多于一帧图像中的人脸区域；
将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
8.根据权利要求7所述的终端设备，其特征在于，所述处理器执行所述一个或多个计算机程序时还实现以下步骤：
将所述多于一帧图像中的人脸区域对齐；
在实现所述将多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域时，所述处理器执行所述一个或多个计算机程序时具体实现以下步骤：
将对齐后的所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
9.根据权利要求8所述的终端设备，其特征在于，在实现所述将所述多于一帧图像中的人脸区域对齐时，所述处理器执行所述一个或多个计算机程序时具体实现以下步骤：
获取所述多于一帧图像中的人脸区域的特征点；
将所述多于一帧图像中的人脸区域的特征点进行位置匹配，以将多于一帧图像中的人脸区域进行对齐。
10.根据权利要求8所述的终端设备，其特征在于，在实现所述将所述多于一帧图像中的人脸区域对齐时，所述处理器执行所述一个或多个计算机程序时具体实现以下步骤：
从所述多于一帧图像中选择一帧图像作为参考图像，将所述多于一帧图像中除所述参考图像以外的图像作为其他图像；
获取所述参考图像中的人脸区域的边缘坐标值；
将所述其他图像中的人脸区域按照所述参考图像中的人脸区域的边缘坐标值进行位置移动以与所述参考图像中的人脸区域对齐。
11.根据权利要求7～10中任意一项所述的终端设备，其特征在于，所述处理器执行所述一个或多个计算机程序时还实现以下步骤：
将所述多于一帧图像中除人脸区域以外的区域确定为所述多于一帧图像中的背景区域；
将所述多于一帧图像中的背景区域进行对齐；
将对齐后的所述多于一帧图像中的背景区域进行合成以获得降噪后的目标背景区域。
12.根据权利要求11所述的终端设备，其特征在于，所述处理器执行所述一个或多个计算机程序时还实现以下步骤：
将所述目标人脸区域与所述目标背景区域拼接以得到降噪后的完整图像。
13.一种图像处理装置，其特征在于，所述图像处理装置包括获取单元、识别单元和合成单元，其中，
所述获取单元，用于获取多于一帧图像；
所述识别单元，用于识别所述多于一帧图像中的人脸区域；
所述合成单元，用于将所述多于一帧图像中的人脸区域进行合成以获得降噪后的目标人脸区域。
14.一种计算机可读存储介质，其特征在于，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1至6任一项所述的方法。
15.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710401770.0A CN107169939A (zh) | 2017-05-31 | 2017-05-31 | 图像处理方法及相关产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710401770.0A CN107169939A (zh) | 2017-05-31 | 2017-05-31 | 图像处理方法及相关产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107169939A true CN107169939A (zh) | 2017-09-15 |
Family
ID=59822269
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710401770.0A Pending CN107169939A (zh) | 2017-05-31 | 2017-05-31 | 图像处理方法及相关产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107169939A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107749054A (zh) * | 2017-10-31 | 2018-03-02 | 努比亚技术有限公司 | 一种图像处理方法、装置及存储介质 |
| CN108156369A (zh) * | 2017-12-06 | 2018-06-12 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
| CN108320263A (zh) * | 2017-12-29 | 2018-07-24 | 维沃移动通信有限公司 | 一种图像处理的方法、装置及移动终端 |
| CN108460787A (zh) * | 2018-03-06 | 2018-08-28 | 北京市商汤科技开发有限公司 | 目标跟踪方法和装置、电子设备、程序、存储介质 |
| CN108898567A (zh) * | 2018-09-20 | 2018-11-27 | 北京旷视科技有限公司 | 图像降噪方法、装置及系统 |
| CN109246332A (zh) * | 2018-08-31 | 2019-01-18 | 北京达佳互联信息技术有限公司 | 视频流降噪方法和装置、电子设备及存储介质 |
| CN109767401A (zh) * | 2019-01-15 | 2019-05-17 | 深圳看到科技有限公司 | 画面优化方法、装置、终端及对应的存储介质 |
| CN110414376A (zh) * | 2019-07-08 | 2019-11-05 | 浙江大华技术股份有限公司 | 更新人脸识别模型的方法、人脸识别相机及服务器 |
