CN108550117A - 一种图像处理方法、装置以及终端设备 - Google Patents

Abstract

本发明公开了一种图像处理方法、装置以及终端设备，用以解决采用现有的图像美颜处理方法而导致处理后的图像轮廓不清晰且整体画面较为模糊的问题。方法包括：对人脸图像进行识别，得到所述人脸图像的特征点；基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；确定所述多个人脸子区域对应的磨皮权值；基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

Description

一种图像处理方法、装置以及终端设备

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、装置以及终端设备。

背景技术

随着终端设备技术的不断发展，越来越多的新功能被开发出来，极大的方便了用户的日常使用。其中拍照是终端设备所具备的一个主要功能，如智能手机、平板电脑等都具备拍照功能，而为了满足用户的使用需求，越来越多的终端设备都内置了美颜功能。当用户使用终端设备进行拍照后，终端设备首先会通过美颜功能对用户拍摄的照片进行美颜处理，为用户呈现出更为完美的照片。

现有的美颜处理方法一般是对整张图片进行整体上的模糊处理、色调调整、锐化处理以及亮度调整等，以达到视觉上的美白和磨皮效果。但是，现有的这种美颜处理方式会导致处理后的图像轮廓不清晰且较为整体画面模糊，因而美颜效果较差。

发明内容

本发明实施例提供一种图像处理方法，以解决采用现有的图像美颜处理方法而导致处理后的图像轮廓不清晰且整体画面较为模糊的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，提供了一种图像处理方法，该方法包括：

对人脸图像进行识别，得到所述人脸图像的特征点；

基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

确定所述多个人脸子区域对应的磨皮权值；

基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

第二方面，提供了一种图像处理装置，该图像处理装置包括：

人脸特征识别单元，用于对人脸图像进行识别，得到所述人脸图像的特征点；

区域划分单元，用于基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

磨皮权值确定单元，用于确定所述多个人脸子区域对应的磨皮权值；

图像处理单元，用于基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

第三方面，提供了一种终端设备，该终端设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。

在本发明实施例中，在对人脸图像进行美颜处理时，首先会对待处理的人脸图图像进行人脸识别，以确定该人脸图像上的特征点，进而根据该特征点对所述人脸图像上的人脸进行区域划分，如根据特征点可以将人脸划分为左脸、右脸、鼻子、下巴以及额头等区域，并分别确定出各个人脸子区域所对应的磨皮权值，进而根据各个人脸子区域所对应的磨皮权值，对各人脸子区域进行美颜图像处理，以完成对该人脸图像的美颜处理。由于采用本申请实施例所提供的人脸图像处理方法，在对人脸图像进行处理时，针对不同的人脸子区域对应有不同的磨皮权值，进而可以针对不同的人脸子区域按照不同的磨皮权值进行处理，从而避免了采用现有技术在进行人脸图像处理时，仅仅是对整张图片进行整体上的调整，而导致经过处理后的图像轮廓不清晰且画面较为模糊的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明的一个实施例所提供的一种图像处理方法的具体实现流程示意图；

图2是本发明的一个实施例所提供的一种人脸特征点标注的效果图；

图3是本发明的一个实施例所提供的一种人脸子区域划分的效果图；

图4为本发明的一个实施例所提供的一种在进行撤销处理时图像处理美颜APP显示效果图；

图5为本发明的一个实施例所提供的另一种在进行撤销处理时图像处理美颜APP显示效果图；

图6为本发明的一个实施例所提供的又一种在进行撤销处理时图像处理美颜APP显示效果图；

图7为本发明的一个实施例所提供的一种图像处理装置的具体结构示意图；

图8为本发明的一个实施例所提供的一种终端设备的具体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

本申请实施例提供的图像处理方法的执行主体，可以但不限于为手机、平板电脑、个人电脑(Personal Computer，PC)以及任何可以运行图像处理美颜应用(Application，APP)的终端设备中的至少一种。此外，该方法的执行主体，也可以是图像处理美颜APP本身。

为了便于描述，下文以该方法的执行主体为图像处理美颜APP为例该方法的实施方式进行介绍。可以理解，该方法的执行主体为图像处理美颜APP只是一种示例性的说明，并不应理解为对该方法的限定。

