[發明專利]一種超清人臉圖像重建方法、裝置及移動終端

在審

• 申請號: 202110252366.8
• 申請日: 2021-03-08
• 公開（公告）號: CN115049543A
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 康圣博;周亦博
• 申請（專利權）人: 深圳市萬普拉斯科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 梁韜

本申請實施例提供了一種超清人臉圖像重建方法、裝置、移動終端，其中方法包括：通過預先構建的人臉圖像神經網絡模型的編碼器將真實人臉低清圖像映射到低維隱空間，得到真實人臉低清圖像低維矩陣；通過人臉圖像神經網絡模型的特征分布傳遞器將真實人臉低清圖像低維矩陣映射到高維隱空間，得到高清人臉圖像高維矩陣；通過人臉圖像神經網絡模型的解碼器對高清人臉圖像高維矩陣進行解碼，得到高清人臉圖像。通過所提供的超清人臉圖像重建方案能夠通過人臉圖像神經網絡模型將真實人臉低清圖像轉換成高清人臉圖像，使得人臉圖像清晰度更高，提高人臉圖像處理效果。

技術領域

本發明涉及圖像處理領域，尤其涉及一種超清人臉圖像重建方法、裝置及移動終端。

背景技術

現有技術普遍使用神經網絡模型作為處理人臉超分辨率和超清分辨率圖像的基本結構，例如，增強型超分辨率生成對抗網絡(Enhanced Super-Resolution GenerativeAdversarial Networks，ESRGAN)模型通過生成對抗網絡模型生成清晰圖像以及高頻細節。利用生成對抗網絡模型生成圖像過程中，與訓練數據的數據分布不類似的圖像表現較差，導致存在人臉圖像處理效果比較差的問題。

發明內容

為了解決上述技術問題，本發明實施例提供了一種超清人臉圖像重建方法、裝置及移動終端。

第一方面，本發明實施例提供了一種超清人臉圖像重建方法，應用于移動終端，所述方法包括：

通過預先構建的人臉圖像神經網絡模型的編碼器將真實人臉低清圖像映射到低維隱空間，得到真實人臉低清圖像低維矩陣；

通過所述人臉圖像神經網絡模型的特征分布傳遞器將所述真實人臉低清圖像低維矩陣映射到高維隱空間，得到高清人臉圖像高維矩陣；

通過所述人臉圖像神經網絡模型的解碼器對所述高清人臉圖像高維矩陣進行解碼，得到高清人臉圖像。

第二方面，本發明實施例提供了一種超清人臉圖像重建裝置，應用于移動終端，所述超清人臉圖像重建裝置包括：

第一映射模塊，用于通過預先構建的人臉圖像神經網絡模型的編碼器將真實人臉低清圖像映射到低維隱空間，得到真實人臉低清圖像低維矩陣；

第二映射模塊，用于通過所述人臉圖像神經網絡模型的特征分布傳遞器將所述真實人臉低清圖像低維矩陣映射到高維隱空間，得到高清人臉圖像高維矩陣；

處理模塊，用于通過所述人臉圖像神經網絡模型的解碼器對所述高清人臉圖像高維矩陣進行解碼，得到高清人臉圖像。

第三方面，本發明實施例提供了一種移動終端，包括存儲器以及處理器，所述存儲器存儲有計算機程序，所述計算機程序在所述處理器運行時執行第一方面提供的超清人臉圖像重建方法。

第四方面，本發明實施例提供了一種計算機可讀存儲介質，其存儲有計算機程序，所述計算機程序在處理器上運行時執行第一方面提供的超清人臉圖像重建方法。

上述本申請提供的超清人臉圖像重建方法，通過預先構建的人臉圖像神經網絡模型的編碼器將真實人臉低清圖像映射到低維隱空間，得到真實人臉低清圖像低維矩陣；通過人臉圖像神經網絡模型的特征分布傳遞器將真實人臉低清圖像低維矩陣映射到高維隱空間，得到高清人臉圖像高維矩陣；通過人臉圖像神經網絡模型的解碼器對高清人臉圖像高維矩陣進行解碼，得到高清人臉圖像。這樣，能夠通過人臉圖像神經網絡模型將真實人臉低清圖像轉換成高清人臉圖像，使得人臉圖像清晰度更高，提高人臉圖像處理效果。

附圖說明

為了更清楚地說明本發明的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發明的某些實施例，因此不應被看作是對本發明保護范圍的限定。在各個附圖中，類似的構成部分采用類似的編號。

圖1示出了本申請提供的人臉圖像神經網絡模型的一示意圖；