[发明专利]一种图像处理方法、装置、移动终端及存储介质

权利要求书

1.一种图像处理方法，应用于移动终端，其特征在于，包括：

依据所述移动终端的取景界面，采集用户的人脸图像序列；

确定所述人脸图像序列中各人脸图像中的人脸关键点集，所述人脸关键点集为人脸关键点对应的坐标集合；

依据所述人脸关键点集，确定位移阈值，及所述人脸图像序列中任意相邻两帧人脸图像对应的人脸关键点集的平均位移；其中，所述位移阈值为根据用户两个人眼中心点之间的距离预先计算得到的位移值；

依据所述位移阈值和所述平均位移对学习率进行更新，得到更新学习率，包括：获取所述位移阈值和所述平均位移中的最小值，计算所述最小值与所述位移阈值的比值的平方，得到所述更新学习率；

依据所述更新学习率对各所述人脸图像对应的人脸关键点集进行调整，包括：依据所述人脸图像序列，获取当前帧人脸图像；计算所述当前帧人脸图像对应的人脸形状预测关键点集坐标；获取位于所述当前帧人脸图像的上一帧人脸图像；获取所述上一帧人脸图像对应的人脸形状估计关键点集坐标；依据所述人脸形状估计关键点集坐标、所述人脸形状预测关键点集坐标和所述更新学习率，对所述当前帧人脸图像对应的人脸关键点集进行调整。

2.根据权利要求1所述的方法，其特征在于，所述依据所述人脸关键点集，确定位移阈值，包括：

从所述人脸图像序列中选择一目标人脸图像；

依据所述目标人脸图像对应的人脸关键点集，确定用户的两个人眼中心点分别对应的左关键点和右关键点；

获取所述左关键点对应的第一坐标，及所述右关键点对应的第二坐标；

依据所述第一坐标和所述第二坐标，计算得到眼间距；

依据所述眼间距和两个预设常数，计算得到所述位移阈值。

3.根据权利要求1所述的方法，其特征在于，所述人脸图像序列中任意相邻两帧人脸图像包括第一帧人脸图像和第二帧人脸图像，依据所述人脸关键点集确定所述人脸图像序列中任意相邻两帧人脸图像对应的人脸关键点集的平均位移，包括：

获取所述第一帧人脸图像对应的人脸关键点集中各关键点的第三坐标；

获取所述第二帧人脸图像对应的人脸关键点集中各关键点的第四坐标；

依据各所述第三坐标和各所述第四坐标，计算得到所述平均位移。

4.根据权利要求1所述的方法，其特征在于，所述依据所述人脸形状估计关键点集坐标、所述人脸形状预测关键点集坐标和所述更新学习率，对所述当前帧人脸图像对应的人脸关键点集进行调整，包括：

依据所述人脸形状估计关键点集坐标、所述人脸形状预测关键点集坐标和所述更新学习率，计算得到平滑值；

依据所述平滑值，对所述人脸形状预测关键点集坐标进行调整。

5.一种图像处理装置，应用于移动终端，其特征在于，包括：

人脸图像序列采集模块，用于依据所述移动终端的取景界面，采集用户的人脸图像序列；

关键点集确定模块，用于确定所述人脸图像序列中各人脸图像中的人脸关键点集，所述人脸关键点集为人脸关键点对应的坐标集合；

阈值位移确定模块，用于依据所述人脸关键点集，确定位移阈值，及所述人脸图像序列中任意相邻两帧人脸图像对应的人脸关键点集的平均位移；其中，所述位移阈值为根据用户两个人眼中心点之间的距离预先计算得到的位移值；

学习率更新模块，用于依据所述位移阈值和所述平均位移对学习率进行更新，得到更新学习率，所述学习率更新模块包括：最小值获取子模块，用于获取所述位移阈值和所述平均位移中的最小值；更新学习率获取子模块，用于计算所述最小值与所述位移阈值的比值的平方，得到所述更新学习率；

关键点集调整模块，用于依据所述更新学习率对各所述人脸图像对应的人脸关键点集进行调整，所述关键点集调整模块包括：当前帧人脸图像获取子模块，用于依据所述人脸图像序列，获取当前帧人脸图像；预测关键点集坐标计算子模块，用于计算所述当前帧人脸图像对应的人脸形状预测关键点集坐标；上一帧人脸图像获取子模块，用于获取位于所述当前帧人脸图像的上一帧人脸图像；估计关键点集坐标获取子模块，用于获取所述上一帧人脸图像对应的人脸形状估计关键点集坐标；关键点集调整子模块，用于依据所述人脸形状估计关键点集坐标、所述人脸形状预测关键点集坐标和所述更新学习率，对所述当前帧人脸图像对应的人脸关键点集进行调整。