[发明专利]图像处理方法、装置及存储介质和移动终端

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取拍摄生成的拍摄图像；

获取基于机器学习方法生成的预设反馈模型，所述预设反馈模型由多个拍摄图像样本训练得到，用于对拍摄图像基于拍摄对象属性进行美化处理，其中，所述图像样本包括移动终端用户的历史拍摄图像和目标用户群组的历史拍摄图像，所述历史拍摄图像包括原始拍摄图像，以及对原始拍摄图像美化处理后的美化图像，所述目标用户群组为与所述移动终端用户具有相同用户属性的多个用户，用户属性包括：年龄、性别、拍摄习惯和拍摄水平中的至少一项；所述拍摄对象属性包括拍摄对象的拍摄角度、美化等级、脸型、各个面部器官类型、皮肤状况、年龄、性别和职业中的至少一项；

其中，所述预设反馈模型的形成过程为：按照拍摄对象属性类型，分别对拍摄图像样本基于机器学习方法进行训练建立多个预设反馈子模型，所述拍摄对象属性类型有多个，每个拍摄对象属性类型包括至少一个拍摄对象属性；将所述多个预设反馈子模型，利用决策树算法进行决策融合形成预设反馈模型；

将所述拍摄图像输入至预设反馈模型中，获取所述预设反馈模型输出的目标美化图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述获取基于机器学习方法生成的预设反馈模型包括：

从移动终端本地或者预设服务器中获取基于机器学习方法生成的预设反馈模型。

3.根据权利要求1所述的图像处理方法，其特征在于，所述机器学习方法包括神经网络方法，所述神经网络方法包括输入层、隐藏层和输出层，所述图像处理方法还包括：

从移动终端本地获取移动终端用户的历史拍摄图像或者从预设服务器中获取目标用户群体的历史拍摄图像；

将所述原始拍摄图像输入所述输入层，并经过与所述隐藏层各节点对应的激活函数的计算，输出中间美化图像；

利用所述中间美化图像与所述美化图像之间的差值，以及优化算法对所述激活函数中的权重进行反复修正，直到所述中间美化图像与所述美化图像之间的差值在预设误差范围内，生成预设反馈模型。

4.根据权利要求1所述的图像处理方法，其特征在于，还包括：在将所述拍摄图像输入至预设反馈模型中，获取所述预设反馈模型输出的目标美化图像之后，还包括：

接收用户对目标美化图像的修正指令，获取修正后的目标美化图像；

将拍摄图像和修正后的目标美化图像反馈至所述预设反馈模型，用于对所述预设反馈模型进行训练及更新。

5.根据权利要求1所述的图像处理方法，其特征在于，还包括：

采用不同的机器学习方法分别生成候选反馈模型；

将准确度最高的候选反馈模型作为所述预设反馈模型。

6.根据权利要求1-5任一项所述的图像处理方法，其特征在于，所述机器学习方法包括神经网络方法、支持向量机方法、决策树方法、逻辑回归方法、贝叶斯方法、和随机森林方法。

7.一种图像处理装置，其特征在于，包括：

拍摄图像获取模块，用于获取拍摄生成的拍摄图像；

预设反馈模型获取模块，用于获取基于机器学习方法生成的预设反馈模型，所述预设反馈模型由多个拍摄图像样本训练得到，用于对拍摄图像基于拍摄对象属性进行美化处理，其中，所述图像样本包括移动终端用户的历史拍摄图像和目标用户群组的历史拍摄图像，所述历史拍摄图像包括原始拍摄图像，以及对原始拍摄图像美化处理后的美化图像，所述目标用户群组为与所述移动终端用户具有相同用户属性的多个用户，用户属性包括：年龄、性别、拍摄习惯和拍摄水平中的至少一项；所述拍摄对象属性包括拍摄对象的拍摄角度、美化等级、脸型、各个面部器官类型、皮肤状况、年龄、性别和职业中的至少一项；

其中，所述预设反馈模型的形成过程为：按照拍摄对象属性类型，分别对拍摄图像样本基于机器学习方法进行训练建立多个预设反馈子模型，所述拍摄对象属性类型有多个，每个拍摄对象属性类型包括至少一个拍摄对象属性；将所述多个预设反馈子模型，利用决策树算法进行决策融合形成预设反馈模型；

目标美化图像获取模块，用于将所述拍摄图像输入至预设反馈模型中，获取所述预设反馈模型输出的目标美化图像。