[发明专利]图像处理方法、图像处理装置、计算机可读存储介质在审

专利信息
申请号: 201811184763.0 申请日: 2018-10-11
公开(公告)号: CN109409262A 公开(公告)日: 2019-03-01
发明(设计)人: 孙伟;范浩强 申请(专利权)人: 北京迈格威科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 北京市柳沈律师事务所 11105 代理人: 张晓明
地址: 100190 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输入图像 图像处理 计算机可读存储介质 图像处理装置 轮廓曲线 人脸轮廓 关键点 五官 曲线表达式 曲线预测 人脸检测 神经网络 预测
【权利要求书】:

1.一种图像处理方法,包括:

获取输入图像;

对所述输入图像进行人脸检测,以得到多个原始关键点;

基于所述多个原始关键点,利用第一神经网络对所述输入图像中的人脸轮廓或五官轮廓进行曲线预测,以得到所述人脸轮廓或所述五官轮廓的多条预测轮廓曲线,其中,所述多条预测轮廓曲线与多个曲线表达式一一对应。

2.根据权利要求1所述的图像处理方法,其中,

对所述输入图像进行人脸检测,以得到多个原始关键点,包括:

利用第二神经网络对所述输入图像进行人脸检测,以得到所述多个原始关键点。

3.根据权利要求1所述的图像处理方法,其中,基于所述多个原始关键点,利用第一神经网络对所述输入图像中的人脸轮廓或五官轮廓进行曲线预测,以得到所述人脸轮廓或所述五官轮廓的多条预测轮廓曲线包括:

基于所述输入图像,利用所述第一神经网络对所述多个原始关键点进行曲线预测以得到多个系数组,所述多个系数组与所述多个曲线表达式一一对应;

基于所述多个系数组,拟合得到所述多条预测轮廓曲线。

4.根据权利要求3所述的图像处理方法,其中,所述多个曲线表达式中的第N个曲线表达式表示为:

y=fN(x),

其中,x表示自变量,y表示因变量,fN表示x和y之间的高阶函数多项式,且对于任意的x,有且仅有一个y与之对应,N为正整数,且小于等于所述多个曲线表达式的数量。

5.根据权利要求4所述的图像处理方法,其中,所述输入图像包括一张人脸,

基于所述输入图像,利用所述第一神经网络对所述多个原始关键点进行曲线预测以得到多个系数组,包括:

划分所述多个原始关键点,以得到多个预测关键点组;

基于所述输入图像,利用所述第一神经网络分别对所述多个预测关键点组进行曲线预测,以得到所述多个系数组,其中,所述多个系数组与所述多个预测关键点组一一对应。

6.根据权利要求5所述的图像处理方法,其中,

基于所述输入图像,利用所述第一神经网络分别对所述多个预测关键点组进行曲线预测,以得到所述多个系数组,包括:

根据所述多个预测关键点组和所述输入图像,确定多个第一预测数据组,每个第一预测数据组包括一个预测关键点组和所述输入图像;

利用所述第一神经网络分别对所述多个第一预测数据组进行曲线预测,以得到所述多个系数组。

7.根据权利要求5所述的图像处理方法,其中,基于所述输入图像,利用所述第一神经网络分别对所述多个预测关键点组进行曲线预测,以得到所述多个系数组,包括:

根据所述多个预测关键点组将所述输入图像划分为多个图像区域;

根据所述多个预测关键点组和所述多个图像区域,确定多个第二预测数据组,每个第二预测数据组包括一个预测关键点组和一个图像区域;

利用所述第一神经网络分别对所述多个第二预测数据组进行曲线预测,以得到所述多个系数组。

8.根据权利要求4所述的图像处理方法,其中,所述输入图像包括多张人脸,

基于所述输入图像,利用所述第一神经网络对所述多个原始关键点进行曲线预测以得到多个系数组,包括:

划分所述多个原始关键点,以得到多个原始关键点组,所述多个原始关键点组与所述多张人脸一一对应,所述多个原始关键点组中的每一个原始关键点组中的原始关键点被划分为多个预测关键点组;

根据所述多个原始关键点组,划分所述输入图像以得到多个子输入图像,其中,所述多个原始关键点组与所述多个子输入图像一一对应,所述多个子输入图像中的每一个包括一张人脸;

基于所述多个子输入图像,利用所述第一神经网络分别对所述多个原始关键点组中的所有预测关键点组进行曲线预测,以得到所述多个系数组,其中,所述多个系数组与所述多个原始关键点组中的所有预测关键点组一一对应。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京迈格威科技有限公司,未经北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811184763.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top