[发明专利]用于终端设备的图像处理方法、设备、装置、介质

权利要求书

1.一种用于终端设备的图像处理方法，包括：

对待处理图像进行图像处理以生成该待处理图像的标签列表；

基于转换规则和所述标签列表对所述待处理图像进行图像转换，其中，

所述转换规则与所述标签列表中的标签相对应，所述标签列表包括表示所述待处理图像中包括的图像特征的特征标签列表和表示所述待处理图像中包括的事件特征的事件标签列表中的至少一种；并且

其中，对待处理图像进行图像处理以生成该待处理图像的标签列表包括：利用用于检测图像特征的第一神经网络对所述待处理图像进行图像检测，以生成该待处理图像的特征标签列表，其中，所述第一神经网络包括：用于检测人脸特征的人脸处理神经网络和用于检测目标特征的目标处理神经网络，所述图像特征包括所述人脸特征和所述目标特征，并且

所述人脸处理神经网络包括：用于检测人脸特征的人脸检测网络和用于检测人脸关键点的人脸关键点检测网络，其中，所述人脸检测网络基于对神经网络层进行简化的多任务级联卷积神经网络MTCNN实现，所述人脸关键点检测网络基于具有倒置残差结构的轻量级神经网络MobileNetV2神经网络实现；

所述目标处理神经网络包括：第一目标检测网络以及第二目标检测网络，所述第一目标检测网络的规模大于所述第二目标检测网络的规模，其中，所述第一目标检测网络和第二目标检测网络基于对神经网络层进行简化的轻量级神经网络MobileNetV1神经网络实现。

2.根据权利要求1所述的方法，其中，所述生成该待处理图像的特征标签列表包括：

生成对应于人脸特征的特征标签列表，以及

生成对应于所述目标特征的特征标签列表。

3.根据权利要求1所述的方法，其中，对待处理图像进行图像处理以生成该待处理图像的标签列表包括：

利用用于检测事件特征的第二神经网络对所述待处理图像进行图像检测，以生成该待处理图像的对应于所述事件特征的事件标签列表，其中

所述事件特征对应于人脸的动作特征。

4.根据权利要求1所述的方法，其中，对所述待处理图像进行图像转换包括：

基于转换规则和所述标签列表，在所述待处理图像中添加特效特征。

5.根据权利要求4所述的方法，还包括生成对应于标签的位置信息，其中，对所述待处理图像进行图像转换包括：

基于所述转换规则和标签列表，在所述待处理图像中与所述位置信息相对应的位置处添加特效特征。

6.根据权利要求1所述的方法，还包括：

从视频中提取关键帧，作为所述待处理图像；和

基于图像转换后的图像生成转换后的视频。

7.一种用于图像处理的终端设备，包括：

图像处理单元，配置成对待处理图像进行图像处理以生成该待处理图像的标签列表；以及

图像转换单元，配置成基于转换规则和所述标签列表对所述待处理图像进行图像转换，其中

所述转换规则与所述标签列表中的标签相对应，所述标签列表包括表示所述待处理图像中包括的图像特征的特征标签列表和表示所述待处理图像中包括的事件特征的事件标签列表中的至少一种；并且

其中，所述图像处理单元利用用于检测图像特征的第一神经网络对所述待处理图像进行图像检测，以生成该待处理图像的特征标签列表，其中，所述第一神经网络包括：用于检测人脸特征的人脸处理神经网络和用于检测目标特征的目标处理神经网络，所述图像特征包括所述人脸特征和所述目标特征，并且

所述人脸处理神经网络包括：用于检测人脸特征的人脸检测网络和用于检测人脸关键点的人脸关键点检测网络，其中，所述人脸检测网络基于对神经网络层进行简化的多任务级联卷积神经网络MTCNN实现，所述人脸关键点检测网络基于具有倒置残差结构的轻量级神经网络MobileNetV2神经网络实现；

所述目标处理神经网络包括：第一目标检测网络，以及第二目标检测网络，所述第一目标检测网络的规模大于所述第二目标检测网络的规模，其中，所述第一目标检测网络和第二目标检测网络基于对神经网络层进行简化的轻量级神经网络MobileNetV1神经网络实现。