[發明專利]一種圖像處理方法及終端

有效

• 申請號: 201611026182.5
• 申請日: 2016-11-18
• 公開（公告）號: CN106845331B
• 公開（公告）日: 2018-03-13
• 發明（設計）人: 王冬陸
• 申請（專利權）人: 深圳云天勵飛技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 廣州三環專利商標代理有限公司44202
• 代理人: 郝傳鑫,熊永強

技術領域

本發明涉及圖像處理技術領域，具體涉及一種圖像處理方法及終端。

背景技術

隨著信息技術的快速發展，人臉識別技術在視頻監控領域得到了廣泛應用。在人臉識別應用領域，人臉檢測作為第一個環節，其準確性對人臉識別的性能有很大影響。人臉檢測需要具有很強的魯棒性，因為在實際應用中，人臉圖片會受到多種因素的影響，例如光照、遮擋、姿態變化等。人臉檢測在人臉識別過程調用的頻次最高，需要能夠被高效地執行。人臉檢測技術主要采用基于手工設計的特征實現，例如Haar特征、LBP(局部二值模式直方圖)特征、HOG(梯度方向直方圖)特征等，這些特征的計算時間可接受，在實際的應用中也能取得較為滿意的結果，因而得到廣泛的應用，但是，現有技術中，無法判斷一組圖像中的人臉是否來自于同一個人。

發明內容

本發明實施例提供了一種圖像處理方法及終端，以期可用于判斷一組圖像中的人臉是否來自于同一人。

本發明實施例第一方面提供了一種圖像處理方法，包括：

獲取N個目標圖像，其中，每一所述目標圖像中包含一個人臉圖像，所述N為大于1的整數；

確定所述N個目標圖像之間的協方差矩陣；

根據所述協方差矩陣確定信息熵上限；

判斷所述信息熵上限是否大于第一預設閾值；

在所述信息熵上限大于所述第一預設閾值時，則確定所述N個目標圖像中包含不同人的人臉圖像；

在所述信息熵上限小于或等于所述第一預設閾值時，則確定所述N個目標圖像中包含同一人的人臉圖像。

結合第一方面，在第一方面的第一種可能實施方式中，所述確定所述N個目標圖像之間的協方差矩陣，包括：

分別提取所述N個目標圖像中每一目標圖像的特征數據，得到所述N個特征數據；

根據所述N個特征數據計算所述協方差矩陣。

結合第一方面，在第一方面的第二種可能實施方式中，所述確定所述N個目標圖像之間的協方差矩陣，包括：

分別對所述N個目標圖像進行目標分割，得到所述N個人臉圖像；

確定所述N個人臉圖像之間的協方差矩陣。

結合第一方面或者第一方面的第一種或第二種可能實施方式，在第一方面的第三種可能實施方式中，所述獲取N個目標圖像，包括：

獲取所述N個第二圖像；

確定所述N個第二圖像中每一第二圖像的圖像質量評價值，得到所述N個圖像質量評價值；

對所述圖像質量評價值小于第二預設閾值對應的第二圖像進行圖像增強處理處理，并保持所述圖像質量評價值大于或等于所述第二預設閾值對應的第二圖像，得到所述N個目標圖像。

結合第一方面或者第一方面的第一種或第二種可能實施方式，在第一方面的第四種可能實施方式中，所述獲取N個目標圖像，包括：

獲取M個第一圖像，其中，所述M為正整數；

對所述M個第一圖像進行圖像分割，得到所述N個目標圖像。

結合第一方面或者第一方面的第一種或第二種可能實施方式，在第一方面的第五種可能實施方式中，所述N個目標圖像對應一個目標標簽；

在所述根據所述協方差矩陣確定信息熵上限之后，所述方法還包括：

通過所述信息熵上限評估所述目標標簽的準確率。

結合第一方面的第五種可能實施方式，在第一方面的第六種可能實施方式中，在所述通過所述信息熵上限評估所述目標標簽的準確率之后，所述方法還包括：

在所述準確率低于第三預設閾值時，刪除所述N個目標圖像；

在所述準確率大于或等于所述第三預設閾值時，保留所述N個目標圖像。

本發明實施例第二方面提供了一種終端，包括：

獲取單元，用于獲取N個目標圖像，其中，每一所述目標圖像中包含一個人臉圖像，所述N為大于1的整數；

第一確定單元，用于確定所述N個目標圖像之間的協方差矩陣；

第二確定單元，用于根據所述協方差矩陣確定信息熵上限；

判斷單元，用于判斷所述信息熵上限是否大于第一預設閾值；

第三確定單元，用于在所述判斷單元的判斷結果為所述信息熵上限大于所述第一預設閾值時，則確定所述N個目標圖像中包含不同人的人臉圖像；

所述第三確定單元，還具體用于：

在所述判斷單元的判斷結果為在所述信息熵上限小于或等于所述第一預設閾值時，則確定所述N個目標圖像中包含同一人的人臉圖像。

結合第二方面，在第二方面的第一種可能實施方式中，所述第一確定單元包括：