[發(fā)明專利]人臉區(qū)域分割方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110298488.0
• 申請日: 2021-03-19
• 公開（公告）號: CN112819841B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計）人: 楊光遠(yuǎn);郝凡昌;張凱;孔妍
• 申請（專利權(quán)）人: 廣東眾聚人工智能科技有限公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/174
• 代理公司: 北京中和立達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11756
• 代理人: 祝妍

1.一種人臉區(qū)域分割方法，其特征在于，包括：

S10：獲取平均人臉模板；基于所述平均人臉模板，獲取圖像質(zhì)量需求描述圖譜；

S20：獲取多幅高分辨率人臉圖像；對于每幅高分辨率人臉圖像，基于所述圖像質(zhì)量需求描述圖譜，構(gòu)建當(dāng)前人臉圖像的邊界域多維數(shù)據(jù)體，其中，所述邊界域多維數(shù)據(jù)體為包括所述當(dāng)前人臉圖像的色彩、圖像質(zhì)量需求、圖像質(zhì)量狀況和邊界域信息的多維向量；

S30：對每個邊界域多維數(shù)據(jù)體進(jìn)行像素級手工標(biāo)注，其中，所述手工標(biāo)注包括：人臉感興趣區(qū)域和感興趣子區(qū)域標(biāo)注；

S40：選擇分類器模型，以標(biāo)注后的多個邊界域多維數(shù)據(jù)體為數(shù)據(jù)集，對所述分類器模型進(jìn)行訓(xùn)練，使訓(xùn)練好的分類器模型學(xué)習(xí)到人臉感興趣區(qū)域和感興趣子區(qū)域的劃分；

S50：獲取待分割的高分辨率人臉圖像；對于所述待分割的高分辨率人臉圖像，基于所述圖像質(zhì)量需求描述圖譜，構(gòu)建當(dāng)前人臉圖像的邊界域多維數(shù)據(jù)體；

S60：利用所述訓(xùn)練好的分類器模型，對所述待分割的高分辨率人臉圖像的邊界域多維數(shù)據(jù)體進(jìn)行分割，得到所述待分割的高分辨率人臉圖像的感興趣區(qū)域和感興趣子區(qū)域的邊界；

其中，步驟S10中，所述基于所述平均人臉模板，獲取圖像質(zhì)量需求描述圖譜，包括：

S110：手工對所述平均人臉模板進(jìn)行區(qū)域劃分，得到所述平均人臉模板的感興趣區(qū)域和感興趣子區(qū)域；

S120：手工對所述平均人臉模板的感興趣區(qū)域和感興趣子區(qū)域標(biāo)注不同的圖像質(zhì)量需求，將標(biāo)注后的人臉模板作為所述圖像質(zhì)量需求描述圖譜；

在步驟S20和S50中，所述基于所述圖像質(zhì)量需求描述圖譜，構(gòu)建當(dāng)前人臉圖像的邊界域多維數(shù)據(jù)體，包括：

S210：獲取所述當(dāng)前人臉圖像的質(zhì)量圖譜；

S220：根據(jù)所述當(dāng)前人臉圖像，計算所述當(dāng)前人臉圖像的感興趣區(qū)域和感興趣子區(qū)域的粗略邊界，并將所述粗略邊界擴(kuò)展為連通區(qū)域；基于所述連通區(qū)域，得到所述當(dāng)前人臉圖像的邊界掩模；

S230：將所述圖像質(zhì)量需求描述圖譜、所述當(dāng)前人臉圖像和所述當(dāng)前人臉圖像的質(zhì)量圖譜以一定方式融合，得到所述當(dāng)前人臉圖像的人臉多維數(shù)據(jù)體；

S240：利用所述邊界掩模對所述人臉多維數(shù)據(jù)體進(jìn)行處理，得到所述邊界域多維數(shù)據(jù)體。

2.如權(quán)利要求1所述的人臉區(qū)域分割方法，其特征在于，在步驟S220中，所述根據(jù)所述當(dāng)前人臉圖像，計算所述當(dāng)前人臉圖像的感興趣區(qū)域和感興趣子區(qū)域的粗略邊界，包括：

對所述當(dāng)前人臉圖像進(jìn)行濾波降噪、亮度均衡化，再通過閾值分割方法、梯度算子方法或者邊緣算子方法，計算得到所述粗略邊界。