CN112926369A - 一种人脸图像处理方法、装置、计算机设备及介质 - Google Patents

一种人脸图像处理方法、装置、计算机设备及介质 Download PDF

Info

Publication number
CN112926369A
CN112926369A CN201911244817.2A CN201911244817A CN112926369A CN 112926369 A CN112926369 A CN 112926369A CN 201911244817 A CN201911244817 A CN 201911244817A CN 112926369 A CN112926369 A CN 112926369A
Authority
CN
China
Prior art keywords
face image
face
optimized
image
facial
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
Application number
CN201911244817.2A
Other languages
English (en)
Inventor
王金栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201911244817.2A priority Critical patent/CN112926369A/zh
Priority to EP20896073.2A priority patent/EP3958169A4/en
Priority to US17/610,315 priority patent/US20220245962A1/en
Priority to PCT/CN2020/116526 priority patent/WO2021109680A1/zh
Publication of CN112926369A publication Critical patent/CN112926369A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请提出一种人脸图像处理方法、装置、计算机设备及介质，该人脸图像处理方法，包括：获取目标用户的待优化人脸图像；从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；根据所述参考人脸图像对所述待优化人脸图像进行优化处理。

Description

一种人脸图像处理方法、装置、计算机设备及介质
技术领域
本申请涉及图像处理技术领域，具体涉及一种人脸图像处理方法、装置、计算机设备及介质。
背景技术
在智能终端(如智能手机等)中，拍摄已经成为一种不可或缺的应用功能，用户可以通过拍摄功能进行自拍等。
用户在使用智能终端进行拍摄时，往往会受到终端设备、环境光线以及拍摄目标等因素的影响，导致拍摄获取的人脸图像并不完美。人脸图像中一些小的瑕疵用户可以利用智能终端自带的修图软件进行修正，但对于对焦失败图像模糊、过曝或过暗的等人脸图像，部分智能终端自带的图像处理软件是无法完成优化的，需要通过专业的图像处理软件才可以进行优化。
发明内容
本申请提供一种人脸图像处理方法、装置、计算机设备及介质，实现对包括缺陷的人脸图像的自动优化处理。
第一方面，本申请实施例提供一种人脸图像处理方法，包括：
获取目标用户的待优化人脸图像；
从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；
根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
第二方面，本申请实施例提供一种人脸图像处理装置，包括：
待优化人脸图像获取模块，用于获取目标用户的待优化人脸图像；
参考人脸图像获取模块，用于从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；
图像优化处理模块，用于根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
第三方面，本申请实施例提供了一种计算机，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请实施例任意所述的人脸图像处理方法。
第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例任意所述的人脸图像处理方法。
本申请实施例通过获取目标用户的待优化人脸图像，并从预设人脸数据库获取与待优化人脸图像匹配的人脸图像作为参考人脸图像，以根据参考人脸图像对待优化人脸图像进行优化处理，解决现有智能终端无法对部分缺陷人脸图像进行优化的问题，实现对包括缺陷的人脸图像的自动优化处理。
关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。
附图说明
图1为本申请实施例提供的一种人脸图像处理方法的流程示意图；
图2为本申请实施例提供的一种人脸图像处理方法的流程示意图；
图3为本申请实施例提供的一种人脸图像处理装置的结构示意图；
