[发明专利]图像处理方法及装置、电子设备和存储介质

说明书

本公开涉及一种图像处理方法及装置、电子设备和存储介质。所述方法包括：将待识别图像输入识别网络进行图像识别，得到所述待识别图像的第一识别结果，所述第一识别结果包括所述待识别图像的人脸类别以及清晰度；根据所述待识别图像的清晰度，对所述待识别图像进行分类，得到所述待识别图像的清晰度分类结果。本公开实施例可识别出图像的人脸类别以及清晰度并对图像进行清晰度分类。

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

模糊人脸识别是机器学习技术领域较为重要的问题，例如在安防监控场景中，由于摄像头焦距，分辨率，成像质量等原因，监控视频中可能会出现模糊人脸，因此需要对模糊的人脸图像进行识别。在相关技术中，仅能对人脸图像进行分类，无法判断图像的模糊程度，识别结果的误差较大。

发明内容

本公开提出了一种图像处理技术方案。

根据本公开的一方面，提供了一种图像处理方法，包括：将待识别图像输入识别网络进行图像识别，得到所述待识别图像的第一识别结果，所述第一识别结果包括所述待识别图像的人脸类别以及清晰度；根据所述待识别图像的清晰度，对所述待识别图像进行分类，得到所述待识别图像的清晰度分类结果。

在一种可能的实现方式中，所述方法还包括：根据多个待识别图像的清晰度分类结果，从所述多个待识别图像中确定出第一图像和第二图像，所述第一图像为清晰图像，所述第二图像为模糊图像；将所述第一图像及所述第二图像分别添加到第一训练集及第二训练集中。

在一种可能的实现方式中，所述方法还包括：根据第一训练集及第二训练集，训练对抗网络，所述对抗网络包括生成网络以及判别网络，所述第一训练集包括清晰的多个第三图像，所述第二训练集包括模糊的多个第四图像，其中，已训练的生成网络用于训练所述识别网络。

在一种可能的实现方式中，根据第一训练集及第二训练集，训练对抗网络，包括：将所述第一训练集中的第三图像输入所述生成网络中处理，生成第五图像；将所述第五图像以及所述第二训练集中的第四图像输入所述判别网络中处理，得到判别结果；根据多个判别结果，对抗训练所述生成网络以及所述判别网络。

在一种可能的实现方式中，所述识别网络包括卷积子网络、第一全连接子网络、第二全连接子网络及激活子网络，其中，将待识别图像输入识别网络进行图像识别，得到所述待识别图像的第一识别结果，包括：

使所述待识别图像依次经由所述卷积子网络及所述第一全连接子网络处理，输出所述待识别图像的人脸类别；使所述待识别图像依次经由所述卷积子网络、所述第二全连接子网络及激活子网络处理，输出所述待识别图像的清晰度。

在一种可能的实现方式中，所述方法还包括：通过第三训练集以及已训练的生成网络，训练所述识别网络，其中，所述第三训练集包括清晰的多个第六图像。

在一种可能的实现方式中，通过第三训练集以及已训练的生成网络，训练所述识别网络，包括：将所述第三训练集中的第六图像输入已训练的生成网络中处理，生成第七图像；将所述第七图像以及所述第六图像分别输入所述识别网络中处理，得到所述第七图像的第二识别结果以及所述第六图像的第三识别结果；根据多个第二识别结果以及多个第三识别结果，训练所述识别网络。

在一种可能的实现方式中，根据所述待识别图像的清晰度，对所述待识别图像进行分类，得到所述待识别图像的清晰度分类结果，包括以下至少一种：在所述待识别图像的清晰度大于或等于第一阈值的情况下，将所述待识别图像确定为清晰图像；在所述待识别图像的清晰度小于所述第一阈值，且大于或等于第二阈值的情况下，将所述待识别图像确定为模糊图像；在所述待识别图像的清晰度小于所述第二阈值的情况下，将所述待识别图像确定为无效图像。