本申请实施例提供了一种图像处理方法，用以解决采用现有的图像美颜处理方法而导致处理后的图像轮廓不清晰且整体画面较为模糊的问题，该方法的具体实现流程示意图如图1所示，主要包括下述步骤：

步骤101：对人脸图像进行识别，得到所述人脸图像的特征点；

需要说明的是，人脸图像可以是其他终端设备通过无线通信连接(比如，网络、蓝牙以及红外线射频等)方式发送至安装有该图像处理美颜APP的终端设备的；或者用户可以通过触控(或者语音)的方式向终端发送开启拍照应用的指令，终端在接收到用户发送的开启拍照应用指令后，可以开启拍照应用以拍摄图像，并将该图像作为待处理图像，发送至图像处理美颜APP进行处理。

当图像处理美颜APP获取到待处理的人脸图像后，图像处理美颜APP可以先采用人脸识别技术对当前待处理图像进行人脸检测以得到待处理的人脸图像。人脸检测是人脸识别技术的第一步，基于人的脸部特征，可以确定输入的图像上是否有人脸图像。

具体地，可以采用以下五种方式进行人脸检测：

方式1：参考模板法：

采用该方法，首先会设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

方式2：人脸规则法：

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

方式3：样品学习法：

这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

方式4：肤色模型法：

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

方式5：特征子脸法：

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。

在本申请实施例中，可以采用上述五种方式来对待处理图像进行人脸识别，除此以外，还可以采用其他方式对待处理图像进行人脸识别，本申请实施例对人脸识别具体采用的方法不做限定，只要能识别出图像中的人脸即可。

当通过人脸识别确定出待处理的图像上具有人脸图像后，则进一步的可以确定出在人脸图像的轮廓，以及在人脸图像上的主要面部器官的位置信息。例如，可以通过标注特征点的方式，对人脸图像上主要面部器官进行标注。

在本申请实施例中，由于主要是需要对人脸图像进行美颜处理(如，磨皮处理、美白处理等)，而人脸图像上的：“眼睛”、“嘴巴”以及“眉毛”等部位很明显不需要进行这类美颜处理，因此在本申请实施例中可以识别该些器官作为该张人脸图像上的特征点。例如，如图2所示，表示通过执行步骤101识别出的人脸图像上的特征点。

进而，后续可以利用该些识别出的人脸图像上的特征点，对人脸图像进行区域划分，具体方法详见下文相关描述。

步骤102：基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

例如，假设通过执行步骤101识别出的人脸图像上的特征点如图2所示，则根据识别出的该些特征点，可以将该人脸图像划分为“A”、“B”、“C”、“D”四个区域，如图3所示，即对应于额头、右脸颊、下巴以及左脸颊这四个人脸子区域。

这里需要说明的是，上述将人脸图像划分为额头、右脸颊、下巴以及左脸颊这四个人脸子区域仅是一种示例性说明，在实际使用中可以根据用户的使用习惯灵活地调整人脸子区域的划分方式。

步骤103：确定所述多个人脸子区域对应的磨皮权值；

在该步骤103中，图像处理美颜APP通过将所述人脸子区域输入预先训练的人脸图像磨皮权重模型中，以确定该人脸子区域所对应的磨皮权重，具体包括：将所述多个人脸子区域对应的二维矩阵数组输入预先训练得到的人脸图像磨皮权重模型，得到所述多个人脸子区域分别对应的磨皮权重。

其中，人脸图像磨皮权重模型基于样本人脸图像数据训练得到。具体地，在一种实施方式中，本申请实施例所提供的方法具体包括：对预先收集的样本人脸图像进行区域划分，得到多个样本人脸子区域以及每个所述样本人脸子区域对应的样本区域图像磨皮权值；将所述样本人脸子区域对应的二维矩阵数组作为输入，将所述样本人脸子区域对应的样本区域图像磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。

另外这里需要说明的是，该人脸图像磨皮权重模型可以是通过卷积神经网络(Convolutional Neural Network，CNN)构建的，或者该人脸图像磨皮权重模型还可以是通过其他机器学习算法构建的。且为了可以保证预先训练的该人脸图像磨皮权重模型可以部署到终端设备(比如，手机)上，可以尽量减少构建人脸图像磨皮权重模型时所使用的参数，以减小构建的该人脸图像磨皮权重模型所占用内存空间的大小，以使得该人脸图像磨皮权重模型可以部署到内存空间较小的终端设备(比如手机或者平板电脑)上。

