CN111275649A - 图像处理方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提出了图像处理方法、装置、电子设备和存储介质，所述方法包括：获取包含人脸的当前图像；在预先存储的历史人脸中查询与当前图像中的当前人脸相同的目标历史人脸；获取与目标历史人脸相关联的目标对象的位置；在当前图像中对目标对象的位置对应的像素进行模糊处理。根据本公开的实施例，由于与目标历史人脸相关联的目标对象的位置是预先存储的，无需在当前人脸中确定目标对象的位置，可以直接将目标历史人脸中目标对象的位置作为当前人脸中目标对象的位置，在当前图像中对目标对象的位置对应的像素进行模糊处理。省去了在当前人脸中确定瑕疵的过程，可以提高去除图像中瑕疵的速度，有利于实现实时地在当前图像中去除瑕疵。

Description

图像处理方法、装置、电子设备和存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及图像处理方法、图像处理装置、电子设备和存储介质。

背景技术

目前的美颜技术，可以应用在实时的视频通信过程中，使得观看者看到的视频中人物的人脸相对光滑。

但是目前的美颜技术大多是对视频中的图形整体添加滤镜，并不能针对性地去除人脸中的疤痕、痘痘、痣等瑕疵，而对于人脸中的瑕疵，目前的去除方法主要是在采集到图像后，进行后期编辑时进行处理。

例如对于采集到的原始图像，可以进行高反差保留，其中，可以提高原始图像的对比度，然后对于提高对比度后的图像确定灰度图，再对这个灰度图进行二值化处理，剔除人脸中五官所在区域后，确定值为1的位置在原始图像对应瑕疵，进而可以在原始图像中对该位置的像素进行模糊处理。

这个过程中确定瑕疵所在位置的过程耗时较多，一般需要200毫秒以上的时间，由于耗时较多，所以难以做到在视频通信的过程实时地去除瑕疵。

发明内容

本公开提供了图像处理方法、图像处理装置、电子设备和存储介质，以至少解决相关技术中难以实时去除人脸瑕疵的技术问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提出一种图像处理方法，包括：

获取包含人脸的当前图像；

在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

获取与所述目标历史人脸相关联的目标对象的位置；

在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

可选地，在获取包含人脸的当前图像之前，所述方法还包括：

对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

在所述历史人脸中识别目标对象；

记录所述历史人脸中目标对象的位置；

建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

可选地，所述记录所述历史人脸中目标对象的位置包括：

在所述历史人脸中确定与所述历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点；

记录所述历史人脸中目标对象相对所述至少两个人脸关键点的位置。

可选地，所述在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸包括：

对所述当前人脸进行识别，以确定所述当前人脸的关键点构成的当前关键点图；

在预先存储的所述历史关键点图中，确定与所述当前关键点图的相似度大于第一预设相似度的目标历史关键点图；

其中，所述获取与所述目标历史人脸相关联的目标对象的位置包括：

获取与所述目标历史关键点图相关联的目标对象的位置。

可选地，所述在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理包括：

对所述位置以及与所述位置的距离小于第二预设距离范围内的像素进行高斯模糊和泊松融合；或

计算与所述位置的距离小于第三预设距离范围内的像素的颜色均值，根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

可选地，在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理之后，所述方法还包括：

在所述当前人脸中识别目标对象；

判断所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度是否小于第二预设相似度；

若小于第二预设相似度，根据所述当前人脸中目标对象的位置更新所述目标历史人脸中目标对象的位置。

根据本公开实施例的第二方面，提出一种图像处理装置，包括：

图像获取模块，被配置为执行获取包含人脸的当前图像；

历史查询模块，被配置为执行在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

位置获取模块，被配置为执行获取与所述目标历史人脸相关联的目标对象的位置；

模糊处理模块，被配置为执行在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

可选地，所述装置还包括：

人脸识别模块，被配置为执行对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

对象识别模块，被配置为执行在所述历史人脸中识别目标对象；

位置记录模块，被配置为执行记录所述历史人脸中目标对象的位置；

关系建立模块，被配置为执行建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

可选地，所述位置记录模块包括：

关键点确定子模块，被配置为执行在所述历史人脸中确定与所述历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点；

