[发明专利]一种脖子遮挡检测方法、装置、电子设备及存储介质

说明书

本发明公开了一种脖子遮挡检测方法、装置、电子设备及存储介质，方法包括：根据接收到的用户图像中目标区域的占比确定待检测图像；将所述待检测图像输入已训练的脖子遮挡检测模型，以由所述脖子遮挡检测模型判定所述待检测图像中的脖子是否被遮挡。通过使用一种专属于脖子遮挡检测的深度学习模型，来精准地预测图像中的脖子是否被遮挡，从而能够为后续对人像进行的相关操作提供参考，以使得人像操作结果更符合用户实际需求。并且通过根据用户图像中目标区域的占比确定输入模型的待检测图像，以减小图像背景对模型准确度的影响，使得模型输出结果更准确。

技术领域

本发明涉及图像处理技术领域，具体涉及一种脖子遮挡检测方法、装置、电子设备及存储介质。

背景技术

目前，对于人像的图像处理应用越来越多，在医美领域，对人像的变形操作技术是模拟整形应用最为广泛，例如换发型、换肤色、换服装、换脸等操作。

然而，在现有技术中对人像进行的各种变形操作，主要关注的是人脸的检测或者人脸遮挡的检测，但并未关注脖子区域遮挡与否，对人像变形操作结果造成的影响，导致人像变形操作结果不够理想。

发明内容

本发明的目的是针对上述现有技术的不足提出的一种脖子遮挡检测方法、装置、电子设备及存储介质，该目的是通过以下技术方案实现的。

本发明的第一方面提出了一种脖子遮挡检测方法，所述方法包括：

根据接收到的用户图像中目标区域的占比确定待检测图像；

将所述待检测图像输入已训练的脖子遮挡检测模型，以由所述脖子遮挡检测模型判定所述待检测图像中的脖子是否被遮挡。

在本申请的一些实施例中，所述根据接收到的用户图像中目标区域的占比确定待检测图像，包括：

检测所述用户图像中包含脖子的人脸区域作为目标区域；确定所述目标区域的面积与所述用户图像的面积之间的占比；如果所述占比超过占比阈值，则将所述用户图像确定为待检测图像；如果所述占比未超过占比阈值，则从所述用户图像中抠取所述目标区域，并对抠取出的目标区域进行尺寸放大后确定为待检测图像。

在本申请的一些实施例中，所述脖子遮挡检测模型包括第一分支网络、第二分支网络、融合模块、以及输出层，所述第一分支网络与所述第二分支网络并行且独立执行；由所述脖子遮挡检测模型判定所述待检测图像中的脖子是否被遮挡，包括：

通过所述脖子遮挡检测模型中的第一分支网络对所述待检测图像进行第一预设卷积处理，得到第一特征图；通过所述脖子遮挡检测模型中的第二分支网络对所述待检测图像进行第二预设卷积处理，得到第二特征图；通过所述脖子遮挡检测模型中的融合模块对所述第一特征图和所述第二特征图进行通道融合，得到融合特征图；通过所述脖子遮挡检测模型中的输出层基于所述融合特征图获得脖子是否被遮挡的判定结果。

在本申请的一些实施例中，所述第一分支网络包括第一深度可分离卷积层和第一上采样层；通过所述脖子遮挡检测模型中的第一分支网络对所述待检测图像进行第一预设卷积处理，得到第一特征图，包括：

通过第一深度可分离卷积层包含的一个卷积核对所述待检测图像的一个通道进行特征提取，得到单通道特征图；通过第一上采样层包含的预设数量通道1*1卷积核对所述单通道特征图进行升维处理，得到第一特征图。

在本申请的一些实施例中，所述第二分支网络包括下采样层、第二深度可分离卷积层和第二上采样层；通过所述脖子遮挡检测模型中的第二分支网络对所述待检测图像进行第二预设卷积处理，得到第二特征图，包括：

通过所述下采样层包含的单通道的1*1卷积核对所述待检测图像进行降维处理，得到单通道特征图；通过第二深度可分离卷积层包含的一个卷积核对所述单通道特征图进行特征提取，得到提取特征后的单通道特征图；通过第二上采样层包含的预设数量通道1*1卷积核对提取特征后的单通道特征图进行升维处理，得到第二特征图。