[发明专利]神经网络训练及图像处理方法、装置和电子设备

权利要求书

1.一种神经网络训练方法，包括：

通过对包含有人脸特征点标注信息的原始样本图像至少进行信息保持加扰处理，获得加扰样本图像以及信息保持加扰处理所处理的图像信息，所述信息保持加扰处理包括影响人脸特征点检测结果的处理，所述信息保持加扰处理所处理的图像信息用于反映所述原始样本图像的图像信息与所述加扰样本图像的图像信息之间的差异；

基于神经网络对所述原始样本图像以及所述加扰样本图像进行检测，得到针对所述原始样本图像中人脸特征点的第一预测信息以及针对所述加扰样本图像中人脸特征点的第二预测信息；

确定所述第一预测信息和所述标注信息之间的第一差异、所述第一预测信息和所述第二预测信息之间的第二差异、以及所述第二差异与所述信息保持加扰处理所处理的图像信息之间的第三差异；

根据所述第一差异和所述第三差异调整所述神经网络的网络参数。

2.根据权利要求1所述的方法，其中，所述对包含有人脸特征点标注信息的原始样本图像至少进行信息保持加扰处理，包括：

对包含有人脸特征点标注信息的原始样本图像进行信息保持加扰处理和信息非保持加扰处理，所述信息非保持加扰处理为不影响人脸特征点的检测结果的加扰处理。

3.根据权利要求1或2所述的方法，其中，确定所述第一预测信息和所述标注信息之间的第一差异包括：

使用第一损失函数确定第一预测信息和原始样本图像中人脸特征点标注信息之间的第一差异，其中，所述第一损失函数用于度量对原始样本图像中的人脸特征点预测结果的准确度。

4.根据权利要求1-2任一项所述的方法，其中，确定所述第一预测信息和所述第二预测信息之间的第二差异包括：

使用第二损失函数确定第一预测信息和第二预测信息之间的第二差异；其中，所述第二损失函数用于度量对原始样本图像中的人脸特征点预测结果和对加扰样本图像中的人脸特征点预测结果的差异。

5.根据权利要求4所述的方法，其中，使用第二损失函数确定第一预测信息和第二预测信息之间的第二差异包括：

通过第一距离计算函数获得所述第一预测信息和所述第二预测信息之间的距离，所述距离为所述第二差异。

6.根据权利要求1-2任一项所述的方法，其中，确定所述第二差异与所述信息保持加扰处理所处理的图像信息之间的第三差异包括：

通过第二距离计算函数，获得所述第二差异与所述信息保持加扰处理所处理的图像信息之间的距离，所述距离为所述第三差异。

7.根据权利要求1-2任一项所述的方法，其中，所述信息保持加扰处理包括以下至少之一：仿射变换处理、平移处理、缩放处理、旋转处理。

8.根据权利要求2所述的方法，其中，所述信息非保持加扰处理包括以下至少之一：逐像素增加噪声处理、对比度调整处理。

9.一种图像处理方法，包括：

获取待检测的人脸图像；

采用如权利要求1-8任一所述的方法训练而得的神经网络检测所述人脸图像，获得人脸特征点。

10.根据权利要求9所述的方法，其中，所述方法还包括：

根据获得的人脸特征点，对所述人脸图像进行人脸虚化或替换或变形操作。

11.根据权利要求10所述的方法，其中，根据获得的人脸特征点，对所述人脸图像进行变形操作，包括：

按照变形指令中的变形参数，对人脸特征点进行位置调整；

根据进行了位置调整后的人脸特征点，对所述人脸图像进行变形操作。

12.根据权利要求10所述的方法，其中，根据获得的人脸特征点，对所述人脸图像进行变形操作，包括：

根据获得的人脸特征点对所述人脸图像进行正脸校正。