[发明专利]图像处理设备和方法

权利要求书

1.一种图像处理设备，包括：

图像分类模块，被配置为确定输入图像是低质量图像还是高质量图像；

图像评估模块，被配置为在由图像分类模块确定的多个低质量图像之中确定第一预定数量个最清晰图像。

2.如权利要求1所述的图像处理设备，其中，图像分类模块被配置为使用第一卷积神经网络分类器模型计算所述输入图像被分类为多种不同质量类别中的每一种类别的图像分类概率值，并根据所述输入图像的图像分类概率值来确定所述输入图像是低质量图像还是高质量图像。

3.如权利要求1或2所述的图像处理设备，其中，图像评估模块被配置为针对所述多个低质量图像中的每一个低质量图像计算图像清晰度评估值，并将所述多个低质量图像中的从具有最高的图像清晰度评估值至具有第一预定数量高的图像清晰度评估值的第一预定数量个低质量图像确定为所述第一预定数量个最清晰图像。

4.如权利要求1至3中的任意一项所述的图像处理设备，还包括：

人脸检测模块，被配置为通过利用第二卷积神经网络分类器模型对由图像分类模块确定的高质量图像和由图像评估模块确定的最清晰图像进行人脸检测来输出结果图像，

其中，结果图像是含人脸图像或无人脸图像。

5.如权利要求4所述的图像处理设备，还包括：

人脸图像分类模块，被配置为确定由人脸检测模块输出的含人脸图像是模糊人脸图像还是非模糊人脸图像；

人脸图像评估模块，被配置为在由人脸图像分类模块确定的多个模糊人脸图像之中确定第二预定数量个最清晰人脸图像。

6.如权利要求5所述的图像处理设备，其中，人脸图像分类模块被配置为使用第三卷积神经网络分类器模型计算所述含人脸图像被分类为清晰人脸图像类别和模糊人脸图像类别中的每一种类别的人脸图像分类概率值，并根据所述含人脸图像的人脸图像分类概率值来确定所述含人脸图像是模糊人脸图像还是非模糊人脸图像。

7.如权利要求5或6所述的图像处理设备，其中，人脸图像评估模块被配置为针对所述多个模糊人脸图像中的每一个模糊人脸图像计算人脸清晰度评估值，并将所述多个模糊人脸图像中的从具有最高的人脸清晰度评估值至具有第二预定数量高的人脸清晰度评估值的第二预定数量个模糊人脸图像确定为所述第二预定数量个最清晰人脸图像。

8.一种图像处理设备，包括：

人脸图像分类模块，被配置为确定含人脸图像是模糊人脸图像还是非模糊人脸图像；

人脸图像评估模块，被配置为在人脸图像分类模块确定的多个模糊人脸图像之中确定第二预定数量个最清晰人脸图像。

9.如权利要求8所述的图像处理设备，其中，人脸图像分类模块被配置为使用卷积神经网络分类器模型计算所述含人脸图像被分类为清晰人脸图像类别和模糊人脸图像类别中的每一种类别的人脸图像分类概率值，并根据所述含人脸图像的人脸图像分类概率值来确定所述含人脸图像是模糊人脸图像还是非模糊人脸图像。

10.一种图像处理方法，包括：

确定输入图像是低质量图像还是高质量图像；

在确定的多个低质量图像之中确定第一预定数量个最清晰图像。

11.如权利要求10所述的图像处理方法，其中，确定输入图像是低质量图像还是高质量图像的步骤包括：

使用第一卷积神经网络分类器模型计算输入图像被分类为多种不同质量类别中的每一种类别的图像分类概率值；

根据所述输入图像的图像分类概率值来确定所述输入图像是低质量图像还是高质量图像。