CN111080545A - 人脸畸变校正方法、装置、终端设备和存储介质 - Google Patents

Abstract

本申请提出一种人脸畸变校正方法、装置、终端设备和存储介质，其中，方法包括：提取图像中各人脸对应的标准区域的人脸属性；根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件；若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数；获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

Description

人脸畸变校正方法、装置、终端设备和存储介质

技术领域

本申请涉及图像处理技术领域，尤其涉及一种人脸畸变校正方法、装置、终端设备和存储介质。

背景技术

目前，终端设备配有广角摄像头，通过广角摄像头进行拍摄的图像一直存在畸变，通常通过畸变系数表示图像畸变的程度，然而，当前终端设备中仅对一个摄像头标定一组畸变系数来获取需要进行畸变校正的图像，导致不能够准确获取图像上不同区域的畸变情况的技术问题。

发明内容

本申请提出一种人脸畸变校正方法、装置、终端设备和存储介质，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

本申请一方面实施例提供了一种人脸畸变校正方法，所述方法包括以下步骤：提取图像中各人脸对应的标准区域的人脸属性；根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件；若获知所述标准区域中为满足所述畸变条件的畸变人脸，则根据所述人脸属性和预设的标准参数获取所述畸变人脸的畸变参数；获取预设的与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

本申请另一方面实施例提供了一种人脸畸变校正装置，所述装置包括：提取模块，用于提取图像中各人脸对应的标准区域的人脸属性；第一判断模块，用于根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件；获取模块，用于若获知所述标准区域中为满足所述畸变条件的畸变人脸，则根据所述人脸属性和预设的标准参数获取所述畸变人脸的畸变参数；获取校正模块，用于获取预设的与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

本申请又一方面实施例提供了一种终端设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述实施例所述的人脸畸变校正方法。

本申请还一方面实施例提供了一种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如上述实施例所描述的人脸畸变校正方法。

本申请提供的图像处理方法实施例，至少包括如下有益技术效果：

提取图像中各人脸对应的标准区域的人脸属性；根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件；若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数；获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本申请一个实施例的人脸畸变校正方法的流程图；

图2是根据本申请另一个实施例的人脸畸变校正方法的流程图；

图3是根据本申请一个实施例的人脸畸变校正装置的结构示意图；

图4是根据本申请另一个实施例的人脸畸变校正装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的人脸畸变校正方法、装置、终端设备和存储介质。本申请实施例的人脸畸变校正方法的应用主体可以是任意拥有摄像头的终端设备。

为了解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，本申请中提供了一种人脸畸变校正方法，在本申请的实施例中，提取图像中各人脸对应的标准区域的人脸属性；根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件；若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数；获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

下面参考附图描述本申请实施例的人脸畸变校正方法。

图1是根据本申请一个实施例的人脸畸变校正方法的流程图，如图1所示，该方法包括：

步骤101，提取图像中各人脸对应的标准区域的人脸属性。

具体地，本申请的人脸畸变校正方法，针对的是图像中人脸存在畸变的一种校正，可以理解的是，在实际拍摄的图像中可以有一个或者多个人脸，人脸可以是正脸、侧脸和半脸等。

在实际应用中，往往只有在图像上面积较大的人脸直观上会被感觉出有较大的畸变形变，同时考虑到图像畸变程度往往随着距离图像中心位置的远近而改变，即距离图像中心越远，畸变程度越大，人脸变形越明显等等，因此，本方案通过人脸属性来确定各个人脸是否需要进行畸变校正，然后仅对需要校正的人脸进行处理，其中，人脸属性包括人脸面积和人脸径向距离等。

其中，标准区域指的是人脸的精确区域，可以根据实际应用需要进行选择调整。

可以理解的是，可以通过很多方式来获取人脸的标准区域，比如通过人脸检测算法直接获取人脸的标准区域，再比如通过实例分割算法获取人体区域，再从人体区域中获取人脸区域作为人脸的标准区域，还可以是将人脸检测算法得到的人脸框和实例分割算法得到的人体区域进行叠加处理得到人脸的标准区域。