| CN110677557A (zh) * | 2019-10-28 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110958392A (zh) * | 2019-12-13 | 2020-04-03 | 惠州Tcl移动通信有限公司 | 终端设备的拍摄方法、终端设备及存储介质 |
| CN111033523A (zh) * | 2017-09-21 | 2020-04-17 | 国际商业机器公司 | 用于图像分类任务的数据增强 |
| CN111062901A (zh) * | 2019-11-27 | 2020-04-24 | 深圳市六六六国际旅行社有限公司 | 人脸图像处理方法、装置及计算机可读存储介质 |
| CN111145192A (zh) * | 2019-12-30 | 2020-05-12 | 维沃移动通信有限公司 | 图像处理方法及电子设备 |
| CN111476741A (zh) * | 2020-04-28 | 2020-07-31 | 北京金山云网络技术有限公司 | 图像的去噪方法、装置、电子设备和计算机可读介质 |
| CN113674232A (zh) * | 2021-08-12 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像噪声预估方法、装置、电子设备和存储介质 |
| US11699240B2 (en) | 2018-03-06 | 2023-07-11 | Beijing Sensetime Technology Development Co., Ltd. | Target tracking method and apparatus, and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020579A (zh) * | 2011-09-22 | 2013-04-03 | 上海银晨智能识别科技有限公司 | 人脸识别方法及系统、人脸图像的眼镜框去除方法与装置 |
| CN103095979A (zh) * | 2011-11-07 | 2013-05-08 | 华晶科技股份有限公司 | 人脸过曝的影像处理方法及其影像撷取装置 |
| CN104853080A (zh) * | 2014-02-13 | 2015-08-19 | 宏达国际电子股份有限公司 | 图像处理装置 |
-
2017
- 2017-05-31 CN CN201710401770.0A patent/CN107169939A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020579A (zh) * | 2011-09-22 | 2013-04-03 | 上海银晨智能识别科技有限公司 | 人脸识别方法及系统、人脸图像的眼镜框去除方法与装置 |
| CN103095979A (zh) * | 2011-11-07 | 2013-05-08 | 华晶科技股份有限公司 | 人脸过曝的影像处理方法及其影像撷取装置 |
| CN104853080A (zh) * | 2014-02-13 | 2015-08-19 | 宏达国际电子股份有限公司 | 图像处理装置 |
Non-Patent Citations (1)
| Title |
|---|
| GHSLIBRARY: "星空降噪探析", 《个人图书馆HTTP://WWW.360DOC.COM/CONTENT/16/0330/14/21660967_546528763.SHTML》 * |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111033523A (zh) * | 2017-09-21 | 2020-04-17 | 国际商业机器公司 | 用于图像分类任务的数据增强 |
| CN111033523B (zh) * | 2017-09-21 | 2023-12-29 | 国际商业机器公司 | 用于图像分类任务的数据增强 |
| CN107749054A (zh) * | 2017-10-31 | 2018-03-02 | 努比亚技术有限公司 | 一种图像处理方法、装置及存储介质 |
| CN108156369A (zh) * | 2017-12-06 | 2018-06-12 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
| CN108156369B (zh) * | 2017-12-06 | 2020-03-13 | Oppo广东移动通信有限公司 | 图像处理方法和装置 |
| CN108320263A (zh) * | 2017-12-29 | 2018-07-24 | 维沃移动通信有限公司 | 一种图像处理的方法、装置及移动终端 |
| CN108460787A (zh) * | 2018-03-06 | 2018-08-28 | 北京市商汤科技开发有限公司 | 目标跟踪方法和装置、电子设备、程序、存储介质 |
| WO2019170023A1 (zh) * | 2018-03-06 | 2019-09-12 | 北京市商汤科技开发有限公司 | 目标跟踪方法和装置、电子设备、存储介质 |
| US11699240B2 (en) | 2018-03-06 | 2023-07-11 | Beijing Sensetime Technology Development Co., Ltd. | Target tracking method and apparatus, and storage medium |
| US11216955B2 (en) | 2018-03-06 | 2022-01-04 | Beijing Sensetime Technology Development Co., Ltd. | Target tracking methods and apparatuses, electronic devices, and storage media |