图4为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在一个示例性实施方式中，图1为本申请实施例提供的一种人脸图像处理方法的流程示意图。该方法可以适用于智能终端对包括缺陷的人脸图像进行自动优化处理的情况。该方法可以由本申请提供的人脸图像处理装置执行，该人脸图像处理装置可以由软件和/或硬件实现，并集成在智能终端(典型的，各类智能手机、平板电脑或个人计算机等)上。
如图1所示，本申请提供的一种人脸图像处理方法，包括S110、S120及S130。
S110、获取目标用户的待优化人脸图像。
其中，目标用户即为使用智能终端获取人脸图像的用户。可选的，目标用户可以是拥有智能终端解锁权限的用户。其中，解锁权限包括但不限于指纹解锁、人脸识别解锁及密码解锁等等。待优化人脸图像可以是存在缺陷的需要进行优化的人脸图像。缺陷可以是诸如对焦失败图像模糊、过曝、过暗、出现闭眼或脸型畸变等缺陷。这类缺陷无法通过智能终端拍照功能自行修复。
在本申请实施例中，智能终端可以通过拍照功能获取目标用户的人脸图像，其中，拍照功能包括自拍和非自拍功能。或者，智能终端还可以根据目标用户的指定或选定操作等获取目标用户的人脸图像。如将目标用户通过智能终端的相册、图库或其他应用APP(Application，应用程序)等指定的人脸图像作为目标用户的人脸图像，本申请实施例并不对智能终端获取目标用户的人脸图像的方式进行限定。
在本申请的一个可选实施例中，获取目标用户的待优化人脸图像，可以包括：获取目标用户的人脸图像，对所述人脸图像进行缺陷检测，并在确定所述人脸图像存在面部缺陷时，将所述人脸图像确定为所述待优化人脸图像。
在本申请实施例中，在获取到目标用户的人脸图像后，可以对人脸图像中的面部缺陷进行检测，并在根据检测结果确定人脸图像存在待修复的面部缺陷时，将存在面部缺陷的人脸图像作为目标用户的待优化人脸图像。
S120、从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像。
其中，所述参考人脸图像为所述目标用户进行人脸解锁时使用的解锁人脸图像，和/或所述目标用户存储的标准人脸图像。
其中，预设人脸数据库可以是针对目标用户预先建立的用于存储目标用户的解锁人脸图像和/或目标用户存储的标准人脸图像的数据库。解锁人脸图像可以是用于进行人脸识别解锁所涉及到的图像。示例性的，解锁人脸图像可以是目标用户通过智能终端进行人脸识别解锁时，智能终端采集的人脸图像，也可以是智能终端预先存储的用于对目标用户进行人脸识别解锁采集的图像进行对比匹配的标准人脸图像。或者，也还可以同时将采集的人脸图像和标准人脸图像作为解锁人脸图像，也即，可以用于实现人脸解锁的人脸图像均可以作为解锁人脸图像，本申请实施例并不对解锁人脸图像的获取方式进行限定。目标用户存储的标准人脸图像可以是目标用户通过拍照功能、下载功能或图片保存功能等预先获取的，可用于进行图像优化的人脸图像。例如，目标用户在本地相册中存储的已经经过图像优化处理的自拍照等，可以作为参考人脸图像。
可以理解的是，随着人脸识别技术的成熟及广泛应用，智能终端可以配置人脸识别解锁功能。而人脸识别解锁功能所使用的解锁人脸图像往往是清晰标准的人脸图像，因此，可以采用解锁人脸图像作为参考人脸图像。同时，目标用户在使用智能终端的过程中，会通过拍照功能、下载功能或图片保存功能等多种图像获取手段，保存个人的标准人脸图像。这些标准人像图像通常也是清晰标准的人脸图像，因此，也还可以将目标用户存储的标准人脸图像作为参考人脸图像。
S130、根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
相应的，可以根据标准的参考人脸图像对待优化人脸图像进行优化处理。
由于解锁人脸图像和目标用户存储的标准人脸图像中不会出现诸如对焦失败图像模糊、过曝、过暗、出现闭眼或脸型畸变等缺陷，因此，采用解锁人脸图像和/或目标用户存储的标准人脸图像作为参考人脸图像对待优化人脸图像进行优化处理，可以对待优化人脸图像中诸如对焦失败图像模糊、过曝、过暗、出现闭眼或脸型畸变等缺陷进行修复。
本申请实施例通过获取目标用户的待优化人脸图像，并从预设人脸数据库获取与待优化人脸图像匹配的人脸图像作为参考人脸图像，以根据参考人脸图像对待优化人脸图像进行优化处理，解决现有智能终端无法对部分缺陷人脸图像进行优化的问题，实现对包括缺陷的人脸图像的自动优化处理。
在上述实施例的基础上，提出了上述实施例的变型实施例，在此需要说明的是，为了使描述简要，在变型实施例中仅描述与上述实施例的不同之处。
在一个示例中，在从预设面部数据库获取与所述待优化人脸图像匹配的参考人脸图像之前，可以包括：获取所述目标用户进行人脸解锁时采集的人脸图像作为所述解锁人脸图像；和/或，获取所述目标用户进行人脸解锁时用于与采集的人脸图像进行对比匹配的标准人脸图像作为所述解锁人脸图像；获取所述目标用户存储的标准人脸图像；根据所述解锁人脸图像和/或所述目标用户存储的标准人脸图像建立所述预设人脸数据库。