该人脸图像磨皮权重模型被预先训练为可以确定人脸图像上各人脸子区域所对应的人脸图像磨皮权值，即对人脸图像进行美颜处理时各种修改方式的调整参数，进而可以将通过执行步骤102识别出的多个人脸图像区域依次输入该人脸图像磨皮权重模型，以通过该人脸图像磨皮权重模型确定各个人脸图像区域所对应的图像磨皮权值。

下文将介绍如何对本申请实施例提供的人脸图像磨皮权重模型进行训练。

在对人脸图像磨皮权重模型进行训练时，首先需要准备大量的样本人脸图像，首先将该些样本人脸图像转换为二维矩阵数组，即将该些样本人脸图像转化为二维数字信号，并通过人脸识别技术对该些样本人脸图像进行人脸子区域划分，以得到多个样本人脸子区域，进而后续可以通过人工处理的方式，对该些样本人脸图像进行美颜处理，以得到每张样本人脸图像上各个样本人脸子区域所对应的磨皮权值。进而将样本人脸子区域对应的二维矩阵数组作为输入，将样本人脸子区域对应的磨皮权值作为期望输出，对通过CNN构建的人脸图像磨皮权重模型进行训练。

这里需要说明的是，由于进行人脸图像磨皮权重模型的训练时，需要的训练数据数量较大，将占用较大的存储空间，因而对人脸图像磨皮权重模型的训练可以在计算机上进行。

由于人脸子区域的不同，肤质的不同，甚至光线强弱的不同，因而在对人脸图像进行图像处理时，需要根据不同人脸子区域的实际情况，来灵活地确定与该人脸子区域所对应的人脸图像磨皮权值。

例如，仍以图3所示的人脸图像为例，假设在图3中光线主要照射在了人脸的B区域右脸颊上，很明显此时在这张人脸图像上，右脸颊的亮度要高于左脸颊的亮度。在这种情况下，当将图3中的人脸子区域B以及人脸子区域D分别输入人脸图像磨皮权重模型，以确定这两部分人脸子区域所对应的亮度调节参数时，得到的结果将是对人脸子区域B的亮度调节参数小于对人脸子区域D的亮度调节参数，即按照参数在进行调节时，对人脸子区域D的亮度调整要高于对人脸子区域B的亮度调整。

步骤104：基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

在通过执行步骤103，确定人脸图像上各部分人脸子区域所对应的人脸图像磨皮权值后，图像处理美颜APP将根据该些人脸图像磨皮权值，对该张人脸图像进行处理美颜，进而得到处理美颜后的人脸图像。

这里需要说明的是，由于在预先训练人脸图像磨皮权重模型时，预先收集到的样本人脸图像数量的限制，因而训练的到的人脸图像磨皮权重模型可能无法完全满足每个用户的使用习惯，这就可能导致利用该人脸图像磨皮权重模型确定出的人脸图像磨皮权值进行图像处理后，得到的处理后的人脸图像可能无法让每一个用户都能够满意。

为了避免上述问题，在本申请实施例中，当得到的处理后的图像不能满足用户需求时，则用户可以通过指定操作触发撤销指令，进而图像处理美颜APP可以响应于该撤销指令，对撤销指令对应的图像区域所对应的处理操作进行撤销。

并且当图像处理美颜APP将对图像的处理撤销后，用户还可以根据自己的需要，对该人脸图像区域进行调节处理，具体包括：接收用户输入的指定操作；响应于所述指定操作，对所述指定操作对应的图像区域所对应的处理操作进行撤销。

具体地，在本申请实施例中，用户可以通过下述两种方式对处理后的图像进行撤销，并根据自己的需要进行调节：

方式a：用户可直接在处理后的图像上点击不满意区域，则此时图像处理美颜APP可以将对用户点击区域对应的处理撤销。

如图4所示，为采用方式a在进行撤销处理时所对应的一种图像处理美颜APP显示效果图。同时可以在图像的左侧显示磨皮权重调整程度条，用户可直接通过点击该磨皮权重调整程度条上下滑动以调整磨皮权重，另外在图像处理美颜APP显示区域的右上方会显示出一键返回按钮，通过点击该按钮，可以将用户调节的磨皮权重撤销。

