[发明专利]敏感预测模型的训练方法、人脸图像处理方法及设备

权利要求书

1.一种敏感预测模型的训练方法，其特征在于，所述敏感预测模型包括：图像生成器以及图像判别器，所述训练方法包括：

获取多个样本人脸图像，以及所述多个样本人脸图像对应的红光图；

对所述多个样本人脸图像进行处理，得到所述多个样本人脸图像对应的无敏感区域图像；

采用预设敏感区域分析算法，分别对所述多个样本人脸图像对应的红光图进行处理，得到所述多个样本人脸图像对应的样本敏感区域掩膜图像；

将每个样本人脸图像对应的无敏感区域图像、所述每个样本人脸图像对应的样本敏感区域掩膜图像进行合并，得到所述每个样本人脸图像对应的多通道图像；

采用所述图像生成器对所述每个样本人脸图像对应的多通道图像进行处理，得到所述每个样本人脸图像对应的样本敏感预测图像；

采用所述图像判别器，对所述每个样本人脸图像对应的样本敏感预测图像和所述每个样本人脸图像进行处理，得到所述图像生成器的敏感预测准确度；

调整所述图像生成器的参数，重新基于参数调整后的所述图像生成器进行模型训练，直至所述图像判别器得到的敏感预测准确度满足预设条件。

2.如权利要求1所述的方法，其特征在于，所述采用预设敏感区域分析算法，分别对所述多个样本人脸图像对应的红光图进行处理，得到所述多个样本人脸图像对应的样本敏感区域掩膜图像，包括：

采用所述预设敏感区域分析算法，分析所述多个样本人脸图像对应的红光图中每个像素点在多个颜色通道的像素值，并根据所述每个像素点在多个颜色通道的像素值，确定所述每个像素点为敏感像素点还是非敏感像素点；

对所述多个样本人脸图像对应的红光图中的敏感像素点和非敏感像素点的像素值进行赋值，得到所述多个样本人脸图像对应的样本敏感区域掩膜图像。

3.如权利要求2所述的方法，其特征在于，所述根据所述每个像素点在多个颜色通道的像素值，确定所述每个像素点为敏感像素点还是非敏感像素点，包括：

计算所述每个像素点在红光通道的像素值和其在蓝光通道的像素值的第一比值；

计算所述每个像素点在红光通道的像素值和其在绿光通道的像素值的第二比值；

若所述第一比值大于第一预设阈值，所述第二比值大于第二预设阈值，且，目标像素点在绿光通道的像素值小于第三预设阈值，所述目标像素点在蓝光通道的像素值小于第四预设阈值，则确定所述目标像素点为敏感像素点，确定所述每个样本人脸图像对应的红光图中所述敏感像素点之外的其它像素点为非敏感像素点。

4.如权利要求1所述的方法，其特征在于，所述将每个样本人脸图像对应的无敏感区域图像、所述每个样本人脸图像对应的样本敏感区域掩膜图像进行合并，得到所述每个样本人脸图像对应的多通道图像之前，所述方法还包括：

将所述每个样本人脸图像对应的无敏感区域图像的像素值归一化至第一像素范围；

将所述每个样本人脸图像对应的样本敏感区域掩膜图像的像素值归一化至第二像素范围；

所述将每个样本人脸图像对应的无敏感区域图像、所述每个样本人脸图像对应的样本敏感区域掩膜图像进行合并，得到所述每个样本人脸图像对应的多通道图像，包括：

将像素值归一化后的无敏感区域图像、像素值归一化后的样本敏感区域掩膜图像进行合并，得到所述每个样本人脸图像对应的多通道图像。

5.如权利要求1-4任一所述的方法，其特征在于，所述敏感预测模型还包括：注意力学习模块；

所述采用所述图像生成器对所述每个样本人脸图像对应的多通道图像进行处理，得到所述每个样本人脸图像对应的样本敏感预测图像，包括：

采用所述图像生成器对所述每个样本人脸图像对应的多通道图像进行处理，得到所述每个样本人脸图像对应的敏感预测结果；

采用所述注意力学习模块对所述敏感预测结果进行处理，得到一个三通道敏感预测图像以及一个单通道敏感预测图像；

对所述一个三通道敏感预测图像以及所述一个单通道敏感预测图像进行融合，得到所述每个样本人脸图像对应的样本敏感预测图像。