[发明专利]一种图像处理方法、设备及计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取待检测人脸图像，从所述待检测人脸图像中提取目标人脸区域图像；

利用评分模型包括的第一特征提取网络和第二特征提取网络对所述目标人脸区域图像进行处理，得到所述目标人脸区域图像的评分结果；

其中，所述评分模型是利用包含训练图像的训练数据集训练得到的，所述第一特征提取网络和所述第二特征提取网络中的一个或多个是结合训练过程中确定的目标损失值训练得到的，所述目标损失值是根据训练过程中确定的误差参数以及加权损失参数计算得到的，所述加权损失参数是基于所述训练数据集中预测误差大于误差阈值的训练图像所占的比例确定的。

2.根据权利要求1所述的方法，其特征在于，所述从所述待检测人脸图像中提取目标人脸区域图像，包括：

从所述待检测人脸图像中提取初始人脸区域图像；

对所述初始人脸区域图像进行填充处理，得到目标长宽比的人脸区域图像；

将所述目标长宽比的人脸区域图像进行缩放处理，将缩放处理后的人脸区域图像作为目标人脸区域图像。

3.根据权利要求1所述的方法，其特征在于，所述利用评分模型包括的第一特征提取网络和第二特征提取网络对所述目标人脸区域图像进行处理，得到所述目标人脸区域图像的评分结果，包括：

利用所述第一特征提取网络对所述目标人脸区域图像进行特征提取，得到第一特征向量；

利用所述第二特征提取网络对所述目标人脸区域图像进行特征提取，得到第二特征向量；

对所述第一特征向量和所述第二特征向量进行处理，得到所述目标人脸区域图像的评分结果。

4.根据权利要求3所述的方法，其特征在于，所述评分模型还包括评分网络，所述对所述第一特征向量和所述第二特征向量进行处理，得到所述目标人脸区域图像的评分结果，包括：

将所述第一特征向量和所述第二特征向量进行融合，得到融合特征向量；

利用所述评分网络对所述融合特征向量进行处理，得到所述目标人脸区域图像的评分结果。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：

获取训练数据集，所述训练数据集包括多张训练图像以及各张训练图像的参考评分值；

利用初始评分模型对所述多张训练图像进行处理，得到各张训练图像的预测评分值；

基于各张训练图像的参考评分值和预测评分值，确定误差参数和加权损失参数，并基于所述误差参数和所述加权损失参数确定目标损失值；

基于所述目标损失值对所述初始评分模型包括的第一特征提取网络和第二特征提取网络中的一个或多个进行训练，得到训练后的评分模型。

6.根据权利要求5所述的方法，其特征在于，所述基于各张训练图像的参考评分值和预测评分值，确定误差参数，包括：

基于各张训练图像的参考评分值和预测评分值，确定平均绝对误差和均方根误差中的一个或多个，将所述平均绝对误差和所述均方根误差中的一个或多个作为误差参数。

7.根据权利要求5所述的方法，其特征在于，所述基于各张训练图像的参考评分值和预测评分值，确定加权损失参数，包括：

基于各张训练图像的参考评分值以及预测评分值，确定各张训练图像的预测误差；

确定预测误差大于误差阈值的训练图像在所述训练数据集中所占的比例，并基于所述比例确定加权损失参数。

8.根据权利要求6所述的方法，其特征在于，所述基于所述误差参数和所述加权损失参数确定目标损失值，包括：

将所述平均绝对误差、所述均方根误差以及所述加权损失参数分别与相应权重相乘后相加，得到目标损失值。

9.一种图像处理设备，其特征在于，所述图像处理设备包括：

处理器，适于实现一条或多条指令；以及，

计算机可读存储介质，所述计算机可读存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如权利要求1-8任一项所述的图像处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-8任一项所述的图像处理方法。