[发明专利]人脸图像增强方法、装置、计算机设备以及可读存储介质

说明书

本申请实施例属于图像处理领域，可应用于智慧城市/医疗科技领域中，涉及一种人脸图像增强方法，包括确定至少两种数据增强方式；随机初始化各数据增强方式的处理概率、应用等级；根据所述数据增强方式对所述人脸图像进行增强处理，并提取增强后的人脸图像的图像特征；计算所述图像特征与对比图像的图像特征的特征差异，若所述特征差异小于增强处理前的特征差异，则输出经当前增强处理后的人脸图像，作为样本图像保存到样本数据库。本申请还提供一种人脸图像增强装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，所述人脸图像数据还存储于区块链中。采用本方法解决了在真实的监控场景中对低质量人脸图像识别不准确的技术问题。

技术领域

本申请涉及图像处理领域，特别是涉及一种人脸图像增强方法、装置、计算机设备和存储介质。

背景技术

随着现代社会对安防，监视需求的不断提高，视频监控中的人脸识别技术受到了广泛关注。区别于传统人脸识别技术要求用户有交互的过程，在视频监控的人脸识别场景下，要识别的人通常是在无感的情况下被拍摄，摄像头捕获到的人脸图像用于识别比对。视频监控摄像头的安装环境通常是在不容易发现的隐蔽场景，拍摄的光照条件不理想，由此会带来所摄图片对比度偏低，曝光不足，局部细节不突出；其次，由于与被拍摄对象不存在交互过程，所捕获的人脸图片会存在运动，模糊，偏向角度过大的问题；另外，摄像头硬件选型的不一致进一步加大了识别的难度。因此，通过软件方法对可识别的数据进行增强，提高传统人脸识别模型的泛化能力，对低质量的人脸图像能够进行更好的识别，是目前监控视频人脸识别亟需解决的问题。

目前工业界通用的人脸识别框架通常分为服务端存储比对和客户端获取数据两部分，一般的识别流程为：需要识别的人群中的每个人都会有至少一张高清注册人脸图像存储在服务端；在识别过程中，客户端实时获取人脸图像，并上传至服务端，服务端对客户端上传的图像进行特征提取，并与注册人脸图像库中的人脸特征进行比对，选取特征距离最小的一张注册人脸作为比对正确被识别的人脸。近年来，人脸识别技术取得了突飞猛进的进步，然而大部分新提出的人脸识别方法主要侧重于针对注册图像与现实图像相同分辨率情况下的人脸模型能力的提升优化，对于现有的监控场景中存在的上述问题，这些优化能解决的比较有限。部分基于生成模型和超分辨率的方法针对现实的低质量人脸图像进行操作，使其在质量上更加接近于注册人脸图像，然而，这类方法生成的结果较不稳定，且更加注重生成的人脸图像的可视化效果而非提升识别模型的准确率，在实际工业部署中难以应用。因此，迫切需要一种能利用高质量注册人脸生成接近现实、多样化的低质量人脸的方法，用于提升现有人脸识别模型的泛化能力，使模型在真实的监控场景中对低质量人脸图像也能有更好的识别效果。

发明内容

基于此，针对上述技术问题，本申请提供一种人脸图像增强方法、装置、计算机设备及存储介质，以解决现有技术中基于对现实的低质量人脸图像进行操作，生成的人脸图像不利于模型识别，导致的人脸图像在真实的监控场景中对低质量人脸图像识别不准确的技术问题。

一种人脸图像增强方法，所述方法包括：

确定至少两种数据增强方式；

随机初始化各数据增强方式的处理概率、应用等级，其中，所述处理概率为对应的数据增强方式对某一人脸图像进行增强处理的概率；

根据所述数据增强方式对所述人脸图像进行增强处理，并提取增强后的人脸图像的图像特征；

计算所述图像特征与对比图像的图像特征的特征差异，其中，所述对比图像中的人脸与所述人脸图像中的相同，且所述对比图像清晰度低于所述人脸图像的清晰度；

若所述特征差异大于增强处理前的特征差异，则调整所述数据增强方式对应的处理概率、应用等级；并