[发明专利]人脸图像分辨率重建方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种人脸图像分辨率重建方法、装置、设备及存储介质。所述人脸图像分辨率重建方法包括：获取包含有多种不同来源的联合人脸数据，其中，所述联合人脸数据包括具有不同分辨率的第一人脸图像和对应身份ID；根据所述身份ID，对不同来源的第一人脸图像进行数据对齐，得到待重建的多组第一人脸图像；采用预置同态滤波器分别对所述各组第一人脸图像进行动态范围压缩，得到多组第二人脸图像；将所述各组第二人脸图像输入预置分辨率重建模型进行特征提取与反卷积采样，输出所述各身份ID对应的超分辨率人脸图像。本发明可以获取多来源人脸图像数据并进行高效率及高时效性的图像超分辨率重建。

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分辨率重建方法、装置、设备及存储介质。

背景技术

随着互联网大数据的发展，用户人脸图像数据的应用越来越广泛，例如人脸识别、人脸对齐、表情识别和三维人脸重建等，都需要有清晰的高分辨率人脸图像数据才能够实现。将低分辨率图像恢复成高分辨率图像可以利用图像重建模型来完成，应用较广的神经网络模型，在图像分辨率重建方面有较为突出的表现。

现有的图像重建方法有基于差值、基于重建和基于学习的三种，但分别局限于只能对单帧图像重建，无法实现批量化图像处理；计算量大，无法满足图像重建的实时性要求；清晰度较高但重建效率过低。而在图像重建的素材方面，出于对用户隐私的安全保护，不同行业不同企业之间的用户人脸图像数据存在数据壁垒，各企业只能闭门造车，对自行收集到的图像数据进行重建，图像重建素材来源单一，导致了人脸图像重建的效果并不理想。

发明内容

本发明的主要目的在于解决人脸图像重建素材来源单一且重建效率底时效性差的技术问题。

本发明第一方面提供了一种人脸图像分辨率重建方法，包括：

获取包含有多种不同来源的联合人脸数据，其中，所述联合人脸数据包括具有不同分辨率的第一人脸图像和对应身份ID；

根据所述身份ID，对不同来源的第一人脸图像进行数据对齐，得到待重建的多组第一人脸图像；

采用预置同态滤波器分别对所述各组第一人脸图像进行动态范围压缩，得到多组第二人脸图像；

将所述各组第二人脸图像输入预置分辨率重建模型进行特征提取与反卷积采样，输出所述各身份ID对应的超分辨率人脸图像。

可选的，在本发明第一方面的第一种实现方式中，所述采用预置同态滤波器分别对所述各组第一人脸图像进行动态范围压缩，得到多组第二人脸图像包括：

分别提取所述各组第一人脸图像中的第一入射分量及第一反射分量；

分别对所述各第一入射分量及所述各第一反射分量进行傅里叶变换，对应得到线性组合的多个第二入射分量及多个第二反射分量；

采用预置同态滤波器压缩所述各第二入射分量的数值变化范围，并剥离所述各第二反射分量，得到过滤后的多个第三入射分量；

将所述各第三入射分量进行反傅里叶变换，以将所述各第三入射分量恢复为图像，得到多组第二人脸图像。

可选的，在本发明第一方面的第二种实现方式中，所述分辨率重建模型依次包括：第一卷积层、第二卷积层、激活层、第三卷积层以及第一反卷积层，所述将所述各组第二人脸图像输入预置分辨率重建模型进行特征提取与反卷积采样，输出所述各身份ID对应的超分辨率人脸图像包括：

将所述各组第二人脸图像输入所述第一卷积层进行特征提取，输出多个第一特征图；

将所述各第一特征图输入所述第二卷积层进行降维处理，得到多个第二特征图，其中，所述第二卷积层由多个小卷积核组成；

将所述各第二特征图输入所述激活层进行非线性映射，得到多个第三特征图；