相对位置记录子模块，被配置为执行记录所述历史人脸中目标对象相对所述至少两个人脸关键点的位置。

可选地，所述人脸识别模块，还被配置为对所述当前人脸进行识别，以确定所述当前人脸的关键点构成的当前关键点图；

所述历史查询模块，被配置为在预先存储的所述历史关键点图中，确定与所述当前关键点图的相似度大于第一预设相似度的目标历史关键点图；

位置获取模块，被配置为执行获取与所述目标历史关键点图相关联的目标对象的位置。

可选地，所述模糊处理模块，被配置为执行对所述位置以及与所述位置的距离小于第二预设距离范围内的像素进行高斯模糊和泊松融合；或

计算与所述位置的距离小于第三预设距离范围内的像素的颜色均值，根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

可选地，所述目标对象识别模块，还被配置为执行在所述当前人脸中识别目标对象；

所述装置还包括：

相似度判断模块，被配置为判断所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度是否小于第二预设相似度；

位置更新模块，被配置为在所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度小于第二预设相似度的情况下，根据所述当前人脸中目标对象的位置更新所述目标历史人脸中目标对象的位置。

根据本公开实施例的第三方面，提出一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上述任一实施例所述的图像处理方法。

根据本公开实施例的第四方面，提出一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一实施例所述的图像处理方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品被配置为执行上述任一实施例所述的图像处理方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

根据本公开的实施例，可以通过在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸，直接查询到与目标历史人脸相关联的目标对象的位置，进而在当前图像中对所述目标对象的位置对应的像素进行模糊处理。

由于与目标历史人脸相关联的目标对象的位置是预先存储的，所以无需通过高反差保留、确定灰度图、二值化处理等步骤在当前人脸中确定目标对象的位置，而是可以直接将目标历史人脸中目标对象的位置作为当前人脸中目标对象的位置，在当前图像中对所述目标对象的位置对应的像素进行模糊处理。目标对象可以是人脸上的瑕疵，据此，省去了在当前人脸中确定瑕疵的过程，可以提高去除图像中瑕疵的速度，有利于实现实时地在当前人脸图像中去除瑕疵。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据本公开的实施例示出的一种图像处理方法的示意流程图。

图2是根据本公开的实施例示出的另一种图像处理方法的示意流程图。

图3是根据本公开的实施例示出的一种关键点的示意图。

图4是根据本公开的实施例示出的又一种图像处理方法的示意流程图。

图5是根据本公开的实施例示出的又一种图像处理方法的示意流程图。

图6是根据本公开的实施例示出的又一种图像处理方法的示意流程图。

图7是根据本公开的实施例示出的又一种图像处理方法的示意流程图。

图8是根据本公开的实施例示出的一种图像处理装置的示意框图。

图9是根据本公开的实施例示出的另一种图像处理装置的示意框图。

图10是根据本公开的实施例示出的一种位置记录模块的示意框图。

图11是根据本公开的实施例示出的又一种图像处理装置的示意框图。

图12是根据本公开的实施例示出的图像处理装置所在设备的一种硬件结构图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据本公开的实施例示出的一种图像处理方法的示意流程图。本实施例所示的图像处理方法可以适用于终端，所述终端包括但不限于手机、平板电脑、可穿戴设备、个人计算机等电子设备。

如图1所示，所述图像处理方法可以包括以下步骤：

在步骤S1中，获取包含人脸的当前图像；

在步骤S2中，在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

在步骤S3中，获取与所述目标历史人脸相关联的目标对象的位置；

在步骤S4中，在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

在一个实施例中，在播放历史图像的过程中，可以预先对历史图像中的历史人脸进行识别，并存储有关历史人脸的信息，例如存储历史人脸中的关键点构成的历史关键点图。并且针对历史人脸，还可以识别其中的目标对象，所述目标对象可以根据需要进行设定，例如目标对象可以是人脸上的瑕疵，所述瑕疵包括但不限于疤痕、痘痘、痣等，例如目标对象还可以是五官(嘴、鼻、眼等)，具体是哪个五官，可以根据需要设定。以下主要在目标对象为瑕疵的情况下，对本公开的技术方案进行示例性说明。

在识别历史人脸中的目标对象后，可以记录历史人脸中目标对象的位置，再建立历史人脸中目标对象的位置与历史人脸的关联关系。而在存储的有关历史人脸的信息是历史关键点图的情况下，可以建立历史人脸中目标对象的位置与历史关键点图的关联关系。

进而可以获取包含人脸的当前图像，当前图像可以是终端正在播放的图像，其中，当前图像可以是单独的图片，也可以是视频中的某一帧图像。在获取到当前图像后，可以对当前图像中的当前人脸进行识别，以确定有关当前人脸的信息，进而基于当前人脸的信息和预先存储的人脸的信息，可以在预先存储的历史人脸中查询与当前图像中的当前人脸相同的目标历史人脸，进而可以查询与目标历史人脸相关联的目标对象的位置，也即目标历史人脸中目标对象的位置。

