[發(fā)明專利]一種圖像處理方法及移動終端

有效

• 申請?zhí)枺?/td>: 201710288069.2
• 申請日: 2017-04-27
• 公開（公告）號: CN107025629B
• 公開（公告）日: 2021-03-26
• 發(fā)明（設計）人: 王海嵐
• 申請（專利權(quán)）人: 維沃移動通信有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中山市漢通知識產(chǎn)權(quán)代理事務所(普通合伙) 44255
• 代理人: 田子榮

1.一種圖像處理方法，應用于移動終端，其特征在于，包括：

獲取樣本圖像數(shù)據(jù)和所述樣本圖像數(shù)據(jù)對應的特征圖像數(shù)據(jù)；

根據(jù)所述樣本圖像數(shù)據(jù)和所述特征圖像數(shù)據(jù)，構(gòu)建美顏預測模型；

獲取待處理的初始圖像；

將所述初始圖像輸入至所述美顏預測模型，輸出經(jīng)過圖像處理后的目標圖像；

所述根據(jù)所述樣本圖像數(shù)據(jù)和所述特征圖像數(shù)據(jù)，構(gòu)建美顏預測模型的步驟，包括：

根據(jù)所述樣本圖像數(shù)據(jù)和所述特征圖像數(shù)據(jù)，計算人臉差異特征數(shù)據(jù)；

基于所述人臉差異特征數(shù)據(jù)，構(gòu)建反饋網(wǎng)絡數(shù)據(jù)；

將所述反饋網(wǎng)絡數(shù)據(jù)輸入至預設的Faster RCNN網(wǎng)絡中進行分類訓練，得到所述美顏預測模型；

其中，所述特征圖像數(shù)據(jù)為：根據(jù)預設人臉特征，對所述樣本圖像數(shù)據(jù)進行預設圖像處理后的圖像數(shù)據(jù)；所述預設圖像處理為用戶根據(jù)樣本圖像中的預設的人臉特征進行的美顏處理；所述美顏預測模型用于對待處理人臉圖像進行美顏處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取樣本圖像數(shù)據(jù)和所述樣本圖像數(shù)據(jù)對應的特征圖像數(shù)據(jù)的步驟，包括：

獲取N張圖像，所述N張圖像分別包括不同人臉特征；

將所述N張圖像確定為所述樣本圖像數(shù)據(jù)；

通過卷積神經(jīng)網(wǎng)絡模型，按照預設人臉特征，對所述樣本圖像數(shù)據(jù)進行分類訓練，得到人臉特征訓練模型；

根據(jù)所述人臉特征訓練模型和所述預設人臉特征，對所述樣本圖像數(shù)據(jù)分別進行預設圖像處理，得到所述特征圖像數(shù)據(jù)；

其中，N為大于1的整數(shù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預設人臉特征包括：性別、年齡、膚色、人臉朝向、人臉各器官的三維結(jié)構(gòu)、皮膚透明度、皮膚光滑度、皮膚表層毛孔、皮膚表層皺紋中的至少一項。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述初始圖像輸入至所述美顏預測模型，輸出經(jīng)過圖像處理后的目標圖像的步驟，包括：

將所述初始圖像輸入至所述美顏預測模型；

基于美顏預測模型，實時調(diào)整所述初始圖像的預設美顏圖像參數(shù)，輸出經(jīng)過圖像處理后的目標圖像。

5.一種移動終端，其特征在于，包括：

第一獲取模塊，用于獲取樣本圖像數(shù)據(jù)和所述樣本圖像數(shù)據(jù)對應的特征圖像數(shù)據(jù)；

建立模塊，用于根據(jù)所述樣本圖像數(shù)據(jù)和所述特征圖像數(shù)據(jù)，構(gòu)建美顏預測模型；

第二獲取模塊，用于獲取待處理的初始圖像；

輸出模塊，用于將所述初始圖像輸入至所述美顏預測模型，輸出經(jīng)過圖像處理后的目標圖像；

所述建立模塊，包括：

計算單元，用于根據(jù)所述樣本圖像數(shù)據(jù)和所述特征圖像數(shù)據(jù)，計算人臉差異特征數(shù)據(jù)；

建立單元，用于基于所述人臉差異特征數(shù)據(jù)，構(gòu)建反饋網(wǎng)絡數(shù)據(jù)；

訓練單元，用于將所述反饋網(wǎng)絡數(shù)據(jù)輸入至預設的Faster RCNN網(wǎng)絡中進行分類訓練，得到所述美顏預測模型；

其中，所述特征圖像數(shù)據(jù)為：根據(jù)預設人臉特征，對所述樣本圖像數(shù)據(jù)進行預設圖像處理后的圖像數(shù)據(jù)；所述預設圖像處理為用戶根據(jù)樣本圖像中的預設的人臉特征進行的美顏處理；所述美顏預測模型用于對待處理人臉圖像進行美顏處理。

6.根據(jù)權(quán)利要求5所述的移動終端，其特征在于，所述第一獲取模塊，包括：

獲取單元，用于獲取N張圖像，所述N張圖像分別包括不同人臉特征；

確定單元，用于將所述N張圖像確定為所述樣本圖像數(shù)據(jù)；

卷積單元，用于通過卷積神經(jīng)網(wǎng)絡模型，按照預設人臉特征，對所述樣本圖像數(shù)據(jù)進行分類訓練，得到人臉特征訓練模型；

圖像處理單元，根據(jù)所述人臉特征訓練模型和所述預設人臉特征，對所述樣本圖像數(shù)據(jù)分別進行預設圖像處理，得到所述特征圖像數(shù)據(jù)；

其中，N為大于1的整數(shù)。

7.根據(jù)權(quán)利要求5所述的移動終端，其特征在于，所述預設人臉特征包括：性別、年齡、膚色、人臉朝向、人臉各器官的三維結(jié)構(gòu)、皮膚透明度、皮膚光滑度、皮膚表層毛孔、皮膚表層皺紋中的至少一項。

8.根據(jù)權(quán)利要求5所述的移動終端，其特征在于，所述輸出模塊，包括：

輸入單元，用于將所述初始圖像輸入至所述美顏預測模型；輸出單元，用于基于美顏預測模型，實時調(diào)整所述初始圖像的預設美顏圖像參數(shù)，輸出經(jīng)過圖像處理后的目標圖像。