[发明专利]图像处理方法和装置

权利要求书

1.一种图像处理方法，其特征在于，该方法包括：

对图像数据进行检测，检测出所述图像数据中每帧图像的目标人脸数据和目标身体姿态数据；

根据图像精彩程度模型对每帧图像以及对应的所述目标人脸数据和目标身体姿态数据进行预测，得到所述每帧图像的精彩程度分数，所述图像精彩程度模型包括一个由训练好的精彩程度量化函数表达，通过将每帧图像以及对应的目标人脸数据和目标身体姿态数据输入该精彩程度量化函数中，从而得到每帧图像的精彩程度分数，所述精彩程度量化函数表达为v = f（I，H，B），其中，I为每帧图像的内容信息，H为h的时序组合，B为b的时序组合，向量h表达目标头部在每帧图像中的位置参数，向量b表达目标身体姿态数据；

获取所述精彩程度分数大于指定阈值的所述每帧图像。

2.根据权利要求1所述的图像处理方法，其特征在于，在所述根据精彩程度训练模块对每帧图像以及对应的所述目标人脸数据和目标身体姿态数据进行预测之前，该方法还包括：

获取指定数量的人物图像；

对每个所述人物图像进行精彩程度标注，得到每个所述人物图像的精彩程度分数，以及

对每个所述人物图像进行检测，得到每个人物图像的人脸数据和身体姿态数据；

根据参数优化回归损失函数，对所述指定数量的人物图像中每个人物图像对应的精彩程度分数、人脸数据和身体姿态数据进行模型训练，得到所述图像精彩程度模型。

3.根据权利要求1所述的图像处理方法，其特征在于，所述对图像数据进行检测包括：

根据人脸定位模型确定所述图像数据中每帧图像的目标头部位置；

确定所述每帧图像的目标头部位置中是否存在目标人脸关键点；

当所述每帧图像的目标头部位置中不存在目标人脸关键点时，将所述目标头部位置作为所述目标人脸数据；

当所述每帧图像的目标头部位置中存在目标人脸关键点时，确定出目标人脸关键点位置，并将所述目标人脸关键点位置作为所述目标人脸数据。

4.根据权利要求1所述的图像处理方法，其特征在于，所述对图像数据进行检测，包括：

根据身体定位模型确定所述图像数据中每帧图像的多个目标关键点；

对于每帧图像，基于所述图像包括的多个目标关键点之间的连线确定出目标身体姿态数据。

5.根据权利要求1所述的图像处理方法，其特征在于，该方法还包括：

将获取的所述精彩程度分数大于指定阈值的所述每帧图像保存至本地，和/或，将获取的所述每帧图像发送给云端服务器。

6.一种图像处理装置，其特征在于，包括：

第一检测单元，用于对图像数据进行检测，检测出所述图像数据中每帧图像的目标人脸数据和目标身体姿态数据；

分数预测单元，用于根据图像精彩程度模型对每帧图像以及对应的所述目标人脸数据和目标身体姿态数据进行预测，得到所述每帧图像的精彩程度分数，所述图像精彩程度模型包括一个由训练好的精彩程度量化函数表达，通过将每帧图像以及对应的目标人脸数据和目标身体姿态数据输入该精彩程度量化函数中，从而得到每帧图像的精彩程度分数，所述精彩程度量化函数表达为v = f（I，H，B），其中，I为每帧图像的内容信息，H为h的时序组合，B为b的时序组合，向量h表达目标头部在每帧图像中的位置参数，向量b表达目标身体姿态数据；

第一获取单元，用于获取所述精彩程度分数大于指定阈值的所述每帧图像。

7.根据权利要求6所述的图像处理装置，其特征在于，该装置还包括：

第一获取单元，用于获取指定数量的人物图像；

分数标注单元，用于对每个所述人物图像进行精彩程度标注，得到每个所述人物图像的精彩程度分数；

第二检测单元，用于对每个所述人物图像进行检测，得到每个人物图像的人脸数据和身体姿态数据；

模型训练单元，用于根据参数优化回归损失函数，对所述指定数量的人物图像中每个人物图像对应的精彩程度分数、人脸数据和身体姿态数据进行模型训练，得到所述图像精彩程度模型。