例如所确定的有关当前人脸的信息，是当前人脸的关键点构成的当前关键点图，那么可以在预先存储的历史关键点图中，确定与当前关键点图的相似度大于第一预设相似度的目标历史关键点图，进而查询与目标历史关键点图相关联的历史人脸中目标对象的位置。

由于目标历史人脸与当前人脸相同，因此目标历史人脸中目标对象的位置与当前人脸中目标对象的位置相同，所以可以将目标历史人脸中目标对象的位置，作为当前人脸中目标对象的位置，在当前图像中对目标对象的位置对应的像素进行模糊处理，以对当前人脸中目标对象进行去除。

根据本公开的实施例，可以通过在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸，直接查询到与目标历史人脸相关联的目标对象的位置，进而在当前图像中对所述目标对象的位置对应的像素进行模糊处理。

由于与目标历史人脸相关联的目标对象的位置是预先存储的，所以无需通过高反差保留、确定灰度图、二值化处理等步骤在当前人脸中确定目标对象的位置，而是可以直接将目标历史人脸中目标对象的位置作为当前人脸中目标对象的位置，在当前图像中对所述目标对象的位置对应的像素进行模糊处理。目标对象可以是人脸上的瑕疵，据此，省去了在当前人脸中确定瑕疵的过程，可以提高去除图像中瑕疵的速度，有利于实现实时地在当前图像中去除瑕疵。

例如当前图像为视频中的图像，那么可以在视频通信(例如视频直播或视频通话)的过程中，实时地去除当前图像中的目标对象，以使观看者看到的图像中不存在目标对象，例如在目标对象为瑕疵的情况下，即可去除当前人脸中的瑕疵，从而提高视频的观看效果。

需要说明的是，虽然本实施例相对于相关技术增加了确定目标历史人脸的过程，但是该过程相对于在当前人脸中确定目标对象的过程，耗时极少，因此可以保证提高去除图像中目标对象的速度。

图2是根据本公开的实施例示出的另一种图像处理方法的示意流程图。如图2所示，在获取包含人脸的当前图像之前，所述方法还包括：

在步骤S5中，对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

在步骤S6中，在所述历史人脸中识别目标对象；

在步骤S7中，记录所述历史人脸中目标对象的位置；

在步骤S8中，建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

在一个实施例中，在获取包含人脸的当前图像之前，可以先对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图。

例如所确定的关键点图可以如图3所示，其中包含128个关键点(在遮挡的眼睛区域也存在关键点)以及对应序号，大部分关键点对应五官和脸部轮廓，少部分关键点对应脸颊和额头。需要说明的是，关键点的数量和位置除了如图3所示，也可以根据需要进行设定。

进而可以在历史人脸中识别目标对象，所述目标对象包括但不限于疤痕、痘痘、痣等，其中，可以提高历史图像的对比度，使得其呈现高反差效果。由于目标对象相对面部的其特区域存在差异，以目标对象是瑕疵为例，瑕疵相对于面部中光滑的区域(也即非瑕疵的区域)较暗，因此提高对比度之后，瑕疵会更暗，面部光滑的区域会更亮，从而使得瑕疵与面部光滑的区域呈现高反差。

然后对于呈现高反差效果的图像确定灰度图，再对确定的灰度图进行二值化处理，由于瑕疵的相对较暗，因此灰度较低，在得到二值图像中，值为1的像素所在的位置，就是历史图像中瑕疵的位置。其中，可以将二值图像中孤立的值为1的像素作为噪音剔除，仅将连续的值1为的多个像素所在的位置作为历史人脸中瑕疵的位置。

最后可以记录历史人脸中目标对象的位置，并建立历史人脸中目标对象的位置与历史关键点图的关联关系，从而存储历史关键点图和历史人脸中目标对象的位置。后续终端在显示当前图像时，可以对当前图像中的当前人脸进行识别，以确定当前人脸的关键点构成的当前关键点图，然后在预先存储的历史关键点图中，确定与当前关键点图的相似度大于第一预设相似度的目标历史关键点图，那么就可以查询与目标历史关键点图相关联的目标对象的位置，作为当前图像中目标对象的位置，从而在当前图像中对所述目标对象的位置对应的像素进行模糊处理，来去除当前图像中的目标对象。

