[发明专利]低质量人脸图像增强方法、系统、设备及存储介质

说明书

本发明提供一种低质量人脸图像增强方法、系统、设备及存储介质，该方法包括：基于图像处理方法合成低质量人脸图像；计算所述低质量人脸图像关于其五官区域的人脸权重矩阵；构造深层神经网络，使用低质量人脸图像、真实图像以及相对应的人脸权重矩阵作为训练集来拟合参数，生成图像增强模型；利用所述图像增强模型对输入低质量人脸图像处理，以增强图像低质量人脸图像。通过合成低质量人脸图像模拟现实环境中多种原因造成的低质量人脸图像，提高了生成图像增强模型通用性；在人脸识别过程中，利用人脸特征相似度的监督信号训练GAN模型，以提升低质量人脸图像场景下人脸识别性能。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种低质量人脸图像增强方法、系统、设备及存储介质。

背景技术

随着人脸识别性能的提升，人脸识别技术逐渐落地，应用到现实各个领域中。人脸识别系统的一般需要在应用场景中采集或抓取目标人的现场照片，将其与本人的证件照，或者检索库中的照片一起提取人脸特征，根据两者人脸特征比对的相似程度实现人脸识别。

然而，在一些应用场景中，由于存在现场环境不可控，用户无法配合等因素，往往抓取不到高质量的人脸照片，从而影响人脸特征的提取，从而影响人脸相似度的比对。低质量图像是指图像存在模糊、噪声、低分辨率、过暗或过曝等情况，比如：动态监控场景，天气因素会导致拍摄出不同亮度的图像，甚至参数欠曝光或者过曝光的情况；夜晚中由于光照严重不足，会产生非常严重的图像噪声；由于人物一般处于移动状态，拍摄到的人物也存在严重的模糊。在实际应用中，拍摄到的人脸图像往往质量很低，并且形成的原因非常复杂。低质量图片往往会极大的降低人脸识别系统的性能，因此，提升人脸图像质量，进而提升人脸识别系统性能，在许多应用场景，都具有非常重要的意义，是该类应用领域中的一个迫切需求。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种低质量人脸图像增强方法、系统、设备及存储介质，用于解决现有技术中增强低质量人脸图像以提高人脸识别准确率的问题。

为实现上述目的及其他相关目的，本发明提供一种低质量人脸图像增强方法，包括：

基于图像处理方法合成低质量人脸图像；

计算所述低质量人脸图像关于其五官区域的人脸权重矩阵；

构造深层神经网络，使用低质量人脸图像、真实图像以及相对应的人脸权重矩阵作为训练集来拟合参数，生成图像增强模型；

利用所述图像增强模型对输入低质量人脸图像处理，以增强图像低质量人脸图像。

本发明的另一目的在于提供一种低质量人脸图像增强系统，包括：

低质量人脸图像生成模块，用于基于图像处理方法合成低质量人脸图像；

人脸权重矩阵估算模块，用于计算所述低质量人脸图像关于其五官区域的人脸权重矩阵；

图像增强模型，用于构造深层神经网络，使用低质量人脸图像、真实图像以及相对应的人脸权重矩阵作为训练集来拟合参数，生成图像增强模型；

图像恢复模块，用于利用所述图像增强模型对输入低质量人脸图像处理，以增强图像低质量人脸图像。

于本发明的另一目的在于提供一种计算设备，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行上述方法中的任一方法的指令。

本发明还有一目的在于存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行上述的方法中的任一方法。