如图5所示，为采用方式a在进行撤销处理时所对应的另一种图像处理美颜APP显示效果图。在图像的下方显示磨皮权重调整程度条，用户可直接通过点击该磨皮权重调整程度条上下滑动以调整磨皮权重，另外在图像处理美颜APP显示区域的右上方会显示出一键返回按钮，通过点击该按钮，可以将用户调节的磨皮权重撤销。

方式b：用户可直接在处理后的图像上点击不满意区域，则此时图像处理美颜APP可以将对用户点击区域对应的处理撤销。同时在图像处理美颜APP显示界面上会显示所有人脸图像区域所对应的磨皮权重调整程度条，用户可直接通过点击该磨皮权重调整程度条上下滑动以调整磨皮权重，以使得图像处理美颜APP可以根据用户调整的磨皮权重，对人脸图像进行美颜处理。另外在图像处理美颜APP显示区域的右上方会显示出一键返回按钮，通过点击该按钮，可以将用户调节的磨皮权重撤销，该撤销方式所对应的图像处理美颜APP显示效果图如图6所示。

另外还需要说明的是，为了可以不断完善人脸图像磨皮权重模型，同时也可以使安装在不同图像处理美颜APP上的人脸图像磨皮权重模型可以根据不同用户的使用需要进行个性化的更新学习，在一种实施方式中，当图像处理美颜APP根据用户输入的磨皮权重对撤销指令对应的图像区域进行处理后，本申请实施例提供的方法还包括：将所述撤销指令对应的图像区域对应的二维矩阵数组作为输入，将所述用户输入的磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。通过这种方式，图像处理美颜APP可以根据用户的使用习惯，不断的对人脸图像磨皮权重模型进行训练，以使得该人脸图像磨皮权重模型可以越来越符合用户个人的使用习惯。

在本发明实施例中，在对人脸图像进行美颜处理时，首先会对待处理的人脸图图像进行人脸识别，以确定该人脸图像上的特征点，进而根据该特征点对所述人脸图像上的人脸进行区域划分，如根据特征点可以将人脸划分为左脸、右脸、鼻子、下巴以及额头等区域，并分别确定各个人脸子区域所对应的磨皮权值，进而根据各个人脸子区域所对应的磨皮权值，对各人脸子区域进行美颜图像处理，以完成对该人脸图像的美颜处理。由于采用本申请实施例所提供的人脸图像处理方法，在对人脸图像进行处理时，针对不同的人脸子区域对应有不同的磨皮权值，进而可以针对不同的人脸子区域按照不同的磨皮权值进行处理，从而避免了采用现有技术在进行人脸图像处理时，仅仅是对整张图片进行整体上的调整，而导致经过处理后的图像轮廓不清晰且画面较为模糊的问题。

本申请实施例还提供了一种图像处理装置，用以解决采用现有的图像美颜处理方法而导致处理后的图像轮廓不清晰且整体画面较为模糊的问题。该装置的具体结构示意图如图7所示，主要包括：人脸特征识别单元71、区域划分单元72、磨皮权值确定单元73以及图像处理单元74。

其中，人脸特征识别单元71，用于对人脸图像进行识别，得到所述人脸图像的特征点；

区域划分单元72，用于基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

磨皮权值确定单元73，用于确定所述多个人脸子区域对应的磨皮权值；

图像处理单元74，用于基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

在一种实施方式中，磨皮权值确定单元73，具体用于：将所述多个人脸子区域对应的二维矩阵数组输入预先训练得到的人脸图像磨皮权重模型，得到所述多个人脸子区域分别对应的磨皮权重，其中，所述人脸图像磨皮权重模型基于样本人脸图像数据训练得到。

在一种实施方式中，该图像处理装置还包括：人脸图像磨皮权重模型训练单元，用于：对预先收集的样本人脸图像进行区域划分，得到多个样本人脸子区域以及每个所述样本人脸子区域对应的样本区域图像磨皮权值；

将所述样本人脸子区域对应的二维矩阵数组作为输入，将所述样本人脸子区域对应的样本区域图像磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。

在一种实施方式中，该图像处理装置还包括：撤销单元，用于接收用户输入的指定操作；响应于所述指定操作，对所述指定操作对应的图像区域所对应的处理操作进行撤销。

在一种实施方式中，人脸图像磨皮权重模型训练单元，还用于：接收用户对目标图像区域所输入的磨皮权值；根据所述磨皮权值，对所述目标图像区域进行处理；将所述撤销指令对应的图像区域对应的二维矩阵数组作为输入，将所述用户输入的磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。

