[發明專利]一種輔助追蹤的人臉圖像修復方法及系統

在審

• 申請號: 202210656173.3
• 申請日: 2022-06-10
• 公開（公告）號: CN115471407A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 于藝春;余丹;蘭雨晴;王丹星
• 申請（專利權）人: 慧之安信息技術股份有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/246;G06T7/70;G06V40/16;G06V10/80;G06T7/90
• 代理公司: 北京廣技專利代理事務所(特殊普通合伙) 11842
• 代理人: 張國香

本發明提供了一種輔助追蹤的人臉圖像修復方法及系統，其方法包括：步驟1：基于深度學習算法，訓練人臉修復模型；步驟2：獲取捕捉的第一人物的原始人臉圖像，并基于人臉修復模型，對原始人臉圖像進行第一復原；步驟3：獲取第二人物對第一人物的描述信息，并對第一復原的圖像進行第二復原。通過深度學習算法進行人臉修復模型訓練，并結合第二人物對第一人物的描述信息，實現對第一人物的人臉復原，提高身份識別準確性，進一步提高輔助效率。

技術領域

本發明涉及圖像修復技術領域，特別涉及一種輔助追蹤的人臉圖像修復方法及系統。

背景技術

現有技術中，往往通過第二人物對第一人物的描述，通過查看大量的監控視頻或者人臉檢測識別技術輔助，追蹤第一人物，但是第一人物的臉部往往會進行遮擋，或者拍攝畫面模糊，這就造成身份識別難度大，最終導致追蹤成功率低下。

因此，急需一種圖像修復技術來輔助追蹤，所以，本發明提出一種輔助追蹤的人臉圖像修復方法及系統。

發明內容

本發明提供一種輔助追蹤的人臉圖像修復方法及系統，用以通過深度學習算法進行人臉修復模型訓練，并結合第二人物對第一人物的描述信息，實現對第一人物的人臉復原，提高身份識別準確性，進一步提高輔助效率。

本發明提供一種輔助追蹤的人臉圖像修復方法，包括：

步驟1：基于深度學習算法，訓練人臉修復模型；

步驟2：獲取捕捉的第一人物的原始人臉圖像，并基于所述人臉修復模型，對所述原始人臉圖像進行第一復原；

步驟3：獲取第二人物對第一人物的描述信息，并對第一復原的圖像進行第二復原。

優選的，對第一復原的圖像進行第二復原之后，還包括：

基于第二復原的圖像，對所述第一人物進行人臉定位；

基于人臉定位結果，獲取所述第一人物的可跟蹤信息；

基于所述可跟蹤信息，實時搜索定位所述第一人物的當下位置，并進行提醒。

優選的，獲取捕捉的第一人物的原始人臉圖像之后，還包括：

對所述原始人臉圖像進行遮擋分析，得到所述第一人物的面部遮擋信息；

按照所述面部遮擋信息與標準輪廓信息，確定復原難度；

基于所述復原難度，確定待修復次數，并控制所述人臉修復模型，對所述原始人臉圖像進行對應次數的修復，實現對所述原始人臉圖像的第一復原。

優選的，獲取第二人物對第一人物的描述信息，并對第一復原的圖像進行第二復原，包括：

提取所述描述信息中與區域場景相關的第一信息以及與亮度場景相關的第二信息；

基于所述第一信息，確定所述區域場景中存在的影響亮度因子；

基于所述第二信息，確定所述亮度場景中存在的亮區以及暗區，并設置所述亮區的第一亮度定位分布以及設置所述暗區的第二亮度定位分布；

獲取所述描述信息中的剩余信息，并對所述剩余信息進行解析，獲取得到解析特征，將所述解析特征進行人臉特征融合，得到人臉融合圖像；

基于所述第一亮度定位分布、第二亮度定位分布以及影響亮度因子，對所述人臉融合圖像進行預調整，得到待調整圖像；

將所述待調整圖像與所述第一復原的圖像進行對比分析，基于對比分析結果提取差異信息，判斷是否具備復原可靠條件；

若具備，基于所述差異信息，對所述第一復原的圖像進行第二復原；