可以理解的是，由于人脸解锁时使用的标准人脸图像用于与目标用户进行人脸解锁时采集的人脸图像进行对比匹配，所以人脸解锁时使用的标准人脸图像不会包括诸如对焦失败图像模糊、过曝、过暗、出现闭眼或脸型畸变等缺陷，且人脸解锁时使用的标准人脸图像中人脸五官和人脸表情等都会满足智能终端预先设定标准需求。目标用户进行人脸解锁时采集的人脸图像是用于解锁的，通常情况下目标用户会注意保持面部特征的严谨性，以确定能够解锁成功，所以目标用户进行人脸解锁时采集的人脸图像一般也不会包括诸如对焦失败图像模糊、过曝、过暗、出现闭眼或脸型畸变等缺陷。因此，可以将目标用户进行人脸解锁时采集的人脸图像作为解锁人脸图像；和/或，将目标用户进行人脸解锁时用于与采集的人脸图像进行对比匹配的标准人脸图像作为解锁人脸图像。同时，还可以获取目标用户存储的标准人脸图像，如在本地相册或目标用户对应的云相册中获取其存储的标准人脸图像，并根据解锁人脸图像和/或目标用户存储的标准人脸图像建立对应的预设人脸数据库。
需要说明的是，目标用户的数量可以是一个，也可以是多个，只要在智能终端具有人脸识别解锁权限的用户均可以作为目标用户，本申请实施例对此并不进行限制。
在一个示例中，所述根据所述解锁人脸图像和/或所述目标用户存储的标准人脸图像建立所述预设人脸数据库，可以包括：根据人脸图像筛选条件对所述解锁人脸图像和/或所述目标用户存储的标准人脸图像进行筛选，得到人脸图像样本；所述人脸图像样本包括所述解锁人脸图像和/或所述目标用户存储的标准人脸图像及所述解锁人脸图像和/或所述目标用户存储的标准人脸图像的至少一个特征值；将所述人脸图像样本添加至所述预设人脸数据库。
其中，人脸图像筛选条件可以是用于对解锁人脸图像和/或目标用户存储的标准人脸图像进行筛选以获取高质量的人脸图像的条件。例如，人脸图像筛选条件可以将图像清晰、未发生闭眼或面部未被遮挡等。本申请实施例并不对人脸图像筛选条件的具体内容进行限定。
为了进一步保障预设人脸数据库中人脸图像的质量，可以对获取的解锁人脸图像和/或目标用户存储的标准人脸图像根据人脸图像筛选条件进行筛选。这是因为解锁人脸图像中的标准人脸图像和/或目标用户存储的标准人脸图像对应的角度或亮度等特征值可能并不唯一，如智能终端针对一个目标用户对应存储了不同角度的多个解锁人脸图像对应的标准人脸图像。并且鉴于解锁场景的可变性，每次解锁过程中，目标用户面部亮度、角度及面部情绪都不一致。或者，目标用户在智能终端存储了不同角度的多个标准人脸图像。因此，在获取到解锁人脸图像和/或目标用户存储的标准人脸图像后，可以根据人脸图像筛选条件进行筛选，得到高质量的人脸图像作为人脸图像样本。在人脸图像样本中，可以包括一个或多个解锁人脸图像及每个解锁人脸图像对应的至少一个特征值，和/或包括一个或多个目标用户存储的标准人脸图像及每个目标用户存储的标准人脸图像对应的至少一个特征值。其中，特征值用于提示人脸图像特征，可以包括但不限于图像清晰度、角度值、亮度值、人脸表情、人脸五官及人脸轮廓等，本申请实施例并不对特征值的类型进行限定。相应的，获取到人脸图像样本后，即可将人脸图像样本添加至预设人脸数据库，以完成预设人脸数据库的建立。可选的，人脸图像样本可以包括目标用户不同面部角度的多个人脸图像样本。
需要说明的是，智能终端在使用的过程中，可以一直获取解锁人脸图像和/或目标用户存储的标准人脸图像，因此，预设人脸数据库还可以按照设定周期(如一周等)根据智能终端最新获取的解锁人脸图像和/或目标用户存储的标准人脸图像对本地存储的解锁人脸图像和/或目标用户存储的标准人脸图像进行更新，以保证人脸图像的优化效果。
在一个示例中，所述特征值可以包括角度值；所述从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像，可以包括：根据所述待优化人脸图像的角度值，从预设人脸数据库获取与所述待优化人脸图像的角度值匹配的人脸图像作为所述参考人脸图像。
其中，角度值可以是以XYZ轴为基准的任意角度值，
在本申请实施例中，可选的，从预设人脸数据库获取与待优化人脸图像匹配的参考人脸图像时，可以以人脸图像中的角度值为依据，将面部角度相近的人脸图像作为参考人脸图像。这样设置的好处是：待优化人脸图像的面部角度不唯一，而人脸图像也可以涉及到目标用户的多个面部角度。因此，根据待优化人脸图像的角度值，从预设人脸数据库获取与待优化人脸图像的角度值匹配的人脸图像作为参考人脸图像，可以保证人脸图像优化效果。
在一个具体的例子中，假设待优化人脸图像为目标用户的正面人脸图像，则可以获取目标用户正面面对智能终端时的解锁人脸图像和/或目标用户存储的正面的标准人脸图像作为参考人脸图像。假设待优化人脸图像为目标用户的左侧人脸图像，则可以获取目标用户左侧面对智能终端时的解锁人脸图像和/或目标用户存储的左侧的标准人脸图像作为参考人脸图像。根据角度值选择匹配解锁人脸图像作为参考人脸图像，可以有效保证参考人脸图像与待优化人脸图像的匹配度，从而进一步保证人脸图像的优化效果。
在一个示例中，所述根据所述参考人脸图像对所述待优化人脸图像进行优化处理，可以包括：提取所述参考人脸图像及所述待优化人脸图像的特征值；根据所述参考人脸图像的特征值对所述待优化人脸图像的特征值进行优化处理。
在本申请实施例中，在对待优化人脸图像进行优化处理时，可以分别提取参考人脸图像及待优化人脸图像的特征值，从而根据参考人脸图像的特征值对待优化人脸图像的特征值进行优化处理。