图4是根据本公开的实施例示出的又一种图像处理方法的示意流程图。如图4所示，所述记录所述历史人脸中目标对象的位置包括：

在步骤S701中，在所述历史人脸中确定与所述历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点；

在步骤S702中，记录所述历史人脸中目标对象相对所述至少两个人脸关键点的位置。

在一个实施例中，由于当前人脸在当前图像中的朝向，与历史人脸在历史图像中的朝向可以有所不同，如果以图像中的二维坐标来表示人脸中目标对象的位置，那么很可能导致同一个人脸中的同一个目标对象，在当前图像和历史图像中位于不同的二维坐标上，所以通过二维坐标来表示人脸中目标对象的位置并不准确。

本实施例可以在历史人脸中确定与历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点，然后记录历史人脸中目标对象相对所述至少两个人脸关键点的位置，由于人脸的朝向无论如何改变，人脸关键点在人脸上的位置不会改变，所以基于人脸中的关键点确定的目标对象的位置也就不会改变，因此可以基于人脸关键点的位置准确地确定目标对象的位置。

例如在图3所示的历史人脸中，对于箭头所指的目标对象(例如瑕疵)，可以确定与其距离小于第一预设距离的两个人脸关键点为关键点80和关键点128，那么记录的目标对象的位置，可以是位于关键点80到关键点128的连线上，且到关键点80的距离为到关键点128距离2倍。

那么在当前人脸中，也可以确定关键点80和关键点128，然后将位于关键点80到关键点128的连线上，且到关键点80的距离为到关键点128距离2倍的位置作为当前人脸中目标对象的位置。由于关键点80和关键点128在历史人脸和在当前人脸中的位置都是相同的，那么基于这两个关键点的位置确定的目标对象的位置，就不会因为人脸朝向的改变而改变从而可以准确确定目标对象的位置。

图5是根据本公开的实施例示出的又一种图像处理方法的示意流程图。如图5所示，所述在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸包括：

在步骤S201中，对所述当前人脸进行识别，以确定所述当前人脸的关键点构成的当前关键点图；

在步骤S202中，在预先存储的所述历史关键点图中，确定与所述当前关键点图的相似度大于第一预设相似度的目标历史关键点图；

其中，所述获取与所述目标历史人脸相关联的目标对象的位置包括：

在步骤S301中，获取与所述目标历史关键点图相关联的目标对象的位置。

在一个实施例中，为了在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸，需要比较预先存储的人脸的信息和当前人脸的信息，而所比较的信息可以是关键点图。

具体地，由于预先存储了历史关键点图，那么可以在预先存储的历史关键点图中，确定与当前关键点图的相似度大于第一预设相似度的目标历史关键点图，目标历史关键点图对应的历史人脸即目标历史人脸，而每个历史关键图都与对应的历史人脸中的目标对象的位置存在关联关系，因此进一步可以查询与目标历史关键点图相关联的目标对象的位置。

图6是根据本公开的实施例示出的又一种图像处理方法的示意流程图。如图6所示，所述在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理包括：

在步骤S401中，对所述位置以及与所述位置的距离小于第二预设距离范围内的像素进行高斯模糊和泊松融合；或

计算与所述位置的距离小于第三预设距离范围内的像素的颜色均值，根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

在一个实施例中，在当前图像中对所述目标对象的位置对应的像素进行模糊处理的方式，可以是对所述位置以及所述位置周围(例如与所述位置的距离小于第二预设距离范围内)的像素(的像素值)进行高斯模糊，再对这些经过高斯模糊后的像素(的像素值)进行泊松融合；也可以是计算所述位置周围(例如与所述位置的距离小于第三预设距离范围内)的像素的颜色均值，然后根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

图7是根据本公开的实施例示出的又一种图像处理方法的示意流程图。如图7所示，在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理之后，所述方法还包括：

在步骤S9中，在所述当前人脸中识别目标对象；

在步骤S10中，判断所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度是否小于第二预设相似度；

在步骤S11中，若小于第二预设相似度，根据所述当前人脸中目标对象的位置更新所述目标历史人脸中目标对象的位置。

在一个实施例中，当前人脸中的部分目标对象可能因为某些情况可能会发生变化，例如产生了新的痘痘导致出现了新的目标对象，痣被点掉了导致原来的目标对象消失，那么历史人脸中目标对象的位置就不准确了。

