[发明专利]图片处理方法和装置、存储介质及电子装置在审

专利信息
申请号: 201911143196.9 申请日: 2019-11-20
公开(公告)号: CN110956599A 公开(公告)日: 2020-04-03
发明(设计)人: 宋奕兵;刘威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06F16/583
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周婷婷
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图片 处理 方法 装置 存储 介质 电子
【说明书】:

发明公开了一种图片处理方法和装置、存储介质及电子装置。其中,该方法包括:使用目标识别模型识别原始面部图片,获取原始面部图片的面部结构图,面部结构图中包括原始面部图片中面部的基本面部结构;根据基本面部结构从数据库存储的高清面部图片中查找与面部结构图匹配的目标高清面部图片,根据基本面部结构与目标高清面部图片确定目标面部图片,其中,目标面部图片的分辨率为第三分辨率,第三分辨率大于第一分辨率。本发明解决了相关技术中对低清晰度图片处理准确度低的技术问题。

技术领域

本发明涉及计算机领域,具体而言,涉及一种图片处理方法和装置、存储介质及电子装置。

背景技术

相关技术中,在提高图片的清晰度的过程中,通常是可以使用去模糊的方法对图片进行去模糊以提高图片清晰度,或者使用超分辨率的方法提高图片的分辨率。对于去模糊的方法,通常为从人脸数据库中提取出梯度和纹理信息来补充至输入的模糊人脸图像中。而对于超分辨率的方法,已有方案为从高分辨率的人脸数据库中寻找匹配的人脸图像块来补充输入的低分辨率的人脸图像。在自然图像超分辨率的方案中,有提出利用卷积神经网络对自然图像进行端到端的上采样从而获得高分辨率的图像。

然而,若是采用上述方法,使用卷积神经网络对自然图像进行端到端的上采样,实际上仅仅实现了部分提高图片的清晰度,对图片的处理效果并不高。也就是说,相关技术中,无法有效处理低清晰度的图片,获得高清晰度的图片。

针对上述的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种图片处理方法和装置、存储介质及电子装置,以至少解决相关技术中对低清晰度图片处理准确度低的技术问题。

根据本发明实施例的一个方面,提供了一种图片处理方法,包括:使用目标识别模型获取原始面部图片的面部结构图,其中,上述原始面部图片的分辨率为第一分辨率,上述面部结构图中包括上述原始面部图片中面部的基本面部结构;根据上述基本面部结构从数据库存储的高清面部图片中查找与上述面部结构图匹配的目标高清面部图片,其中,上述目标高清面部图片的分辨率为第二分辨率,上述第二分辨率大于上述第一分辨率;根据上述基本面部结构与上述目标高清面部图片确定目标面部图片,其中,上述目标面部图片的分辨率为第三分辨率,上述第三分辨率大于上述第一分辨率。

根据本发明实施例的另一方面,还提供了一种图片处理装置,包括:获取单元,用于使用目标识别模型获取原始面部图片的面部结构图,其中,上述原始面部图片的分辨率为第一分辨率,上述面部结构图中包括上述原始面部图片中面部的基本面部结构;查找单元,用于根据上述基本面部结构从数据库存储的高清面部图片中查找与上述面部结构图匹配的目标高清面部图片,其中,上述目标高清面部图片的分辨率为第二分辨率,上述第二分辨率大于上述第一分辨率;确定单元,用于根据上述基本面部结构与上述目标高清面部图片确定目标面部图片,其中,上述目标面部图片的分辨率为第三分辨率,上述第三分辨率大于上述第一分辨率。

作为一种可选的示例,上述确定单元包括:第一处理模块,用于对上述目标高清面部图片执行滤波操作,得到第一滤波图片;第二处理模块,用于对上述面部结构图执行滤波操作,得到第二滤波图片;添加模块,用于将上述第一滤波图片与上述目标高清面部图片的差值图片添加到上述第二滤波图片中,得到目标面部图片,其中,上述目标面部图片的分辨率为第三分辨率,上述第三分辨率大于上述第一分辨率。

作为一种可选的示例,上述确定单元还包括:第二获取模块,用于在上述将上述第一滤波图片与上述目标高清面部图片的差值图片添加到上述第二滤波图片中,得到目标面部图片之前,获取上述第一滤波图片与上述目标高清面部图片中每两个处于相同位置的像素的差值;保存模块,用于将上述差值保存到上述差值图片中,得到上述第一滤波图片与上述目标高清面部图片的上述差值图片。

根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述图片处理方法。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201911143196.9/2.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