[发明专利]人脸图像处理方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种人脸图像处理方法、装置、电子设备及存储介质，所述方法包括：获取预设数量的连续人脸帧图像；将所述连续人脸帧图像输入到预先训练好的三维重建网络中进行三维人脸重建，得到三维人脸后渲染为二维人脸图像；通过所述二维人脸图像以及预先训练好的图像增强网络对所述连续人脸帧图像进行图像去噪去模糊，得到目标人脸图像；其中，所述三维重建网络与所述图像增强网络为级联设置。通过对连续人脸帧图像进行三维人脸重建，并渲染得到二维人脸图像，使得二维人脸图像具有更清晰的特征可以作为先验信息，在图像增强网络根据作为先验信息的二维人脸图像对连续人脸帧图像进行去噪去模糊之后，可以得到视觉质量更高的人脸图像。

技术领域

本发明涉及人工智能领域，尤其涉及一种人脸图像处理方法、装置、电子设备及存储介质。

背景技术

随着对人工智能的深入研究，图像识别技术不断落地。在图像识别技术中，图像质量是图像识别的重要基础，直接影响图像识别系统的精度和实效性，特征是人脸图像识别，需要更高视觉质量的图像才能保证人脸图像识别的数度和实效性。在目前图像识别的使用场景中，多是通过摄像头对场景图像进行采集，则由于使用场景中，出于成本以及空间考虑，为了得到更大的图像采集范围，往往将摄像头安装在使用场景中相对更高的位置，这样，虽然获取了更大的图像采集范围，但是拍摄得到的图像中，目标物体的图像往往视觉质量并不高，会存在大量模糊或者噪声很大的情况，这样的图像，由于有大量的模糊和噪声作为干扰，会加大了计算机对目标物体自动识别的困难，同时在存档时图像视觉质量过低，也不便于人眼的辨认。基于这个问题，最直接的方式，可以通过提高摄像头分辨率以及成像质量来解决，然而提高摄像头分辨率以及成像质量需要付出金钱上的成本。传统的图像去噪去模糊算法需要知道使图像产生模糊的模糊参数和噪声分布类型，才能生效，但是寻找模糊方法和噪声分布类型是一个ill-posed(不适定)问题，存在无穷多个解，非常难以实现。因此，在人脸图像识别中，存在人脸图像质量较低的问题。

发明内容

本发明实施例提供一种人脸图像处理方法，能够对人脸图像进行去噪去模糊处理，从而提高人脸图像识别中的人脸图像质量。

第一方面，本发明实施例提供一种人脸图像处理方法，包括：

获取预设数量的连续人脸帧图像；

将所述连续人脸帧图像输入到预先训练好的三维重建网络中进行三维人脸重建，得到三维人脸后渲染为二维人脸图像；

通过所述二维人脸图像以及预先训练好的图像增强网络对所述连续人脸帧图像进行图像去噪去模糊，得到目标人脸图像；

其中，所述三维重建网络与所述图像增强网络为级联设置。

可选的，所述三维重建网络包括参数提取网络以及参数重建网络，所述将所述连续人脸帧图像输入到预先训练好的三维重建网络中进行三维人脸重建，得到三维人脸后渲染为二维人脸图像，包括：

通过所述参数提取网络提取所述连续人脸帧图像的人脸重建参数；

通过所述参数重建网络对所述人脸重建参数进行重建，得到三维人脸；

对所述三维人脸进行二维渲染，得到二维人脸图像。

可选的，所述图像增强网络包括去噪卷积核以及去模糊卷积核，所述通过所述二维人脸图像以及预先训练好的图像增强网络对所述连续人脸帧图像进行图像去噪去模糊，得到目标人脸图像，包括：

将所述二维人脸图像作为所述连续人脸帧图像的先验信息，输入到所述图像增强网络；

以所述先验信息作为参考，通过所述去噪卷积核对所述连续人脸帧图像进行去噪操作；以及

以所述先验信息作为参考，通过所述去模糊卷积核对所述连续人脸帧图像进行去模糊操作；

输出得到目标人脸图像。