为了确保历史人脸中目标对象的位置准确，可以在当前图像中对所述目标对象的位置对应的像素进行模糊处理后，在当前人脸中识别目标对象，然后判断当前人脸中目标对象与历史人脸中目标对象的相似度是否小于第二预设相似度，若小于第二预设相似度，说明当前人脸中的目标对象相对于目标历史人脸中的目标对象位置发生了改变，从而可以根据当前人脸中目标对象的位置更新目标历史人脸中目标对象的位置。

例如当前人脸中A位置没有目标对象，而目标历史人脸中A位置有目标对象，则可以更新为目标历史人脸中A位置没有目标对象；如例如当前人脸中B位置有目标对象，而目标历史人脸中B位置没有目标对象，则可以更新为目标历史人脸中B位置有目标对象。从而确保目标历史人脸中目标对象的位置准确，进而保证后续根据目标历史人脸中目标对象的位置，可以准确确定当前人脸中目标对象的位置。

而由于本实施例中在所述当前人脸中识别目标对象的操作，是在当前图像中对所述目标对象的位置对应的像素进行模糊处理之后进行的，因此并不会对去除目标对象的过程造成延迟。

与前述图像处理方法的实施例相对应地，本公开还提出了图像处理装置的实施例。

图8是根据本公开的实施例示出的一种图像处理装置的示意框图。本实施例所示的图像处理方法可以适用于终端，所述终端包括但不限于手机、平板电脑、可穿戴设备、个人计算机等电子设备。

如图8所示，所述图像处理装置可以包括：

图像获取模块1，被配置为执行获取包含人脸的当前图像；

历史查询模块2，被配置为执行在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

位置获取模块3，被配置为执行获取与所述目标历史人脸相关联的目标对象的位置；

模糊处理模块4，被配置为执行在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

图9是根据本公开的实施例示出的另一种图像处理装置的示意框图。如图9所示，所述装置还包括：

人脸识别模块5，被配置为执行对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

对象识别模块6，被配置为执行在所述历史人脸中识别目标对象；

位置记录模块7，被配置为执行记录所述历史人脸中目标对象的位置；

关系建立模块8，被配置为执行建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

图10是根据本公开的实施例示出的一种位置记录模块的示意框图。如图10所示，所述位置记录模块7包括：

关键点确定子模块701，被配置为执行在所述历史人脸中确定与所述历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点；

相对位置记录子模块702，被配置为执行记录所述历史人脸中目标对象相对所述至少两个人脸关键点的位置。

可选地，所述人脸识别模块，还被配置为对所述当前人脸进行识别，以确定所述当前人脸的关键点构成的当前关键点图；

所述历史查询模块，被配置为在预先存储的所述历史关键点图中，确定与所述当前关键点图的相似度大于第一预设相似度的目标历史关键点图；

位置获取模块，被配置为执行获取与所述目标历史关键点图相关联的目标对象的位置。

可选地，所述模糊处理模块，被配置为执行对所述位置以及与所述位置的距离小于第二预设距离范围内的像素进行高斯模糊和泊松融合；或

计算与所述位置的距离小于第三预设距离范围内的像素的颜色均值，根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

图11是根据本公开的实施例示出的又一种图像处理装置的示意框图。如图11所示，所述目标对象识别模块，还被配置为执行在所述当前人脸中识别目标对象；

所述装置还包括：

相似度判断模块9，被配置为判断所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度是否小于第二预设相似度；

位置更新模块10，被配置为在所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度小于第二预设相似度的情况下，根据所述当前人脸中目标对象的位置更新所述目标历史人脸中目标对象的位置。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开实施例示出的图像处理装置的实施例可以应用在终端等电子设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图12所示，为根据本公开的实施例示出的图像处理装置所在设备的一种硬件结构图，除了图12所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等；从硬件结构上来讲该设备还可能是分布式的设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。

本公开的实施例还提出一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现上述任一实施例所述的图像处理方法。

本公开的实施例还提出一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一实施例所述的图像处理方法。

本公开的实施例还提出一种计算机程序产品，所述计算机程序产品被配置为执行上述任一实施例所述的图像处理方法。

可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本公开的实施例还提出一种计算机程序产品，所述计算机程序产品被配置为执行上述任一实施例所述的图像处理方法。

图12是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备1800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图12，电子设备1200可以包括以下一个或多个组件：处理组件1202，存储器1204，电源组件1206，多媒体组件1208，音频组件1210，输入/输出(I/O)的接口1212，传感器组件1214，以及通信组件1216。

