[发明专利]合成模糊人脸图像的方法和装置、计算机装置及存储介质

说明书

本发明公开了一种合成模糊人脸图像的方法和装置、计算机装置及存储介质。在本发明中，确定惯性测量单元在采样时间段内的位姿信息，并利用惯性测量单元在采样时间段内的轨迹模拟相机或者人脸的运动轨迹，获取采样时间段内轨迹对应的模糊核样本数，最后基于获取的清晰人脸图像、任一时刻的位姿信息、采样时间段内轨迹对应的模糊核样本数，利用运动模糊模型合成模糊人脸图像，以达到扩展模糊人脸图像数据集的目的。本发明能够利用惯性测量单元在采样时间段内的轨迹，有效精细化模拟相机或者人脸的运动轨迹，进而合成模糊人脸图像。因此，能够降低扩展模糊人脸图像数据集的成本，提高扩展模糊人脸图像数据集的效率。

技术领域

本发明属于图像处理领域，尤其涉及一种合成模糊人脸图像的方法和装置、计算机装置及存储介质。

背景技术

模糊人脸图像的识别是动态场景下识别的关键技术，对于改善识别的性能十分重要。为了训练一个具备良好泛化能力的神经网络，需要采用包含海量的模糊人脸图像的训练数据集，然而目前为止，并没有针对模糊人脸图像的开源数据集，那么就需要通过一定的方法获取大量的模糊人脸图像，以便构建模糊人脸图像训练数据集。

目前，构建模糊人脸图像训练数据集的方法主要包括以下两类：人工采集自然场景图像，并选取合适的模糊人脸图像进行标注，进而构建模糊人脸图像训练数据集以及利用图像合成的方法构建模糊人脸图像训练数据集。其中，图像合成的方法又包括：利用开源的模糊核对已有的清晰图像进行卷积运算得到模糊人脸图像，进而构建模糊人脸图像训练数据集，或者使用高速摄像机拍摄高帧率视频，然后选取视频中某段连续图像进行加权平均，进而获取模糊人脸图像，进而构建模糊人脸图像训练数据集。由此可见，上述构建模糊人脸图像训练数据集需要大量的人力成本和时间成本，另外使用高速摄像机拍摄高帧率视频，还需要保证视频的每一帧都是清晰的图像，由此导致现有的构建模糊人脸图像训练数据集的效率较低。

因此，现有的构建模糊人脸图像训练数据集的方法存在成本高、效率低的问题。

发明内容

本发明提供一种合成模糊人脸图像的方法和装置、计算机装置及存储介质，旨在解决现有的构建模糊人脸图像训练数据集的方法存在成本高、效率低的问题。

本发明第一方面提供一种合成模糊人脸图像的方法，所述方法包括：

获取清晰人脸图像；

确定惯性测量单元在采样时间段内任一时刻的位姿信息；

获取所述采样时间段内轨迹对应的模糊核样本数；

基于所述清晰人脸图像、所述任一时刻的位姿信息、所述采样时间段内轨迹对应的模糊核样本数，利用运动模糊模型合成模糊人脸图像。

在较优的一实施例中，所述惯性测量单元包括陀螺仪和加速度计，所述惯性测量单元的位姿信息包括所述加速度计的位置和所述陀螺仪的旋转角度，所述确定惯性测量单元在采样时间段内任一时刻的位姿信息包括：

获取所述任一时刻所述陀螺仪的角速度和所述加速度计的比力；

根据所述陀螺仪的角速度确定所述陀螺仪的旋转角度；

根据所述陀螺仪的旋转角度确定所述陀螺仪的旋转矩阵；

根据所述旋转矩阵、所述加速度计的比力确定所述加速度计的相对加速度；

根据所述加速度计的相对加速度获取所述任一时刻加速度计的位置。

在较优的一实施例中，所述根据所述陀螺仪的旋转角度确定所述陀螺仪的旋转矩阵包括：

根据所述陀螺仪的旋转角度分别获取所述陀螺仪在X轴、Y轴以及Z轴的方向余弦矩阵；

根据所述陀螺仪在X轴、Y轴以及Z轴的方向余弦矩阵确定所述陀螺仪的旋转矩阵。