| CN109246332A (zh) * | 2018-08-31 | 2019-01-18 | 北京达佳互联信息技术有限公司 | 视频流降噪方法和装置、电子设备及存储介质 |
| CN108898567A (zh) * | 2018-09-20 | 2018-11-27 | 北京旷视科技有限公司 | 图像降噪方法、装置及系统 |
| CN108898567B (zh) * | 2018-09-20 | 2021-05-28 | 北京旷视科技有限公司 | 图像降噪方法、装置及系统 |
| CN109767401A (zh) * | 2019-01-15 | 2019-05-17 | 深圳看到科技有限公司 | 画面优化方法、装置、终端及对应的存储介质 |
| CN109767401B (zh) * | 2019-01-15 | 2021-02-12 | 深圳看到科技有限公司 | 画面优化方法、装置、终端及对应的存储介质 |
| CN110414376A (zh) * | 2019-07-08 | 2019-11-05 | 浙江大华技术股份有限公司 | 更新人脸识别模型的方法、人脸识别相机及服务器 |
| CN110677557B (zh) * | 2019-10-28 | 2022-04-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN110677557A (zh) * | 2019-10-28 | 2020-01-10 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN111062901A (zh) * | 2019-11-27 | 2020-04-24 | 深圳市六六六国际旅行社有限公司 | 人脸图像处理方法、装置及计算机可读存储介质 |
| CN110958392A (zh) * | 2019-12-13 | 2020-04-03 | 惠州Tcl移动通信有限公司 | 终端设备的拍摄方法、终端设备及存储介质 |
| CN111145192A (zh) * | 2019-12-30 | 2020-05-12 | 维沃移动通信有限公司 | 图像处理方法及电子设备 |
| CN111145192B (zh) * | 2019-12-30 | 2023-07-28 | 维沃移动通信有限公司 | 图像处理方法及电子设备 |
| CN111476741A (zh) * | 2020-04-28 | 2020-07-31 | 北京金山云网络技术有限公司 | 图像的去噪方法、装置、电子设备和计算机可读介质 |
| CN111476741B (zh) * | 2020-04-28 | 2024-02-02 | 北京金山云网络技术有限公司 | 图像的去噪方法、装置、电子设备和计算机可读介质 |
| CN113674232A (zh) * | 2021-08-12 | 2021-11-19 | Oppo广东移动通信有限公司 | 图像噪声预估方法、装置、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107169939A (zh) | 图像处理方法及相关产品 | |
| CN107590463A (zh) | 人脸识别方法及相关产品 | |
| CN106127481B (zh) | 一种指纹支付方法及终端 | |
| CN106558025A (zh) | 一种图片的处理方法和装置 | |
| CN107731146A (zh) | 亮度调节方法及相关产品 | |
| CN107679482A (zh) | 解锁控制方法及相关产品 | |
| CN107480496A (zh) | 解锁控制方法及相关产品 | |
| CN107657222A (zh) | 人脸识别方法及相关产品 | |
| CN107657218A (zh) | 人脸识别方法及相关产品 | |
| CN110097419A (zh) | 商品数据处理方法、计算机设备和存储介质 | |
| CN106648118A (zh) | 一种基于增强现实的虚拟教学方法与终端设备 | |
| CN107451446A (zh) | 解锁控制方法及相关产品 | |
| CN106022075B (zh) | 一种指纹解锁方法及终端 | |
| CN110852951B (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
| CN107909583A (zh) | 一种图像处理方法、装置及终端 | |
| CN107766824A (zh) | 人脸识别方法、移动终端以及计算机可读存储介质 | |
| CN107566749A (zh) | 拍摄方法及移动终端 | |
| CN107995422A (zh) | 图像拍摄方法和装置、计算机设备、计算机可读存储介质 | |
| CN108038431A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
| CN107464290A (zh) | 三维信息展示方法、装置和移动终端 | |
| CN107480488A (zh) | 解锁控制方法及相关产品 | |
| CN107368791A (zh) | 虹膜活体检测方法及相关产品 | |
| CN107124556A (zh) | 对焦方法、装置、计算机可读存储介质和移动终端 | |
| CN107451454A (zh) | 解锁控制方法及相关产品 | |
| CN107451444A (zh) | 解锁控制方法及相关产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |