[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

说明书

本申请提供一种敏感预测模型的训练方法、人脸图像处理方法及设备，涉及计算机图像处理技术领域。该敏感预测模型的训练方法包括：首先采用图像生成器对每个样本人脸图像对应的多通道图像进行处理，得到每个样本人脸图像对应的样本敏感预测图像；其次采用图像判别器，对每个样本人脸图像对应的样本敏感预测图像和每个样本人脸图像进行处理，得到图像生成器的敏感预测准确度。通过调整图像生成器的参数，重新基于参数调整后的图像生成器进行模型训练，直至图像判别器得到的敏感预测准确度满足预设条件，完成训练。本申请训练得到的敏感预测模型能够基于用户当下的皮肤状态，对面部敏感度变化做出预测，精准的、科学的输出敏感度预测的结果图。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种敏感预测模型的训练方法、人脸图像处理方法及设备。

背景技术

近年来，受敏感性皮肤困扰的用户数日渐增长，目前常见的皮肤敏感区域检测方法可以根据用户当下的皮肤状态，并加以分析，再给出当前状态的多维度皮肤分析检测报告，或者根据年龄变化，在用户人脸区域，用贴图的方式，模拟皮肤的松弛程度、皱纹程度的变化趋势。

但是目前的皮肤敏感区域检测方法，没有在分析用户当前皮肤状况的基础上，进一步科学且个性化的预测出皮肤敏感区域变化趋势的方法，在学术界也没有提出相应的解决方案。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种敏感预测模型的训练方法、人脸图像处理方法及设备，以便实现对皮肤敏感区域的科学预测。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种敏感预测模型的训练方法，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。

可选的，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。

可选的，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；