在一个示例中，所述特征值还可以包括图片清晰度、亮度值、人脸表情、人脸五官及人脸轮廓中的至少一种。相应的，所述根据所述参考人脸图像的特征值对所述待优化人脸图像的特征值进行优化处理，可以包括：根据所述参考人脸图像的图片清晰度对所述待优化人脸图像的图片清晰度进行优化；根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行优化；根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行优化；根据所述参考人脸图像的人脸五官对所述待优化人脸图像的人脸五官进行优化；或，根据所述参考人脸图像的人脸轮廓对所述待优化人脸图像的人脸轮廓进行优化。
在一个示例中，所述根据所述参考人脸图像的图片清晰度对所述待优化人脸图像的图片清晰度进行优化，可以包括：在所述待优化人脸图像的图片清晰度满足第一人脸修复条件的情况下，根据所述参考人脸图像的图像清晰度对所述待优化人脸图像的图像清晰度进行修复；所述根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度进行优化；可以包括：在所述待优化人脸图像的亮度值满足第二人脸修复条件的情况下，根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行修复；所述根据根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行优化；可以包括：在所述待优化人脸图像的人脸表情满足第三人脸修复条件的情况下，根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行修复；所述根据所述参考人脸图像的人脸五官对所述待优化人脸图像的人脸五官进行优化，可以包括：在所述待优化人脸图像的眼部特征满足第四人脸修复条件的情况下，根据所述参考人脸图像的眼部特征对所述待优化人脸图像的眼部特征进行修复；所述根据所述参考人脸图像的人脸轮廓对所述待优化人脸图像的人脸轮廓进行优化，可以包括：在所述待优化人脸图像的人脸轮廓满足第五人脸修复条件的情况下，根据所述参考人脸图像的人脸轮廓特征对所述待优化人脸图像的人脸轮廓特征进行修复。
其中，第一人脸修复条件可以是用于判定待优化人脸图像的图片清晰度是否满足修复优化的条件。示例性的，第一人脸修复条件可以是：待优化人脸图像的图片清晰度低于第一预设阈值。第一预设阈值可以根据实际需求设定，本申请实施例对此并不进行限制。或者，第一人脸修复条件还可以是：待优化人脸图像出现噪点或虚化等情况。第二人脸修复条件可以是用于判定待优化人脸图像的亮度值是否满足修复优化的条件。示例性的，第二人脸修复条件可以是：待优化人脸图像的亮度值低于第二预设阈值，或待优化人脸图像的亮度值高于第三预设阈值。第二预设阈值和第三预设阈值同样可以根据实际需求设定，本申请实施例对此并不进行限制。第三人脸修复条件可以是用于判定待优化人脸图像的人脸表情是否满足修复优化的条件。示例性的，第三人脸修复条件可以是：待优化人脸图像的人脸表情出现扭曲或没有微笑表情等。第四人脸修复条件可以是用于判定待优化人脸图像的人脸五官是否满足修复优化的条件。示例性的，第四人脸修复条件可以是：待优化人脸图像出现闭眼或半闭眼等情况。第五人脸修复条件可以是用于判定待优化人脸图像的人脸轮廓是否满足修复优化的条件。示例性的，第五人脸修复条件可以是：待优化人脸图像的人脸轮廓出现畸变等情况。
具体的，根据参考人脸图像的特征值对待优化人脸图像的特征值进行优化处理时，如果确定待优化人脸图像的图片清晰度满足第一人脸修复条件，如待优化人脸图像出现噪点或虚化，或图片清晰度取值不满足需求时，可以根据参考人脸图像的图片清晰度对待优化人脸图像的图像清晰度进行修复，如将待优化人脸图像的图片清晰度设置为参考人脸图像的图片清晰度，并对待优化人脸图像进行降噪处理、虚化弥补或增强处理等，以实现对待优化人脸图像图片清晰度的优化。如果确定待优化人脸图像的亮度值满足第二人脸修复条件，如待优化人脸图像的亮度过高或亮度过低，可以根据参考人脸图像的亮度值对待优化人脸图像的亮度值进行修复，如将待优化人脸图像的亮度值设置为参考人脸图像的亮度值，以实现对待优化人脸图像明暗平衡调整。如果确定待优化人脸图像的人脸表情满足第三人脸修复条件，如待优化人脸图像的中人脸出现扭曲，或面部无微笑表情等，可以根据参考人脸图像的人脸表情对待优化人脸图像的人脸表情进行修复，如对待优化人脸图像添加参考人脸图像的面部微笑表情等，以实现对待优化人脸面部表情的调整。如果确定待优化人脸图像的眼部特征满足第四人脸修复条件，如待优化人脸图像出现闭眼或半闭眼情况时，可以根据参考人脸图像的眼部特征对待优化人脸图像的眼部特征进行修复，如根据参考人脸图像的眼部特征对待优化人脸图像的眼部特征进行调整等，以修复待优化人脸图像中的闭眼和半闭眼情况。如果确定待优化人脸图像的人脸轮廓满足第五人脸修复条件，如待优化人脸图像出现脸型畸变时，可以根据参考人脸图像的人脸轮廓特征对待优化人脸图像的人脸轮廓特征进行修复，如根据参考人脸图像的人脸轮廓特征对待优化人脸图像的人脸轮廓特征进行调整等，以修复待优化人脸图像中的脸型畸变情况。
