[发明专利]人像修复方法、装置、电子设备及存储介质

说明书

本申请实施例提供了一种人像修复方法、装置、电子设备及存储介质，涉及图像处理技术领域。方法包括：将待修复图像输入预设修复模型，根据预设修复模型中的生成网络，获取先验人像图像；采用预设修复模型分别提取待修复图像的特征、先验人像图像的特征；根据待修复图像的特征、先验人像图像的特征，采用预设修复模型中预设融合算法进行特征融合，输出修复后的图像，从而提高了人像修复图中人像的细节清晰度，减小了人像的五官形变。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种人像修复方法、装置、电子设备及存储介质。

背景技术

随着人们日趋严格的审美需求，人像修复技术也越来越受到人们的关注。人像修复技术是一种能够提升人像照片的细节和清晰度的技术，能够在一定程度上还原画质受损严重或清晰度较差的人像照片的细节。人像修复技术的应用场景非常广泛，例如修复早期拍摄设备拍摄的人像照片，修复通过多次扫描、翻拍的人像照片，修复经过多次网络转载和压缩的人像照片，修复由低清监控摄像头拍摄的人像等。

现有的人像修复方案大多数是基于生成对抗网络(Generative AdversarialNets，GANs)对人像进行修复。生成对抗网络包括生成器网络和判别器网络，生成器网络不断捕捉训练库中的数据产生新的样本，判别器网络判别生成器网络提供的数据是否足够真实，两个网络相互竞争，使得生成器网络生成的样本越来越真实，从而完成对人像的修复。

然而，基于生成对抗网络得到的人像修复图容易产生细节形变，导致细节不清晰等问题。

发明内容

有鉴于此，本申请的目的在于提供人像修复方法、装置、电子设备和计算机可读存储介质，以提高人像修复图中人像的细节清晰度，减小人像的形变。

第一方面，本申请提供一种人像修复方法，包括：

将待修复图像输入预设修复模型，根据预设修复模型中的生成网络，获取先验人像图像；

采用预设修复模型分别提取待修复图像的特征、先验人像图像的特征；

根据待修复图像的特征、先验人像图像的特征，采用预设修复模型中预设融合算法进行特征融合，输出修复后的图像。

在可选的实施方式中，根据待修复图像的特征、先验人像图像的特征，采用预设修复模型中预设融合算法进行特征融合，输出修复后的图像，包括：

采用预设修复模型中预设融合算法，将先验人像图像的特征中预设位置的特征融合到待修复图像中对应位置的特征中，获取融合特征；

根据融合特征，输出修复后的图像。

在可选的实施方式中，预设位置至少包括以下一项或多项：五官区域、头发区域。

在可选的实施方式中，将待修复图像输入预设修复模型，根据预设修复模型中的生成网络，获取先验人像图像之前，还包括：

采用预设算法检测获取初始图像中的人脸点集；

根据人脸点集，计算获取初始图像的外接矩形，并拓展获取裁切矩形；

根据裁切矩形获取人脸旋转角度，并裁切获取待修复图像。

在可选的实施方式中，预设修复模型根据样本图像和预设神经网络训练获取，样本图像包括：符合筛选条件的人脸图像。

在可选的实施方式中，符合筛选条件的人脸图像包括：数据扰动后的人脸图像，数据扰动包括下述一项或多项：噪声、马赛克、模糊。

在可选的实施方式中，该方法还包括：

根据修复后的图像和预设收敛函数，对预设修复模型的参数进行更新，获取更新的预设修复模型。

第二方面，本申请提供一种人像修复装置，包括：