还可以理解的是，不同的人脸属性提取图像中各人脸对应的标准区域的人脸属性的方式不同，举例说明如下：

第一种示例，计算各标准区域的人脸面积。

第二种示例，计算各人脸框的中央点坐标到图像的中心坐标的人脸径向距离。

步骤102，根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件。

具体地，不同的人脸属性对应的属性阈值不同，从而根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件的方式不同，举例说明如下：

第一种示例，将人脸面积和预设的面积阈值进行比较，若获知人脸面积大于所述面积阈值，则获知标准区域中为满足畸变条件的畸变人脸。

第二种示例，将人脸径向距离和预设的距离阈值进行比较，若获知人脸径向距离大于距离阈值，则获知标准区域中为满足畸变条件的畸变人脸。

第三种示例，将人脸面积和预设的面积阈值进行比较，且将人脸径向距离和预设的距离阈值进行比较，若获知人脸面积大于面积阈值，且人脸径向距离大于距离阈值，则获知标准区域中为满足畸变条件的畸变人脸。

步骤103，若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数。

步骤104，获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸。

具体地，在确定标准区域中为满足畸变条件的畸变人脸，仅仅对需要畸变人脸进行校正，可以理解的是，预先设置图片中人脸对应的标准参数，可以根据实际应用需要进行设置，比如没有畸变对应的标准参数比如人脸面积为A，人脸径向距离为B，稍微畸变对应的标准参数比如人脸面积为C，人脸径向距离为D，从而根据当前人脸属性即现在的人脸面积为X，人脸径向距离为Y，与预先设置的标准参数之间的差别确定畸变人脸的畸变参数，比如人脸面积变化为E，人脸径向距离变化为F。

进一步地，预先设置不同的畸变参数对应的调整参数，即对图像进行拉伸和差值补偿等调整参数，可以根据应用需要设置调整参数，继续以上述为例，根据畸变参数，比如人脸面积变化为E，人脸径向距离变化为F确定对应的调整参数为分别向不同的方向拉伸多少，拉伸后差值补偿多少等，完成畸变人脸的校正。

综上，本申请实施例的人脸畸变校正方法，提取图像中各人脸对应的标准区域的人脸属性；根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件；若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数；获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

为了更加清楚描述上述实施例，下面结合图2进行详细说明，如图2所示，该方法包括：

步骤201，计算各标准区域的人脸面积和计算各人脸框的中央点坐标到图像的中心坐标的人脸径向距离。

具体地，对图像进行人脸检测可以得到各人脸的人脸框，为了获取人脸对应的标准区域，可以通过实体分割、语义分割等预设算法结合人脸框进行处理确定人脸的标准区域。

比如通过实体分割的方式将物体从背景中分离，接着对检测到的物体进行像素提取，对检测到的物体进行类别划分，一般示例分割结果中非人体区域掩模(mask)像素值为0，不同的人体区域的mask像素值对应不同非零值。

进一步地，获得各人脸的人脸框，判断该人脸框中是否存在实例分割出的人体区域，若该人脸框中只存在一个人体区域的实例分割结果，则寻找该对应人体mask在人脸框中所在部分，即为该人脸的标准区域；若该人脸框中存在多个人体区域的实例分割结果，则取人脸框中所占面积最大的人体区域的分割结果作为该人脸的标准区域。

具体地，首先对各标准区域的人脸面积，比如可以通过语义分割、实例分割得到的人像区域部分与人脸检测得到的人脸矩形框的重叠部分得到该人脸的面积大小，接着计算各人脸框的中央点坐标到图像的中心坐标的人脸径向距离，比如可以根据人脸检测得到的人脸框四个顶点的坐标计算得到人脸的中央点坐标，通过计算该人脸框中央点坐标到图像中心的径向距离得到该人脸的距离。

步骤202，判断与标准区域中的人脸对应的群体属性，根据群体属性确定与标准区域中的人脸面积对应的面积阈值和人脸径向距离对应的距离阈值。

步骤203，将人脸面积和预设的面积阈值进行比较，且将人脸径向距离和预设的距离阈值进行比较，若获知人脸面积大于面积阈值，且人脸径向距离大于距离阈值，则获知标准区域中为满足畸变条件的畸变人脸。