图2为本申请实施例提供的一种人脸图像处理方法的流程示意图，在一个具体的例子中，如图2所示，目标用户在使用智能终端的过程中，可以反复采集目标用户进行人脸解锁时向智能终端输入的解锁人脸图像，和/或目标用户存储的人脸图像，然后对采集的人脸图像进行筛选，并记录筛选的人脸图像的图片清晰度、亮度值、角度值(XYZ轴)、人脸表情、人脸五官和脸型轮廓等特征值，以根据采集的人脸图像以及对应的特征值建立预设人脸数据库。当智能终端获取到目标用户的拍摄获取或指定的人脸图像时，可以对获取的人脸图像进行缺陷检测，并在确定人脸图像存在面部缺陷时，将该人脸图像作为待优化人脸图像。然后，智能终端可以从预设人脸数据库获取与待优化人脸图像的角度值匹配的人脸图像作为参考人脸图像，并提取待优化人脸图像中缺陷点所在位置以及参考人脸图像对应位置的特征值，以根据参考人脸图像对应位置的特征值对待优化人脸图像中缺陷点所在位置的特征值进行优化处理，进而实现对待优化人脸图像的缺陷点的优化，最后可以向目标用户输出优化处理后的图片。
本申请实施例通过获取目标用户的待优化人脸图像，并从预设人脸数据库获取与待优化人脸图像匹配的人脸图像作为参考人脸图像，并提取参考人脸图像及待优化人脸图像的特征值，以根据参考人脸图像的特征值对待优化人脸图像的特征值进行优化处理，解决现有智能终端无法对部分缺陷人脸图像进行优化的问题，实现对包括缺陷的人脸图像的自动优化处理。
本申请提供了一种人脸图像处理装置，图3为本申请实施例提供的一种人脸图像处理装置的结构示意图，如图3所示，本申请实施例中的人脸图像处理装置，可以集成在智能终端上。该装置包括：待优化人脸图像获取模块210、参考人脸图像获取模块220以及图像优化处理模块230，其中，
待优化人脸图像获取模块210，设置为获取目标用户的待优化人脸图像；
参考人脸图像获取模块220，设置为从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；
图像优化处理模块230，设置为根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
本申请实施例通过获取目标用户的待优化人脸图像，并从预设人脸数据库获取与待优化人脸图像匹配的人脸图像作为参考人脸图像，以根据参考人脸图像对待优化人脸图像进行优化处理，解决现有智能终端无法对部分缺陷人脸图像进行优化的问题，实现对包括缺陷的人脸图像的自动优化处理。
在一个示例中，所述参考人脸图像为所述目标用户进行人脸解锁时使用的解锁人脸图像，和/或所述目标用户存储的标准人脸图像；所述装置还包括：预设人脸数据库建立模块，设置为获取所述目标用户进行人脸解锁时采集的人脸图像作为所述解锁人脸图像；和/或，获取所述目标用户进行人脸解锁时用于与采集的人脸图像进行对比匹配的标准人脸图像作为所述解锁人脸图像；获取所述目标用户存储的标准人脸图像；根据所述解锁人脸图像和/或所述目标用户存储的标准人脸图像建立所述预设人脸数据库。
在一个示例中，预设人脸数据库建立模块，设置为根据人脸图像筛选条件对所述解锁人脸图像和/或所述目标用户存储的标准人脸图像进行筛选，得到人脸图像样本；所述人脸图像样本包括所述解锁人脸图像和/或所述目标用户存储的标准人脸图像及所述解锁人脸图像和/或所述目标用户存储的标准人脸图像的至少一个特征值；将所述人脸图像样本添加至所述预设人脸数据库。
在一个示例中，所述特征值包括角度值；参考人脸图像获取模块220，设置为根据所述待优化人脸图像的角度值，从预设人脸数据库获取与所述待优化人脸图像的角度值匹配的人脸图像作为所述参考人脸图像。
在一个示例中，图像优化处理模块230，设置为提取所述参考人脸图像及所述待优化人脸图像的特征值；根据所述参考人脸图像的特征值对所述待优化人脸图像的特征值进行优化处理。
在一个示例中，所述特征值还包括图片清晰度、亮度值、人脸表情、人脸五官及人脸轮廓中的至少一种；图像优化处理模块230，设置为根据所述参考人脸图像的图片清晰度对所述待优化人脸图像的图片清晰度进行优化；根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行优化；根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行优化；根据所述参考人脸图像的人脸五官对所述待优化人脸图像的人脸五官进行优化；或，根据所述参考人脸图像的人脸轮廓对所述待优化人脸图像的人脸轮廓进行优化。
在一个示例中，图像优化处理模块230，设置为在所述待优化人脸图像的图片清晰度满足第一人脸修复条件的情况下，根据所述参考人脸图像的图像清晰度对所述待优化人脸图像的图像清晰度进行修复；在所述待优化人脸图像的亮度值满足第二人脸修复条件的情况下，根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行修复；在所述待优化人脸图像的人脸表情满足第三人脸修复条件的情况下，根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行修复；在所述待优化人脸图像的眼部特征满足第四人脸修复条件的情况下，根据所述参考人脸图像的眼部特征对所述待优化人脸图像的眼部特征进行修复；在所述待优化人脸图像的人脸轮廓满足第五人脸修复条件的情况下，根据所述参考人脸图像的人脸轮廓特征对所述待优化人脸图像的人脸轮廓特征进行修复。
