[发明专利]图像处理方法、装置、云处理设备

说明书

本发明实施例提供一种图像处理方法、装置、云处理设备和计算机程序产品，涉及图像处理领域，在获取大量训练样本上无需人工参与，可以根据需要自动生成大量的训练样本图片，耗时短，速度快。本发明实施例提供的图像处理方法，包括：获取2D面部图像信息；对所述2D面部图像信息进行重建，生成对应的3D面部模型；提取所述3D面部模型的特征点，根据特征点确定人脸属性信息；根据所述人脸属性信息匹配增强现实模型，生成至少一个叠加3D面部模型；利用摄像机为所述叠加3D面部模型进行拍照，得到至少一张2D训练样本图片。

技术领域

本发明涉及图像处理技术领域，特别涉及图像处理方法、装置、云处理设备。

背景技术

在人机交互日渐发展的今天，人脸识别作为智能识别技术中的重要分支，得到了广泛关注，而且得到了迅猛的发展。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，其可以用于银行、交通、智能门禁、信息安全等领域。现阶段，为提高人脸识别的精准程度，多使用机器学习的方式来对人脸识别的算法进行训练。通过使用大量的、多样化训练样本，不断的提高算法的精准程度。

由于人脸包含五官，具有一定的特殊性，往往在算法中会使用包含五官等特征作为识别基础，相应的，训练样本也会包含标注过前述特征的人脸图像数据。然而，现实生活中，被识别者的面部可能有各种样式的装饰物、遮挡物、光线明暗等情况，对人脸识别造成了很大的干扰，严重影响识别结果的精准程度。

而对于采集训练样本来说，采集具有装饰物、遮挡物等样本的数量有限，并且人工采集大量的样本具有一定的难度，因此，现有技术中缺少一种可以快速生成具有装饰物、遮挡物等训练样本的方法。

发明内容

本发明实施例提供一种图像处理方法、装置、云处理设备和计算机程序产品，无需人工参与，可以根据需要自动生成大量的训练样本图片，速度快，耗时短，且样本数量庞大。

第一方面，本发明实施例提供一种图像处理方法，包括：

获取2D面部图像信息；

对所述2D面部图像信息进行重建，生成对应的3D面部模型；

提取所述3D面部模型的特征点，根据所述特征点确定人脸属性信息；

根据所述人脸属性信息匹配增强现实模型，生成至少一个叠加3D面部模型；

利用摄像机为所述叠加3D面部模型进行拍照，得到至少一张2D训练样本图片。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据所述人脸属性信息匹配增强现实模型，包括：

确定所述人脸属性信息满足的判定条件并得到判定结果；

根据所述判定结果检索对应的增强现实模型；

将检索到的增强现实模型叠加至所述3D面部模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在所述根据所述人脸属性信息匹配增强现实模型，生成至少一个叠加3D面部模型之前，所述方法还包括：

根据所述人脸属性信息对所述3D面部模型进行调整。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：

添加背景至所述叠加3D面部模型；

所述利用摄像机为所述叠加3D面部模型进行拍照，得到至少一张2D训练样本，包括：

利用摄像机为添加背景后的所述叠加3D面部模型进行拍照，得到至少一张2D训练样本图片。