[发明专利]一种人脸图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种人脸图像处理方法，其特征在于，包括：

从单目摄像头拍摄的视频数据中截取多帧包含人脸的图像；

通过预先训练的单人脸特征提取网络分别对每帧图像进行特征提取，得到每帧图像对应的人脸特征图像；

根据每个人脸特征图像，生成对应的融合人脸特征图像；

根据所述融合人脸特征图像，通过预先训练的分类模型确定所述融合人脸特征图像中包含的人脸是否为真实人脸；

其中，所述单人脸特征提取网络包括依次排列的第一卷积层、第一子模块、第二子模块、第二卷积层、第三卷积层、第四卷积层和第一池化层；所述第一子模块包括依次排列的第五卷积层、第六卷积层和第二池化层；所述第二子模块包括依次排列的第七卷积层、第八卷积层和第三池化层；

所述通过预先训练的单人脸特征提取网络分别对每帧图像进行特征提取，得到每帧图像对应的人脸特征图像，包括：

将第一图像输入所述第一卷积层进行第一预设比例和第一预设迭代次数的卷积处理，得到所述第一图像对应的第一卷积图像，所述第一图像为所述多帧包含人脸的图像中的任意一帧图像；

将所述第一卷积图像输入所述第五卷积层进行第二预设比例和第二预设迭代次数的卷积处理，得到所述第一图像对应的第二卷积图像；

将所述第二卷积图像输入所述第六卷积层进行第三预设比例和第三预设迭代次数的卷积处理，得到所述第一图像对应的第三卷积图像；

将所述第三卷积图像输入所述第二池化层进行第四预设比例的池化处理，得到所述第一图像对应的第一池化图像；

将所述第一池化图像输入所述第七卷积层进行第五预设比例和第四预设迭代次数的卷积处理，得到所述第一图像对应的第四卷积图像；

将所述第四卷积图像输入所述第八卷积层进行第六预设比例和第五预设迭代次数的卷积处理，得到所述第一图像对应的第五卷积图像；

将所述第一池化图像进行第七预设比例的池化处理得到第二池化图像，将所述第五卷积图像和所述第二池化图像输入所述第三池化层，对所述第五卷积图像进行第八预设比例的池化处理得到第三池化图像；将所述第二池化图像和所述第三池化图像进行叠加，得到所述第一图像对应的第四池化图像；

将所述第四池化图像输入所述第二卷积层进行第九预设比例和第六预设迭代次数的卷积处理，得到所述第一图像对应的第六卷积图像；

将所述第六卷积图像输入所述第三卷积层进行第十预设比例和第七预设迭代次数的卷积处理，得到所述第一图像对应的第七卷积图像；

将所述第七卷积图像输入第四卷积层进行第十一预设比例和第八预设迭代次数的卷积处理，得到所述第一图像对应的第八卷积图像；

将所述第八卷积图像输入所述第一池化层进行第十二预设比例的池化处理，得到所述第一图像对应的人脸特征图像。

2.根据权利要求1所述的方法，其特征在于，所述根据每个人脸特征图像，生成对应的融合人脸特征图像，包括：

将每个人脸特征图像中时间戳相邻的两个人脸特征图像组成特征图像集；

分别对每个特征图像集中包括的两个人脸特征图像进行运动特征分析，得到每个特征图像集对应的运动特征图像；

根据每个特征图像集对应的运动特征图像，生成融合人脸特征图像。

3.根据权利要求2所述的方法，其特征在于，所述分别对每个特征图像集中包括的两个人脸特征图像进行运动特征分析，得到每个特征图像集对应的运动特征图像，包括：

通过第一预设算子分别对每个特征图像集包括的两个人脸特征图像进行边缘检测处理；

通过第二预设算子分别对每个特征图像集包括的两个人脸特征图像进行位移相减处理；

将边缘检测处理的结果和位移相减处理的结果进行累加，得到每个特征图像集对应的运动特征图像。

4.根据权利要求2所述的方法，其特征在于，所述根据每个特征图像集对应的运动特征图像，生成融合人脸特征图像，包括：

将每个特征图像集对应的运动特征图像中所有像素点的坐标值进行加权平均运算，得到所述人脸对应的融合特征图像。