在本发明实施例中，在对人脸图像进行美颜处理时，首先会对待处理的人脸图图像进行人脸识别，以确定该人脸图像上的特征点，进而根据该特征点对所述人脸图像上的人脸进行区域划分，如根据特征点可以将人脸划分为左脸、右脸、鼻子、下巴以及额头等区域，并分别确定各个人脸子区域所对应的磨皮权值，进而根据各个人脸子区域所对应的磨皮权值，对各人脸子区域进行美颜图像处理，以完成对该人脸图像的美颜处理。由于采用本申请实施例所提供的人脸图像处理方法，在对人脸图像进行处理时，针对不同的人脸子区域对应有不同的磨皮权值，进而可以针对不同的人脸子区域按照不同的磨皮权值进行处理，从而避免了采用现有技术在进行人脸图像处理时，仅仅是对整张图片进行整体上的调整，而导致经过处理后的图像轮廓不清晰且画面较为模糊的问题。

图8为实现本发明各个实施例的一种终端设备的硬件结构示意图。

在图8中，该终端设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810、以及电源811等部件。本领域技术人员可以理解，图8中示出的终端设备结构并不构成对终端设备的限定，终端设备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。在本发明实施例中，终端设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，射频单元801，用于接收人脸图像；

处理器810，用于对人脸图像进行识别，得到所述人脸图像的特征点；基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；确定所述多个人脸子区域对应的磨皮权值；基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

在本发明实施例中，在对人脸图像进行美颜处理时，首先会对待处理的人脸图图像进行人脸识别，以确定该人脸图像上的特征点，进而根据该特征点对所述人脸图像上的人脸进行区域划分，如根据特征点可以将人脸划分为左脸、右脸、鼻子、下巴以及额头等区域，并分别确定各个人脸子区域所对应的磨皮权值，进而根据各个人脸子区域所对应的磨皮权值，对各个人脸子区域进行美颜图像处理，以完成对该人脸图像的美颜处理。由于采用本申请实施例所提供的人脸图像处理方法，在对人脸图像进行处理时，针对不同的人脸子区域对应有不同的磨皮权值，进而可以针对不同的人脸子区域按照不同的磨皮权值进行处理，从而避免了采用现有技术在进行人脸图像处理时，仅仅是对整张图片进行整体上的调整，而导致经过处理后的图像轮廓不清晰且画面较为模糊的问题。

应理解的是，本发明实施例中，射频单元801可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器810处理；另外，将上行的数据发送给基站。通常，射频单元801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、双工器等。此外，射频单元801还可以通过无线通信系统与网络和其他设备通信。

终端设备通过网络模块802为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元803可以将射频单元801或网络模块802接收的或者在存储器809中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元803还可以提供与终端设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元803包括扬声器、蜂鸣器以及受话器等。

输入单元804用于接收音频或视频信号。输入单元804可以包括图形处理器(Graphics Processing Unit，GPU)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元806上。经图形处理器8041处理后的图像帧可以存储在存储器809(或其它存储介质)中或者经由射频单元801或网络模块802进行发送。麦克风8042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元801发送到移动通信基站的格式输出。

终端设备800还包括至少一种传感器805，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8061的亮度，接近传感器可在终端设备800移动到耳边时，关闭显示面板8061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，可用于识别终端设备姿态(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；传感器805还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元806用于显示由用户输入的信息或提供给用户的信息。显示单元806可包括显示面板8061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板8061。

用户输入单元807可用于接收输入的数字或字符信息，以及产生与终端设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元807包括触控面板8071以及其他输入设备8072。触控面板8071，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8071上或在触控面板8071附近的操作)。触控面板8071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810，接收处理器810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8071。除了触控面板8071，用户输入单元807还可以包括其他输入设备8072。具体地，其他输入设备8072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，在此不再赘述。