具体地，畸变人脸可以是男、女和小孩等群体，可以根据不同的群体属性设置不同标准区域中的人脸属性对应的属性阈值，比如女的对于畸变的容忍度比较低，可以将相对应的阈值进行调小，或者是小孩的人脸面积比较小，可以相对应调整面积阈值等等，从而满足后续人脸畸变处理的个性化需求。

进一步地，当人脸面积大于第一面积阈值，且人脸径向距离大于第一距离阈值，获知标准区域中为满足畸变条件的畸变人脸，其中，面积阈值和距离阈值都可以根据实际应用需要进行选择设置。

步骤204，根据人脸属性和预设的标准参数获取畸变人脸的畸变参数，获取预设的与畸变人脸的群体属性对应的群体信息库，查询群体信息库，获取与畸变参数对应的调整参数，根据调整参数校正畸变人脸。

具体地，在确定标准区域中为满足畸变条件的畸变人脸，仅仅对需要畸变人脸进行校正，可以理解的是，预先设置图片中人脸对应的标准参数，可以根据实际应用需要进行设置，比如没有畸变对应的标准参数比如人脸面积为A，人脸径向距离为B，稍微畸变对应的标准参数比如人脸面积为C，人脸径向距离为D，从而根据当前人脸属性即现在的人脸面积为X，人脸径向距离为Y，与预先设置的标准参数之间的差别确定畸变人脸的畸变参数，比如人脸面积变化为E，人脸径向距离变化为F。

还可以理解的是，根据应用需要设置调整参数，比如不同的群体里大人、小孩等，即预设根据不同的群体属性设置对应的群体信息库，查询群体信息库获取与畸变参数对应的调整参数，继续以上述为例，群体属性为女性对应的群里信息库为1，根据畸变参数,比如人脸面积变化为E，人脸径向距离变化为F在群里信息库1中确定对应的调整参数为分别向不同的方向拉伸多少，拉伸后差值补偿多少等，完成畸变人脸的校正。

由此，通过综合判断每个人脸的面积大小以及距离图像的距离等人脸属性，更为直观的判定出该人脸是否需要畸变校正处理，并仅对需要进行校正的人脸进行处理，提升了整副图像的畸变校正的效率。

综上，本申请实施例的人脸畸变校正方法，计算各标准区域的人脸面积和计算各人脸框的中央点坐标到图像的中心坐标的人脸径向距离，判断与标准区域中的人脸对应的群体属性，根据群体属性确定与标准区域中的人脸面积对应的面积阈值和人脸径向距离对应的距离阈值，将人脸面积和预设的面积阈值进行比较，且将人脸径向距离和预设的距离阈值进行比较，若获知人脸面积大于面积阈值，且人脸径向距离大于距离阈值，则获知标准区域中为满足畸变条件的畸变人脸，根据人脸属性和预设的标准参数获取畸变人脸的畸变参数，获取预设的与畸变人脸的群体属性对应的群体信息库，查询群体信息库，获取与畸变参数对应的调整参数，根据调整参数校正畸变人脸，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

为了实现上述实施例，本申请还提出一种人脸畸变校正装置，图3是根据本申请一个实施例的人脸畸变校正装置的结构试示意图，如图3所示，该装置包括：提取模块310、第一判断模块320、获取模块330和获取校正模块340，

其中，提取模块310，用于提取图像中各人脸对应的标准区域的人脸属。

第一判断模块320，用于根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件。

获取模块330，用于若获知所述标准区域中为满足所述畸变条件的畸变人脸，则根据所述人脸属性和预设的标准参数获取所述畸变人脸的畸变参数.