上述人脸图像处理装置可执行本申请任意实施例所提供的人脸图像处理方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请任意实施例提供的人脸图像处理方法。
由于上述所介绍的人脸图像处理装置为可以执行本申请实施例中的人脸图像处理方法的装置，故而基于本申请实施例中所介绍的人脸图像处理方法，本领域所属技术人员能够了解本实施例的人脸图像处理装置的具体实施方式以及其各种变化形式，所以在此对于该人脸图像处理装置如何实现本申请实施例中的人脸图像处理方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中人脸图像处理方法所采用的装置，都属于本申请所欲保护的范围。
本申请实施例提供了一种计算机设备，图4为本申请实施例提供的一种计算机设备的结构示意图，如图4所示，本申请提供的计算机设备，包括：一个或多个处理器31和存储装置32；该计算机设备的处理器31可以是一个或多个，图4中以一个处理器31为例；存储装置32用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器31执行，使得所述一个或多个处理器31实现如本申请实施例中所述的人脸图像处理方法：获取目标用户的待优化人脸图像；从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；根据所述参考人脸图像对所述待优化人脸图像进行优化处理。计算机设备典型的可以是任意类型的智能终端设备。
计算机设备中的处理器31、存储装置32可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储装置32作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序以及模块，如本申请实施例所述人脸图像处理方法对应的程序指令/模块(例如，人脸图像处理装置中的待优化人脸图像获取模块210、参考人脸图像获取模块220以及图像优化处理模块230)。存储装置32可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；存储数据区可存储根据设备的使用所创建的数据等。此外，存储装置32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、或其他非易失性固态存储器件。在一些实例中，存储装置32可进一步包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中任一所述的人脸图像处理方法：获取目标用户的待优化人脸图像；从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
本申请实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory，EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上所述，仅为本申请的示例性实施例而已，并非用于限定本申请的保护范围。
本领域内的技术人员应明白，术语终端涵盖任何适合类型的无线用户设备，例如移动电话、便携数据处理装置、便携网络浏览器或车载移动台。
一般来说，本申请的多种实施例可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如，一些方面可以被实现在硬件中，而其它方面可以被实现在可以被控制器、微处理器或其它计算装置执行的固件或软件中，尽管本申请不限于此。
本申请的实施例可以通过移动装置的数据处理器执行计算机程序指令来实现，例如在处理器实体中，或者通过硬件，或者通过软件和硬件的组合。计算机程序指令可以是汇编指令、指令集架构(Instruction Set Architecture，ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码。
本申请附图中的任何逻辑流程的框图可以表示程序步骤，或者可以表示相互连接的逻辑电路、模块和功能，或者可以表示程序步骤与逻辑电路、模块和功能的组合。计算机程序可以存储在存储器上。存储器可以具有任何适合于本地技术环境的类型并且可以使用任何适合的数据存储技术实现，例如但不限于只读存储器(Read-Only Memory，ROM)、随机访问存储器(Random Access Memory，RAM)、光存储器装置和系统(数码多功能光碟(Digital Video Disc，DVD)或光盘(Compact Disk，CD))等。计算机可读介质可以包括非瞬时性存储介质。数据处理器可以是任何适合于本地技术环境的类型，例如但不限于通用计算机、专用计算机、微处理器、数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑器件(Field-Programmable Gate Array，FGPA)以及基于多核处理器架构的处理器。

