[发明专利]图像处理方法、装置、电子设备及可读存储介质

说明书

本申请实施例提供了一种图像处理方法、装置、电子设备及可读存储介质，该方法包括：获取用户的脸部图像；使用神经网络模型，基于所述脸部图像，得到用户的视线焦点位置。基于本申请实施例所提供的方法，能够有效提高用户的视线焦点位置估计的准确性。

技术领域

本申请涉及计算机技术领域，具体而言，本申请涉及一种图像处理方法、装置、电子设备及可读存储介质。

背景技术

目前，随着科学技术的发展，各种电子设备已经成为人们生活中不可或缺的一部分。在很多应用场景下，有时需要对用户在使用电子设备时的视线焦点即用户视线的关注点进行估计，例如，利用视线选择应用程序并启动(相当于将视线当做鼠标)，或者根据视线位置推送广告等等。以上应用场景，均需要用户在电子设备屏幕上的视线位置有实时、准确的估计。但目前现有的实现估计方案，在实际应用中的估计精确度都有待提升。

发明内容

本申请的目的旨在提供了一种图像处理方法、装置、电子设备及可读存储介质，以提升用户视线关键点位置估计的准确性。本申请实施例提供的方案如下：

第一方面，本申请实施例提供了一种基于神经网络模型的图像处理方法，该方法包括：

获取用户的脸部图像；

使用神经网络模型，基于脸部图像，得到用户的视线焦点位置。

第二方面，本申请实施例提供了一种神经网络模型的训练方法，该方法包括：

获取训练样本集，训练样本集中包括各样本图像；

基于各样本图像对初始的目标神经网络模型进行训练，直至损失函数收敛，得到训练好的目标神经网络模型。

第三方面，本申请实施例提供了一种图像处理装置，该装置包括：

图像获取模块，用于获取用户的脸部图像；

视线焦点位置确定模块，用于使用神经网络模型，基于脸部图像，得到用户的视线焦点位置。

第四方面，本申请实施例提供了一种神经网络模型的训练装置，该装置包括：

样本获取模块，获取训练样本集，训练样本集中包括各样本图像；

模型训练模块，基于各样本图像对初始的目标神经网络模型进行训练，直至损失函数收敛，得到训练好的目标神经网络模型。

第五方面，本申请实施例提供了一种电子设备，该电子设备包括存储器和处理器；其中，存储器中存储有计算机程序；处理器用于调用该计算机程序，以执行本申请第一方面或第二方面中所提供的方法。

第六方面，本申请实施例提供了一种计算机可读存储介质，该存储介质中存储有计算机程序，计算机程序被处理器执行时实现本申请第一方面或第二方面中所提供的方法。

本申请所提供的技术方案的有益效果将在后文中结合具体实施例以及附图进行详细的描述，在此不在介绍。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。

图1示出了本申请实施例提供的一种神经网络模型的训练方法的流程示意图；

图2示出了本申请一示例中的一种训练方法的流程示意图；

图3示出了本申请实施例提供的一种图像处理方法的流程示意图；

图4示出了本申请一示例中的屏幕标定物的示意图；

图5示出了本申请实施例提供的一种电子设备的结构示意图。

具体实施方式