[发明专利]图像处理方法、装置、电子设备和计算机可读介质

说明书

本发明提供了一种图像处理方法、装置、电子设备和计算机可读介质，涉及图像分析的技术领域，该方法包括：获取待处理图像，并对待处理图像中的目标人像进行人脸标注，得到目标人像的人脸位置信息；基于人脸位置信息对待处理图像进行分割处理，得到目标人像的头发分割图；利用人脸位置信息、待处理图像和头发分割图对目标人像进行头发属性分析，得到属性分析结果。本发明的方法确定的图像处理结果更加准确，提高了分类的精确度，缓解了现有的直接对整张图像进行分类处理的方法准确性差且效果不好的技术问题。

技术领域

本发明涉及图像处理的技术领域，尤其是涉及一种图像处理方法、装置、电子设备和计算机可读介质。

背景技术

随着图像处理技术的快速发展，图像处理技术应用在各种领域，例如，发型识别领域。例如，在虚拟形象构建和拍照美颜等应用领域内，一般会获取一张包含待处理对象的图像，然后，通过对该图像的处理来对待处理对象的发型属性进行确认，比如头发的长短、头发的直卷、刘海情况等。也就是说，现有的处理方式是基于单张图像来分析发型属性。

但是，现有的基于单张图像的发型属性分析技术一般是通过发型分类模型直接对整张图像进行分类处理，以确定发型所属的类别，通过这种方法确定的发型属性准确性差，效果不好。

发明内容

有鉴于此，本发明的目的包括：提供一种图像处理方法、装置、电子设备和计算机可读介质，该方法确定的图像处理结果更加准确，提高了分类的精确度。

第一方面，本发明实施例提供了一种图像处理方法，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；基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图；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。

进一步地，基于所述人脸位置信息对所述待处理图像进行分割处理，得到所述目标人像的头发分割图包括：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，从而得到所述目标图像，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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。