[发明专利]图像处理装置和方法及存储介质

说明书

本发明公开了一种图像处理装置和方法及存储介质。所述图像处理装置包括：获取一个人物的多于一张的面部图像的单元，其中所述面部图像具有不同的分辨率；合并分别从所述面部图像中获得的第一特征的单元，其中用于相互合并的第一特征具有相同的特征表达；及基于合并得到的特征生成第二特征的单元。根据本发明，不管要从中获取特征的图像间具有怎样的分辨率，尤其是对于低分辨率的图像，都能够从中获得更加清晰的特征。

技术领域

本发明涉及图像处理，尤其涉及例如特征提取处理和识别处理。

背景技术

目前，监控系统通常利用面部属性识别技术和/或面部识别技术(例如，面部匹配、面部搜索等)来对某一场所进行监控。通常监控系统的监控效果取决于面部属性识别和面部识别的识别精度，而面部属性识别和面部识别的识别精度取决于用于识别的图像所包含的对识别有用的信息(例如，可从中获取的清晰的面部特征)。在监控系统中，尤其在广域监控系统中，用于捕获图像的设备(例如，照相机、摄像机等)通常会捕获到各种各样的图像，例如具有不同分辨率的图像等。由于单张图像或低分辨率的图像所包含的对识别有用的信息很有限(例如，可从中获取的面部特征的清晰度不高)，因此面部属性识别和面部识别的识别精度会受到影响，从而监控系统的监控效果也会受到影响。

为了避免单张图像或低分辨率的图像对面部属性识别和面部识别的影响，在进行面部属性识别和面部识别前，通常会利用例如面部还原(face hallucination)等技术对输入图像进行处理，以得到相应的高分辨率的图像来进行后续的面部属性识别和面部识别。非专利文献“Video Super-Resolution with Convolutional Neural Networks”(ArminKappeler et al,<IEEE Transactions on Computational Imaging>VOL.2,NO.2,2016)中公开了一种示例性技术。其主要是：从视频中获得多张具有不同分辨率的图像(例如多张低分辨率的图像)；之后将这些图像连接起来(例如，直接串接起来)，以得到多通道图像(例如，RGB图像、HSV图像等)；然后，从获得的多通道图像中提取特征以进行面部属性识别或面部识别。

其中，上述示例性技术在对多张图像进行连接时，是将这些图像同等对待的。也就是说，不管各图像间的分辨率相差多少，上述示例性技术都将直接把这些图像连接起来。然后，在后续的特征提取操作中，上述示例性技术将从连接得到的图像中提取具有相同层级的特征。也就是说，对于具有不同分辨率的图像，上述示例性技术将用具有相同层级的特征来表达这些图像。然而，由于具有不同分辨率的图像，其对应的特征所需要的层级是不同的，例如高分辨率的图像通常需要用更多层级的特征来表达其所包含的信息，而低分辨率的图像往往仅需要更少层级的特征来表达其所包含的信息。因此，对于具有不同分辨率的图像，如果都同等地用相同层级的特征来表达的话，这将使得具有不同分辨率的图像不能具有相同的特征表达，从而这些特征不能很好地表达每张图像所真正包含的信息，从而导致最终从中提取的特征的清晰度不高，而使得最终的面部属性识别和面部识别的识别精度受到影响。

发明内容

鉴于上面的背景技术中的记载，本发明旨在解决上述问题中的至少一点。

根据本发明的一个方面，提供一种图像处理装置，所述图像处理装置包括：获取单元，获取一个人物的多于一张的面部图像，其中所述面部图像具有不同的分辨率；合并单元，合并分别从所述面部图像中获得的第一特征，其中用于相互合并的第一特征具有相同的特征表达；及生成单元，基于合并得到的特征生成第二特征。

根据本发明的另一个方面，提供一种图像处理方法，所述图像处理方法包括：获取步骤，获取步骤，获取一个人物的多于一张的面部图像，其中所述面部图像具有不同的分辨率；合并步骤，合并分别从所述面部图像中获得的第一特征，其中用于相互合并的第一特征具有相同的特征表达；及生成步骤，基于合并得到的特征生成第二特征。