[发明专利]图像处理方法、图像处理装置和计算机可读存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像中的人脸图像的目标特征点集合；

根据所述目标特征点集合和人脸姿态参数估计模型获取所述人脸图像的目标姿态参数，所述人脸姿态参数估计模型用于基于人脸特征点集合输出人脸姿态参数；

根据所述人脸图像和三维可变性人脸模型获取所述人脸图像的三维人脸模型；

根据所述目标姿态参数对所述三维人脸模型进行调整，得到所述人脸图像的目标三维人脸模型；

将所述目标三维人脸模型转换为二维人脸图像，得到所述人脸图像的正面人脸图像。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理图像中的人脸图像的目标特征点集合，包括：

获取所述待处理图像的色调值；

根据所述待处理图像的色调值获取所述待处理图像中的人脸图像的目标人脸特征点集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述待处理图像的色调值获取所述待处理图像中的人脸图像的目标人脸特征点集合，包括：

通过局部二值模式和支持向量机分类器，基于所述待处理图像的色调值获取所述待处理图像中的多个初始人脸图像；

通过方向梯度直方图和支持向量机分类器，基于所述多个初始人脸图像的色调值获取所述待处理图像中的至少一个一级候选人脸图像；

根据所述至少一个一级候选人脸图像获取所述目标人脸特征点集合。

4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个一级候选人脸图像获取所述目标人脸特征点集合，包括：

对所述至少一个一级候选人脸图像进行非极大值抑制处理，得到至少一个二级候选人脸图像；

对所述至少一个二级候选人脸图像进行对齐处理，得到所述待处理图像中的人脸图像的初始人脸特征点集合；

将所述初始人脸特征集合中的初始人脸特征点之间的特征向量输入预先训练好的回归模型，得到目标人脸特征点集合。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述将所述目标三维人脸模型转换为二维人脸图像，得到所述人脸图像的正面人脸图像，包括：

利用透视投影变换矩阵将所述三维人脸模型投影到二维图像区域，得到初始正面人脸图像；

对所述初始正面人脸图像进行修复，得到目标正面人脸图像。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

获取训练集，所述训练集包括多个人脸图像中每个人脸图像的人脸特征点集合和所述每个人脸图像的姿态参数，所述每个人脸图像的姿态参数作为所述每个人脸图像的人脸特征点集合的标签；

基于所述训练集对神经网络模型进行训练，得到所述人脸姿态参数估计模型。

7.一种图像处理装置，其特征在于，包括：

预处理模块，用于对待处理图像进行预处理，获取待处理图像的色调值；

检测模块，用于检测并定位待处理图像中的人脸图像的目标人脸特征点集合；

对齐模块，用于对所述至少一个二级候选人脸图像进行对齐处理，得到所述待处理图像中的人脸图像的初始人脸特征点集合；

建模模块，用于根据所述人脸图像和三维可变性人脸模型建立所述人脸图像的三维人脸模型；

建模模块，还用于将所述目标三维人脸模型转换为二维人脸图像，得到所述人脸图像的正面人脸图像。

8.一种图像处理装置，其特征在于，包括存储器，以及与存储器耦合的处理器；

所述存储器用于存储程序指令；

所述处理器用于执行所述程序指令，以实现如权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储用于计算机执行的程序代码，该程序代码包括用于实现如权利要求1至6中任一项所述的指令。

10.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。