获取校正模块340，用于获取预设的与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

在本申请的一个实施例中，提取模块310，具体用于：

计算各所述标准区域的人脸面积，和/或，计算各所述人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离。

在本申请的一个实施例中，第一判断模块320，具体用于：

将所述人脸面积和预设的面积阈值进行比较，若获知所述人脸面积大于所述面积阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，将所述人脸面积和预设的面积阈值进行比较，且将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸面积大于所述面积阈值，且所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸。

在本申请的一个实施例中，如图4所示，在图3的基础上，人脸畸变校正装置还包括：第二判断模块350和确定模块360。

其中，第二判断模块350，用于判断与所述标准区域中的人脸对应的群体属性。

确定模块360，用于根据所述群体属性确定与所述标准区域中的人脸属性对应的属性阈值。

在本申请的一个实施例中，获取校正模块340，具体用于：

获取预设的与所述畸变人脸的群体属性对应的群体信息库；查询所述群体信息库，获取与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

需要说明的是，前述对人脸畸变校正方法的说明，也适用于本申请实施例的人脸畸变校正装置，其实现原理类似，在此不再赘述。

综上，本申请实施例的人脸畸变校正装置，提取图像中各人脸对应的标准区域的人脸属性；根据人脸属性和对应的属性阈值判断标准区域中的人脸是否满足预设的畸变条件；若获知标准区域中为满足畸变条件的畸变人脸，则根据人脸属性和预设的标准参数获取畸变人脸的畸变参数；获取预设的与畸变参数对应的调整参数，根据调整参数校正畸变人脸，解决了现有技术中不能够准确获取图像上不同区域的畸变情况的技术问题，实现了针对图像不同区域的具体畸变情况进行不同的处理，提高人脸畸变校正效果。

为了实现上述实施例，本申请还提出了一种终端设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如前述实施例所描述的人脸畸变校正方法。

为了实现上述实施例，本申请还提出了一种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如前述实施例所描述的人脸畸变校正方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种人脸畸变校正方法，其特征在于，包括：

提取图像中各人脸对应的标准区域的人脸属性；

根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件；

若获知所述标准区域中为满足所述畸变条件的畸变人脸，则根据所述人脸属性和预设的标准参数获取所述畸变人脸的畸变参数；

获取预设的与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

2.如权利要求1所述的方法，其特征在于，所述提取图像中各人脸对应的标准区域的人脸属性，包括：

计算各所述标准区域的人脸面积；和/或，

计算各人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离。

3.如权利要求2所述的方法，其特征在于，所述根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件，包括：

将所述人脸面积和预设的面积阈值进行比较，若获知所述人脸面积大于所述面积阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，

将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，

将所述人脸面积和预设的面积阈值进行比较，且将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸面积大于所述面积阈值，且所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸。

4.如权利要求1所述的方法，其特征在于，在所述根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件之前，还包括：

判断与所述标准区域中的人脸对应的群体属性；

根据所述群体属性确定与所述标准区域中的人脸属性对应的属性阈值。

5.如权利要求4所述的方法，其特征在于，所述获取预设的与所述畸变参数对应的调整参数，包括：

获取预设的与所述畸变人脸的群体属性对应的群体信息库；

查询所述群体信息库，获取与所述畸变参数对应的调整参数。

6.一种人脸畸变校正装置，其特征在于，所述装置包括：

提取模块，用于提取图像中各人脸对应的标准区域的人脸属性；

第一判断模块，用于根据所述人脸属性和对应的属性阈值判断所述标准区域中的人脸是否满足预设的畸变条件；

获取模块，用于若获知所述标准区域中为满足所述畸变条件的畸变人脸，则根据所述人脸属性和预设的标准参数获取所述畸变人脸的畸变参数；

获取校正模块，用于获取预设的与所述畸变参数对应的调整参数，根据所述调整参数校正所述畸变人脸。

7.如权利要求6所述的装置，其特征在于，所述提取模块，还用于：

计算各所述标准区域的人脸面积；和/或，

计算各人脸框的中央点坐标到所述图像的中心坐标的人脸径向距离。

8.如权利要求7所述的装置，其特征在于，所述第一判断模块，具还用于：

将所述人脸面积和预设的面积阈值进行比较，若获知所述人脸面积大于所述面积阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，

将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸；或者，

将所述人脸面积和预设的面积阈值进行比较，且将所述人脸径向距离和预设的距离阈值进行比较，若获知所述人脸面积大于所述面积阈值，且所述人脸径向距离大于所述距离阈值，则获知所述标准区域中为满足所述畸变条件的畸变人脸。

9.一种终端设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-5中任一所述的人脸畸变校正方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的人脸畸变校正方法。

Images