[发明专利]畸变人脸图像校正方法、装置、计算机设备和存储介质

说明书

本发明涉及一种畸变人脸图像校正方法、装置、计算机设备和存储介质。所述方法包括：获取待处理图像；采用人脸检测方法检测并提取所述待处理图像中的人脸区域；采用基于卷积神经网络的人脸关键点定位方法定位所述人脸区域的关键点坐标；使用预先训练好的图像校正模型根据所述关键点坐标进行图像校正，其中，所述图像校正模型通过对多对正常图像和畸变图像进行训练得到。根据人脸特征信息和图像校正模型针对待处理图像中的人脸进行图像校正，从而降低运算量，增强人脸图像的校正效果。

技术领域

本发明涉及图像处理领域，特别是涉及一种畸变人脸图像校正方法、装置、计算机设备和存储介质。

背景技术

随着现代科技的飞速发展，智能摄像头已在安防领域广泛使用。为了获取更大的监控视野，智能摄像头往往选用广角镜头，这导致智能摄像头所拍摄到的图像中人脸产生径向畸变，对后续进行的人脸检测和识别等处理产生不利影响。

目前尚不存在针对人脸图像的径向畸变的校正算法，传统技术中，往往采用对智能摄像头所拍摄到的图像进行全图校正，进而实现对图像中的人脸的校正，这种方法有可能存在人为误差，影响校正结果，相对于只校正人脸，需要反解正常图像中的人脸位置，不但增加了运算量，而且由于没有使用人脸特征信息，所以校正效果较差。

发明内容

基于此，有必要针对全图校正运算量大和校正效果较差的问题，提供一种畸变人脸图像校正方法、装置、计算机设备和存储介质。

一种畸变人脸图像校正方法，所述方法包括：

获取待处理图像；

采用人脸检测方法检测并提取所述待处理图像中的人脸区域；

采用基于卷积神经网络的人脸关键点定位方法定位所述人脸区域的关键点坐标；

使用预先训练好的图像校正模型根据所述关键点坐标进行图像校正，其中，所述图像校正模型通过对多对正常图像和畸变图像进行训练得到。

在一个实施例中，在使用预先训练好的图像校正模型根据所述关键点坐标进行图像校正的步骤之后，还包括：

采用最近邻法和/或双边线形插值算法对经过图像校正的人脸区域进行图像补全。

在一个实施例中，所述采用人脸关键点定位方法定位所述人脸区域的关键点坐标，包括：

采用基于卷积神经网络的人脸关键点定位方法对所述人脸区域进行定位，获得关键点坐标；

对关键点坐标进行归一化处理；

将经过归一化处理的关键点坐标换算到以待处理图像中心为坐标原点的坐标系中。

在一个实施例中，所述使用图像校正模型根据所述关键点坐标进行图像校正，包括：

遍历所述人脸区域的每一个位置R^s；

应用如下图像校正模型进行图像校正：

其中W＝{w₁,w₂...w₇}^T为参数向量，Rⁿ为R^s经过图像校正后在人脸区域的位置，x(Rⁿ)表示点Rⁿ的x轴坐标，y(Rⁿ)表示点Rⁿ的y轴坐标，d表示两点在二维平面坐标系下的欧氏距离，o表示坐标原点，KF^s{K^s1,K^s2,K^s3,K^s4,K^s5}为经过归一化处理的关键点坐标；