[發明專利]一種圖像處理方法、裝置及電子設備

在審

• 申請號: 201910689979.0
• 申請日: 2019-07-29
• 公開（公告）號: CN110427864A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 黃浩智;李崔卿;沈力;劉威
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 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

1.一種圖像處理方法，其特征在于，包括：

獲取第一人體圖像數據的特征信息，所述第一人體圖像數據的特征信息包括人臉特征信息和人體姿態信息，所述人體姿態信息包括關鍵點數據以及姿態數據；

利用所述人臉特征信息和所述人體姿態信息對生成對抗網絡模型進行訓練，得到人物形態預測模型；

將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像；

其中，所述將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像，包括：

將第二人體圖像數據的人臉特征信息輸入所述人物形態預測模型，生成預測的第一人體圖像，所述第一人體圖像包括該人臉特征信息以及與該人臉特征信息匹配的至少一個人體姿態信息；或者，

將第二人體圖像數據的人體姿態信息輸入所述人物形態預測模型，生成預測的第二人體圖像，所述第二人體圖像包括該人體姿態信息以及與該人體姿態信息匹配的人臉特征信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一人體圖像數據的特征信息，包括：

利用深度姿態模型對第一人體圖像數據進行姿態估計，得到所述第一人體圖像數據的人體姿態信息。

3.根據權利要求2所述的方法，其特征在于，所述利用深度姿態模型對第一人體圖像數據進行姿態估計，得到所述第一人體圖像數據的人體姿態信息，包括：

將所述第一人體圖像數據輸入所述深度姿態模型中的姿態預測網絡，得到所述第一人體圖像數據的姿態數據；

將所述姿態數據作為所述第一人體圖像數據的人體姿態信息。

4.根據權利要求2所述的方法，其特征在于，所述利用深度姿態模型對第一人體圖像數據進行姿態估計，得到所述第一人體圖像數據的人體姿態信息，包括：

將第一人體圖像數據輸入深度姿態模型中的關鍵點預測網絡，得到所述第一人體圖像數據的關鍵點數據；

將所述第一人體圖像數據輸入所述深度姿態模型中的姿態預測網絡，得到所述第一人體圖像數據的姿態數據；

將所述關鍵點數據和所述姿態數據作為所述第一人體圖像數據的人體姿態信息。

5.根據權利要求1所述的方法，其特征在于，所述生成對抗網絡模型包括生成網絡和判別網絡，所述利用所述人臉特征信息和所述人體姿態信息對生成對抗網絡模型進行訓練，得到人物形態預測模型，包括：

將所述人臉特征信息和所述人體姿態信息輸入所述生成網絡，得到待判別圖像；

將所述待判別圖像輸入所述判別網絡進行判別，以實現對所述生成對抗網絡模型的訓練；

將訓練后的生成對抗網絡模型作為人物形態預測模型。

6.根據權利要求1所述的方法，其特征在于，將第二人體圖像數據的特征信息輸入所述人物形態預測模型，以生成預測的人體圖像，包括：

將第二人體圖像數據的特征信息輸入所述人物形態預測模型中的生成網絡，得到預測的人體圖像。

7.根據權利要求6所述的方法，其特征在于，所述人物形態預測模型中的生成網絡包括第一局部增強生成器、全局生成器和第二局部增強生成器，所述將第二人體圖像數據的特征信息輸入所述人物形態預測模型中的生成網絡，得到預測的人體圖像，包括：

將第二人體圖像數據的特征信息輸入所述第一局部增強生成器，生成第一特征映射；

將所述第二人體圖像數據的特征信息輸入所述全局生成器，生成第二特征映射；

將所述第一特征映射和所述第二特征映射的元素和輸入所述第二局部增強生成器進行分辨率增強處理，得到預測的人體圖像。

8.根據權利要求1所述的方法，其特征在于，所述第二人體圖像數據的特征信息包括人臉特征信息和人體姿態信息中的一種或兩種。