[发明专利]图像处理方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取人脸图像数据集，所述人脸图像数据集包括至少一组图像，所述至少一组图像中的每组图像包括原人脸图像、至少一种姿态中每种姿态对应的至少一张人脸图像以及至少一种表情中每种表情对应的至少一张人脸图像；

对所述至少一组图像中的目标组图像进行特征提取，得到第二人脸特征集合；

利用初始的卷积神经网络模型对所述第二人脸特征集合进行人脸合成，得到至少一张第一合成人脸图像；

通过所述初始的卷积神经网络模型对所述至少一张第一合成人脸图像中每张第一合成人脸图像进行还原处理，得到所述每张第一合成人脸图像对应的第二合成人脸图像，所述第二合成人脸图像与所述目标组人脸图像包括的原人脸图像相匹配，得到收敛的卷积神经网络模型作为训练后的卷积神经网络模型；

获取人脸图像集合，所述人脸图像集合包括第一人物的人脸图像、第二人物的指定姿态的人脸图像以及第三人物的指定表情的人脸图像；

对所述人脸图像集合中各人脸图像进行特征提取，得到第一人脸特征集合，所述第一人脸特征集合包括所述第一人物的脸部特征、所述第二人物的姿态特征以及所述第三人物的表情特征；

利用所述训练后的卷积神经网络模型以根据所述第一人脸特征集合进行人脸合成，得到所述第一人物的合成人脸图像，所述第一人物的合成人脸图像具有所述第一人物的脸部特征、所述第二人物的姿态特征以及所述第三人物的表情特征。

2.根据权利要求1所述的方法，其特征在于，所述利用所述训练后的卷积神经网络模型以根据所述第一人脸特征集合进行人脸合成，得到所述第一人物的合成人脸图像，包括：

利用训练后的卷积神经网络模型对所述第一人脸特征集合进行上采样，得到所述第一人物的合成人脸图像，所述上采样包括以下任一项：双线性插值、最近邻插值、转置卷积。

3.根据权利要求2所述的方法，其特征在于，所述上采样包括转置卷积，所述利用所述训练后的卷积神经网络模型对所述第一人脸特征集合进行上采样，得到所述第一人物的合成人脸图像，包括：

利用所述训练后的卷积神经网络模型包括的转置卷积层对所述第一人脸特征集合进行转置卷积，得到所述第一人物的合成人脸图像。

4.根据权利要求3所述的方法，其特征在于，所述利用所述训练后的卷积神经网络模型包括的转置卷积层对所述第一人脸特征集合进行转置卷积，得到所述第一人物的合成人脸图像，包括：

利用所述第一人脸特征集合构建特征图；

利用所述训练后的卷积神经网络模型包括的转置卷积层对所述特征图进行转置卷积，得到所述第一人物的合成人脸图像。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述得到所述第一人物的合成人脸图像之后，所述方法还包括：

对所述第一人物的合成人脸图像进行图像检测，得到图像检测结果；

根据所述图像检测结果对所述第一人物的合成人脸图像进行人脸矫正，得到矫正后的所述第一人物的合成人脸图像；

输出矫正后的所述第一人物的合成人脸图像。