[发明专利]图像处理方法、装置、电子设备和计算机可读介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；

将所述待处理图像中位于所述人脸位置信息限定范围内的像素点的像素值设置为第一数值，且将所述待处理图像中位于所述人脸位置信息限定范围外的像素点的像素值设置为第二数值，从而得到目标图像，其中，所述第一数值表示像素点的颜色为白色，所述第二数值表示像素点的颜色为黑色；

将所述目标图像和所述待处理图像输入至第一卷积神经网络中进行处理，得到置信度图像，其中，所述置信度图像表示所述待处理图像中每个像素点所属于头发区域的概率；

基于所述置信度图像得到所述头发分割图；

利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。

2.根据权利要求1所述的方法，其特征在于，基于所述置信度图像得到所述头发分割图包括：

将所述置信度图像中第一像素点的像素值设置为所述第一数值，并将所述置信度图像中第二像素点的像素值设置为所述第二数值，从而得到所述头发分割图；其中，所述第一像素点为所述置信度图像中置信度大于或者等于预设数值的像素点，所述第二像素点为所述置信度图像中置信度小于所述预设数值的像素点。

3.根据权利要求1所述的方法，其特征在于，利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果包括：

将所述人脸位置信息、所述待处理图像和所述头发分割图输入至第二卷积神经网络中进行处理，处理得到所述属性分析结果。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

通过网络爬虫在网络资源中爬取多张包括人像的训练图像；

为所述训练图像设置标签信息，其中，所述标签信息包括人脸位置信息和对所述训练图像中所包含的人像的头发属性信息；

获取所述训练图像中所包含的人像的头发分割图；

利用所述训练图像、所述标签信息和所述训练图像中所包含的人像的头发分割图对所述第二卷积神经网络的原始卷积神经网络进行训练。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述待处理图像中包括多个人像；

对所述待处理图像中包含的目标人像进行人脸标注，得到人脸位置信息包括：

从所述待处理图像中包括的多个人像中选择所述目标人像，并对所述目标人像进行人脸标注，得到人脸位置信息，其中，所述目标人像为所述多个人像中的最大人像。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述待处理图像中包括多个人像；

对所述待处理图像中包含的目标人像进行人脸标注，得到人脸位置信息包括：

将所述待处理图像进行分割处理，得到多个子图像，其中，每个所述子图像分别包括所述多个人像中的一个人像；

将每个所述子图像中包含的人像作为所述目标人像进行人脸标注，得到所述目标人像的人脸位置信息。

7.一种图像处理装置，其特征在于，包括：

获取单元，用于获取待处理图像，并对所述待处理图像中的目标人像进行人脸标注，得到所述目标人像的人脸位置信息；

分割处理单元，用于将所述待处理图像中位于所述人脸位置信息限定范围内的像素点的像素值设置为第一数值，且将所述待处理图像中位于所述人脸位置信息限定范围外的像素点的像素值设置为第二数值，从而得到目标图像，其中，所述第一数值表示像素点的颜色为白色，所述第二数值表示像素点的颜色为黑色；将所述目标图像和所述待处理图像输入至第一卷积神经网络中进行处理，得到置信度图像，其中，所述置信度图像表示所述待处理图像中每个像素点所属于头发区域的概率；基于所述置信度图像得到所述头发分割图；

属性分析单元，用于利用所述人脸位置信息、所述待处理图像和所述头发分割图对所述目标人像进行头发属性分析，得到属性分析结果。