Claims (10)

1.一种人脸图像处理方法，其特征在于，包括：
获取目标用户的待优化人脸图像；
从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；
根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
2.根据权利要求1所述的方法，其特征在于，所述参考人脸图像为所述目标用户进行人脸解锁时使用的解锁人脸图像，和/或所述目标用户存储的标准人脸图像；
在从预设面部数据库获取与所述待优化人脸图像匹配的参考人脸图像之前，包括：
获取所述目标用户进行人脸解锁时采集的人脸图像作为所述解锁人脸图像；和/或
获取所述目标用户进行人脸解锁时用于与采集的人脸图像进行对比匹配的标准人脸图像作为所述解锁人脸图像；
获取所述目标用户存储的标准人脸图像；
根据所述解锁人脸图像和/或所述目标用户存储的标准人脸图像建立所述预设人脸数据库。
3.根据权利要求2所述的方法，其特征在于，所述根据所述解锁人脸图像和/或所述目标用户存储的标准人脸图像建立所述预设人脸数据库，包括：
根据人脸图像筛选条件对所述解锁人脸图像和/或所述目标用户存储的标准人脸图像进行筛选，得到人脸图像样本；所述人脸图像样本包括所述解锁人脸图像和/或所述目标用户存储的标准人脸图像及所述解锁人脸图像和/或所述目标用户存储的标准人脸图像的至少一个特征值；
将所述人脸图像样本添加至所述预设人脸数据库。
4.根据权利要求3所述的方法，其特征在于，所述特征值包括角度值；
所述从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像，包括：
根据所述待优化人脸图像的角度值，从预设人脸数据库获取与所述待优化人脸图像的角度值匹配的人脸图像作为所述参考人脸图像。
5.根据权利要求4所述的方法，其特征在于，所述根据所述参考人脸图像对所述待优化人脸图像进行优化处理，包括：
提取所述参考人脸图像及所述待优化人脸图像的特征值；
根据所述参考人脸图像的特征值对所述待优化人脸图像的特征值进行优化处理。
6.根据权利要求5所述的方法，其特征在于，所述特征值还包括图片清晰度、亮度值、人脸表情、人脸五官及人脸轮廓中的至少一种；
所述根据所述参考人脸图像的特征值对所述待优化人脸图像的特征值进行优化处理，包括：
根据所述参考人脸图像的图片清晰度对所述待优化人脸图像的图片清晰度进行优化；
根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行优化；
根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行优化；
根据所述参考人脸图像的人脸五官对所述待优化人脸图像的人脸五官进行优化；或
根据所述参考人脸图像的人脸轮廓对所述待优化人脸图像的人脸轮廓进行优化。
7.根据权利要求6所述的方法，其特征在于，所述根据所述参考人脸图像的图片清晰度对所述待优化人脸图像的图片清晰度进行优化，包括：
在所述待优化人脸图像的图片清晰度满足第一人脸修复条件的情况下，根据所述参考人脸图像的图像清晰度对所述待优化人脸图像的图像清晰度进行修复；
所述根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度进行优化；包括：
在所述待优化人脸图像的亮度值满足第二人脸修复条件的情况下，根据所述参考人脸图像的亮度值对所述待优化人脸图像的亮度值进行修复；
所述根据根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行优化；包括：
在所述待优化人脸图像的人脸表情满足第三人脸修复条件的情况下，根据所述参考人脸图像的人脸表情对所述待优化人脸图像的人脸表情进行修复；
所述根据所述参考人脸图像的人脸五官对所述待优化人脸图像的人脸五官进行优化，包括：
在所述待优化人脸图像的眼部特征满足第四人脸修复条件的情况下，根据所述参考人脸图像的眼部特征对所述待优化人脸图像的眼部特征进行修复；
所述根据所述参考人脸图像的人脸轮廓对所述待优化人脸图像的人脸轮廓进行优化，包括：
在所述待优化人脸图像的人脸轮廓满足第五人脸修复条件的情况下，根据所述参考人脸图像的人脸轮廓特征对所述待优化人脸图像的人脸轮廓特征进行修复。
8.一种人脸图像处理装置，其特征在于，包括：
待优化人脸图像获取模块，用于获取目标用户的待优化人脸图像；
参考人脸图像获取模块，用于从预设人脸数据库获取与所述待优化人脸图像匹配的参考人脸图像；
图像优化处理模块，用于根据所述参考人脸图像对所述待优化人脸图像进行优化处理。
9.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的人脸图像处理方法。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的人脸图像处理方法。
CN201911244817.2A 2019-12-06 2019-12-06 一种人脸图像处理方法、装置、计算机设备及介质 Pending CN112926369A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201911244817.2A CN112926369A (zh) 2019-12-06 2019-12-06 一种人脸图像处理方法、装置、计算机设备及介质
EP20896073.2A EP3958169A4 (en) 2019-12-06 2020-09-21 FACE IMAGE PROCESSING METHOD AND APPARATUS, COMPUTER DEVICE AND MEDIA
US17/610,315 US20220245962A1 (en) 2019-12-06 2020-09-21 Facial image processing method and apparatus, computer device, and medium
PCT/CN2020/116526 WO2021109680A1 (zh) 2019-12-06 2020-09-21 一种人脸图像处理方法、装置、计算机设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911244817.2A CN112926369A (zh) 2019-12-06 2019-12-06 一种人脸图像处理方法、装置、计算机设备及介质