进一步的，触控面板8071可覆盖在显示面板8061上，当触控面板8071检测到在其上或附近的触摸操作后，传送给处理器810以确定触摸事件的类型，随后处理器810根据触摸事件的类型在显示面板8061上提供相应的视觉输出。虽然在图8中，触控面板8071与显示面板8061是作为两个独立的部件来实现终端设备的输入和输出功能，但是在某些实施例中，可以将触控面板8071与显示面板8061集成而实现终端设备的输入和输出功能，具体此处不做限定。

接口单元808为外部装置与终端设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元808可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到终端设备800内的一个或多个元件或者可以用于在终端设备800和外部装置之间传输数据。

存储器809可用于存储软件程序以及各种数据。存储器809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809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。

处理器810是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分，通过运行或执行存储在存储器809内的软件程序和/或模块，以及调用存储在存储器809内的数据，执行终端设备的各种功能和处理数据，从而对终端设备进行整体监控。处理器810可包括一个或多个处理单元；优选的，处理器810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810中。

终端设备800还可以包括给各个部件供电的电源811(比如电池)，优选的，电源811可以通过电源管理系统与处理器810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。

另外，终端设备800包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种终端设备，包括处理器810，存储器809，存储在存储器809上并可在所述处理器810上运行的计算机程序，该计算机程序被处理器810执行时实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述图像处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (11)

1.一种图像处理方法，其特征在于，包括：

对人脸图像进行识别，得到所述人脸图像的特征点；

基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

确定所述多个人脸子区域对应的磨皮权值；

基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

2.如权利要求1所述的方法，其特征在于，确定所述多个人脸子区域对应的磨皮权值，具体包括：

将所述多个人脸子区域对应的二维矩阵数组输入预先训练得到的人脸图像磨皮权重模型，得到所述多个人脸子区域分别对应的磨皮权重，其中，所述人脸图像磨皮权重模型基于样本人脸图像数据训练得到。

3.如权利要求2所述的方法，其特征在于，训练人脸图像磨皮权重模型，具体包括：

对预先收集的样本人脸图像进行区域划分，得到多个样本人脸子区域以及每个所述样本人脸子区域对应的样本区域图像磨皮权值；

将所述样本人脸子区域对应的二维矩阵数组作为输入，将所述样本人脸子区域对应的样本区域图像磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。

4.如权利要求1所述的方法，其特征在于，所述基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理之后，还包括：

接收用户输入的指定操作；

响应于所述指定操作，对所述指定操作对应的图像区域所对应的处理操作进行撤销。

5.如权利要求4所述的方法，其特征在于，所述基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理之后，还包括：

接收用户对目标图像区域所输入的磨皮权值；

根据所述磨皮权值，对所述目标图像区域进行处理。

6.一种图像处理装置，其特征在于，包括：

人脸特征识别单元，用于对人脸图像进行识别，得到所述人脸图像的特征点；

区域划分单元，用于基于所述特征点对所述人脸图像的人脸区域进行分割，得到多个人脸子区域；

磨皮权值确定单元，用于确定所述多个人脸子区域对应的磨皮权值；

图像处理单元，用于基于人脸子区域对应的磨皮权值对所述多个人脸子区域进行图像处理。

7.如权利要求6所述的装置，其特征在于，磨皮权值确定单元，具体用于：

将所述多个人脸子区域对应的二维矩阵数组输入预先训练得到的人脸图像磨皮权重模型，得到所述多个人脸子区域分别对应的磨皮权重，其中，所述人脸图像磨皮权重模型基于样本人脸图像数据训练得到。

8.如权利要求7所述的装置，其特征在于，所述装置还包括人脸图像磨皮权重模型训练单元，用于：

对预先收集的样本人脸图像进行区域划分，得到多个样本人脸子区域以及每个所述样本人脸子区域对应的样本区域图像磨皮权值；

将所述样本人脸子区域对应的二维矩阵数组作为输入，将所述样本人脸子区域对应的样本区域图像磨皮权值作为期望输出，对所述人脸图像磨皮权重模型进行训练。

9.如权利要求6所述的装置，其特征在于，所述装置还包括撤销单元，用于：

接收用户输入的指定操作；

响应于所述指定操作，对所述指定操作对应的图像区域所对应的处理操作进行撤销。

10.如权利要求9所述的装置，其特征在于，人脸图像磨皮权重模型训练单元，还用于：

接收用户对目标图像区域所输入的磨皮权值；

根据所述磨皮权值，对所述目标图像区域进行处理。

11.一种终端设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的方法的步骤。