[發明專利]人臉區域分割方法、裝置、計算機設備及存儲介質有效
| 申請號： | 202110298488.0 | 申請日： | 2021-03-19 |
| 公開（公告）號： | CN112819841B | 公開（公告）日： | 2021-09-28 |
| 發明（設計）人： | 楊光遠;郝凡昌;張凱;孔妍 | 申請（專利權）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： | 北京中和立達知識產權代理事務所(普通合伙) 11756 | 代理人： | 祝妍 |
| 地址： | 510000 廣東省珠海*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 區域 分割 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種人臉區域分割方法，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，基于所述圖像質量需求描述圖譜，構建當前人臉圖像的邊界域多維數據體，其中，所述邊界域多維數據體為包括所述當前人臉圖像的色彩、圖像質量需求、圖像質量狀況和邊界域信息的多維向量；
S30：對每個邊界域多維數據體進行像素級手工標注，其中，所述手工標注包括：人臉感興趣區域和感興趣子區域標注；
S40：選擇分類器模型，以標注后的多個邊界域多維數據體為數據集，對所述分類器模型進行訓練，使訓練好的分類器模型學習到人臉感興趣區域和感興趣子區域的劃分；
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，基于所述圖像質量需求描述圖譜，構建當前人臉圖像的邊界域多維數據體；
S60：利用所述訓練好的分類器模型，對所述待分割的高分辨率人臉圖像的邊界域多維數據體進行分割，得到所述待分割的高分辨率人臉圖像的感興趣區域和感興趣子區域的邊界；
其中，步驟S10中，所述基于所述平均人臉模板，獲取圖像質量需求描述圖譜，包括：
S110：手工對所述平均人臉模板進行區域劃分，得到所述平均人臉模板的感興趣區域和感興趣子區域；
S120：手工對所述平均人臉模板的感興趣區域和感興趣子區域標注不同的圖像質量需求，將標注后的人臉模板作為所述圖像質量需求描述圖譜；
在步驟S20和S50中，所述基于所述圖像質量需求描述圖譜，構建當前人臉圖像的邊界域多維數據體，包括：
S210：獲取所述當前人臉圖像的質量圖譜；
S220：根據所述當前人臉圖像，計算所述當前人臉圖像的感興趣區域和感興趣子區域的粗略邊界，并將所述粗略邊界擴展為連通區域；基于所述連通區域，得到所述當前人臉圖像的邊界掩模；
S230：將所述圖像質量需求描述圖譜、所述當前人臉圖像和所述當前人臉圖像的質量圖譜以一定方式融合，得到所述當前人臉圖像的人臉多維數據體；
S240：利用所述邊界掩模對所述人臉多維數據體進行處理，得到所述邊界域多維數據體。
2.如權利要求1所述的人臉區域分割方法，其特征在于，在步驟S220中，所述根據所述當前人臉圖像，計算所述當前人臉圖像的感興趣區域和感興趣子區域的粗略邊界，包括：
對所述當前人臉圖像進行濾波降噪、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。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣東眾聚人工智能科技有限公司，未經廣東眾聚人工智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110298488.0/1.html，轉載請聲明來源鉆瓜專利網。