Publications (1)

Publication Number Publication Date
CN112926369A true CN112926369A (zh) 2021-06-08

Family

ID=76161948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911244817.2A Pending CN112926369A (zh) 2019-12-06 2019-12-06 一种人脸图像处理方法、装置、计算机设备及介质

Country Status (4)

Country Link
US (1) US20220245962A1 (zh)
EP (1) EP3958169A4 (zh)
CN (1) CN112926369A (zh)
WO (1) WO2021109680A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486749A (zh) * 2021-06-28 2021-10-08 中星电子股份有限公司 图像数据收集方法、装置、电子设备和计算机可读介质
CN114255187A (zh) * 2021-12-22 2022-03-29 中国电信集团系统集成有限责任公司 基于大数据平台的多层次多级图像优化方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115908119B (zh) * 2023-01-05 2023-06-06 广州佰锐网络科技有限公司 基于人工智能的人脸图像美颜处理方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968849A (zh) * 2010-09-27 2011-02-09 杭州电子科技大学 一种基于3g智能手机的图片去红眼方法
US20120294533A1 (en) * 2009-12-03 2012-11-22 Sony Computer Entertainment Inc. Image processing device and image processing method
CN107437048A (zh) * 2016-05-27 2017-12-05 鸿富锦精密工业（深圳）有限公司 人脸识别系统及人脸识别方法
CN107862657A (zh) * 2017-10-31 2018-03-30 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备及计算机可读存储介质
CN109302628A (zh) * 2018-10-24 2019-02-01 广州虎牙科技有限公司 一种基于直播的人脸处理方法、装置、设备和存储介质
CN109858355A (zh) * 2018-12-27 2019-06-07 深圳云天励飞技术有限公司 图像处理方法及相关产品
WO2019114508A1 (zh) * 2017-12-13 2019-06-20 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN109919866A (zh) * 2019-02-26 2019-06-21 Oppo广东移动通信有限公司 图像处理方法、装置、介质及电子设备
CN109978754A (zh) * 2017-12-28 2019-07-05 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110020578A (zh) * 2018-01-10 2019-07-16 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110163806A (zh) * 2018-08-06 2019-08-23 腾讯科技（深圳）有限公司 一种图像处理方法、装置以及存储介质
CN110263737A (zh) * 2019-06-25 2019-09-20 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、终端设备及可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8811683B2 (en) * 2011-06-02 2014-08-19 Apple Inc. Automatic red-eye repair using multiple recognition channels
CN109360170B (zh) * 2018-10-24 2020-08-14 北京工商大学 基于高级特征的人脸修复方法
CN109919830B (zh) * 2019-01-23 2023-02-10 复旦大学 一种基于美学评价的带参考人眼图像修复方法
CN111105369B (zh) * 2019-12-09 2024-08-20 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、电子设备和可读存储介质
CN111553864B (zh) * 2020-04-30 2023-11-28 深圳市商汤科技有限公司 图像修复方法及装置、电子设备和存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120294533A1 (en) * 2009-12-03 2012-11-22 Sony Computer Entertainment Inc. Image processing device and image processing method
CN101968849A (zh) * 2010-09-27 2011-02-09 杭州电子科技大学 一种基于3g智能手机的图片去红眼方法
CN107437048A (zh) * 2016-05-27 2017-12-05 鸿富锦精密工业（深圳）有限公司 人脸识别系统及人脸识别方法
CN107862657A (zh) * 2017-10-31 2018-03-30 广东欧珀移动通信有限公司 图像处理方法、装置、计算机设备及计算机可读存储介质
WO2019114508A1 (zh) * 2017-12-13 2019-06-20 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和电子设备
CN109978754A (zh) * 2017-12-28 2019-07-05 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110020578A (zh) * 2018-01-10 2019-07-16 广东欧珀移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110163806A (zh) * 2018-08-06 2019-08-23 腾讯科技（深圳）有限公司 一种图像处理方法、装置以及存储介质
CN109302628A (zh) * 2018-10-24 2019-02-01 广州虎牙科技有限公司 一种基于直播的人脸处理方法、装置、设备和存储介质
CN109858355A (zh) * 2018-12-27 2019-06-07 深圳云天励飞技术有限公司 图像处理方法及相关产品
CN109919866A (zh) * 2019-02-26 2019-06-21 Oppo广东移动通信有限公司 图像处理方法、装置、介质及电子设备
CN110263737A (zh) * 2019-06-25 2019-09-20 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、终端设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486749A (zh) * 2021-06-28 2021-10-08 中星电子股份有限公司 图像数据收集方法、装置、电子设备和计算机可读介质
CN114255187A (zh) * 2021-12-22 2022-03-29 中国电信集团系统集成有限责任公司 基于大数据平台的多层次多级图像优化方法及系统

Also Published As

Publication number Publication date
EP3958169A1 (en) 2022-02-23
US20220245962A1 (en) 2022-08-04
WO2021109680A1 (zh) 2021-06-10
EP3958169A4 (en) 2022-07-27

Similar Documents

Publication Publication Date Title
US10949952B2 (en) Performing detail enhancement on a target in a denoised image
WO2021109680A1 (zh) 一种人脸图像处理方法、装置、计算机设备及介质
US10178293B2 (en) Controlling a camera using a voice command and image recognition
US20170163878A1 (en) Method and electronic device for adjusting shooting parameters of camera
US11425309B2 (en) Image capture method and apparatus
WO2016061011A2 (en) Camera capture recommendation for applications
CN107465855B (zh) 图像的拍摄方法及装置、无人机
WO2018228310A1 (zh) 图像处理方法、装置及终端
CN106131441A (zh) 拍照方法及装置、电子设备
CN113158773B (zh) 一种活体检测模型的训练方法及训练装置
CN115278089B (zh) 人脸模糊图像对焦矫正方法、装置、设备和存储介质
CN112532891A (zh) 拍照方法及装置
CN115205172A (zh) 图像处理方法及装置、电子设备和存储介质
WO2018052536A1 (en) Systems and methods for analyzing image quality
CN110727810A (zh) 图像处理方法、装置、电子设备及存储介质
WO2019129041A1 (zh) 一种亮度调节方法、装置、终端及计算机可读存储介质
CN112101296B (zh) 人脸注册方法、人脸验证方法、装置及系统
CN110555799A (zh) 用于处理视频的方法和装置
CN115802167A (zh) 机器人拍摄方法、装置、电子设备和介质
CN111798389B (zh) 自适应图像增强方法及装置
CN112104812B (zh) 一种采集图片的方法和装置
CN107516307A (zh) 一种判断上传照片清晰度的处理方法及装置
CN117474926B (zh) 图像检测方法和装置
CN116847202B (zh) 基于四色滤波阵列算法的曝光调整方法及设备
CN110766076B (zh) 照片分发方法、装置、电子设备和存储介质

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