处理组件1202通常控制电子设备1200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令，以完成上述的图像处理方法的全部或部分步骤。此外，处理组件1202可以包括一个或多个模块，便于处理组件1202和其他组件之间的交互。例如，处理组件1202可以包括多媒体模块，以方便多媒体组件1208和处理组件1202之间的交互。

存储器1204被配置为存储各种类型的数据以支持在电子设备1200的操作。这些数据的示例包括用于在电子设备1200上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1206为电子设备1200的各种组件提供电力。电源组件1206可以包括电源管理系统，一个或多个电源，及其他与为电子设备1200生成、管理和分配电力相关联的组件。

多媒体组件1208包括在电子设备1200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1208包括一个前置摄像头和/或后置摄像头。当电子设备1200处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦克风(MIC)，当电子设备1200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。

I/O接口1212为处理组件1202和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1214包括一个或多个传感器，用于为电子设备1200提供各个方面的状态评估。例如，传感器组件1214可以检测到电子设备1200的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1200的显示器和小键盘，传感器组件1214还可以检测电子设备1200或电子设备1200一个组件的位置改变，用户与电子设备1200接触的存在或不存在，电子设备1200方位或加速/减速和电子设备1200的温度变化。传感器组件1214可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1216被配置为便于电子设备1200和其他设备之间有线或无线方式的通信。电子设备1200可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1216还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在本公开一实施例中，电子设备1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图像处理方法。

在本公开一实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1204，上述指令可由电子设备1200的处理器1220执行以完成上述图像处理方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本公开实施例所提供的方法和装置进行了详细介绍，本文中应用了具体个例对本公开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公开的方法及其核心思想；同时，对于本领域的一般技术人员，依据本公开的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本公开的限制。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

获取包含人脸的当前图像；

在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

获取与所述目标历史人脸相关联的目标对象的位置；

在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

2.根据权利要求1所述的方法，其特征在于，在所述获取包含人脸的当前图像之前，所述方法还包括：

对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

在所述历史人脸中识别目标对象；

记录所述历史人脸中目标对象的位置；

建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

3.根据权利要求2所述的方法，其特征在于，所述记录所述历史人脸中目标对象的位置包括：

在所述历史人脸中确定与所述历史人脸中目标对象的距离小于第一预设距离的至少两个人脸关键点；

记录所述历史人脸中目标对象相对所述至少两个人脸关键点的位置。

4.根据权利要求2所述的方法，其特征在于，所述在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸包括：

对所述当前人脸进行识别，以确定所述当前人脸的关键点构成的当前关键点图；

在预先存储的所述历史关键点图中，确定与所述当前关键点图的相似度大于第一预设相似度的目标历史关键点图；

其中，所述获取与所述目标历史人脸相关联的目标对象的位置包括：

获取与所述目标历史关键点图相关联的目标对象的位置。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理包括：

对所述位置以及与所述位置的距离小于第二预设距离范围内的像素进行高斯模糊和泊松融合；或

计算与所述位置的距离小于第三预设距离范围内的像素的颜色均值，根据所述颜色均值与所述位置的像素的颜色进行阿尔法融合。

6.根据权利要求1至4中任一项所述的方法，其特征在于，在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理之后，所述方法还包括：

在所述当前人脸中识别目标对象；

判断所述当前人脸中目标对象与所述目标历史人脸中目标对象的相似度是否小于第二预设相似度；

若小于第二预设相似度，根据所述当前人脸中目标对象的位置更新所述目标历史人脸中目标对象的位置。

7.一种图像处理装置，其特征在于，包括：

图像获取模块，被配置为执行获取包含人脸的当前图像；

历史查询模块，被配置为执行在预先存储的历史人脸中查询与所述当前图像中的当前人脸相同的目标历史人脸；

位置获取模块，被配置为执行获取与所述目标历史人脸相关联的目标对象的位置；

模糊处理模块，被配置为执行在所述当前图像中对所述目标对象的位置对应的像素进行模糊处理。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

人脸识别模块，被配置为执行对历史图像中的历史人脸进行识别，以确定所述历史人脸中的关键点构成的历史关键点图；

对象识别模块，被配置为执行在所述历史人脸中识别目标对象；

位置记录模块，被配置为执行记录所述历史人脸中目标对象的位置；

关系建立模块，被配置为执行建立所述历史人脸中目标对象的位置与所述历史关键点图的关联关系。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的图像处理方法。

10.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6中任一项所述的图像处理方法。

Images