[发明专利]一种人脸图像预处理方法、装置、设备及存储介质

权利要求书

1.一种人脸图像预处理方法，其特征在于，包括：

确定当前需要进行预处理的人脸图像为目标图像；

将所述目标图像输入至强化学习模型中，得到该强化学习模型输出的与各图像增强方法对应的图像增强参数；其中，所述强化学习模型为预先利用训练集训练得到的，所述训练集包括多个抓拍人脸图像及对应标准人脸图像；

利用相应的图像增强方法，按照所述强化学习模型输出的与所述目标图像对应的各图像增强参数，对所述目标图像进行图像增强处理。

2.根据权利要求1所述的方法，其特征在于，预先利用所述训练集训练得到所述强化学习模型，包括：

依次确定所述训练集中每个所述抓拍人脸图像为当前图像；

在确定出任一当前图像后，将当前图像输入至所述强化学习模型中，得到所述强化学习模型输出的各图像增强方法对应的图像增强参数，并利用相应的图像增强方法，按照所述强化学习模型输出的与当前图像对应的各图像增强参数，对当前图像进行图像增强处理；

确定当前图像进行图像增强处理后与对应标准人脸图像之间的相似度为第一相似度，当前图像进行图像增强处理前与对应标准人脸图像之间的相似度为第二相似度，以所述第一相似度及所述第二相似度的差值作为奖励，实现对所述强化学习模型的训练。

3.根据权利要求2所述的方法，其特征在于，将当前图像输入至所述强化学习模型中之前，还包括：

对当前图像进行降质处理。

4.根据权利要求3所述的方法，其特征在于，所述强化学习模型采用DDPG算法实现。

5.根据权利要求4所述的方法，其特征在于，实现对所述强化学习模型的训练之前，还包括：

在所述DDPG算法所用损失函数的基础上添加额外的损失函数，以基于添加后得到的函数实现对所述强化学习模型的训练。

6.根据权利要求5所述的方法，其特征在于，利用所述训练集训练得到所述强化学习模型之后，还包括：

利用测试集对所述强化学习模型进行测试，如果测试所得精度达到精度阈值，则确定所述强化学习模型训练完成，否则，则利用所述训练集重新对所述强化学习模型进行训练，直到所述强化学习模型测试所得精度达到精度阈值、或者对所述强化学习模型进行测试的次数达到次数阈值为止；所述测试集包括多个抓拍人脸图像及对应标准人脸图像。

7.根据权利要求6所述的方法，其特征在于，对所述目标图像进行图像增强处理之后，还包括：

将进行图像增强处理之后的目标图像输出至人脸识别模型，得到所述人脸识别模型输出的所述目标图像的人脸识别结果。

8.一种人脸图像预处理装置，其特征在于，包括：

确定模块，用于：确定当前需要进行预处理的人脸图像为目标图像；

学习模块，用于：将所述目标图像输入至强化学习模型中，得到该强化学习模型输出的与各图像增强方法对应的图像增强参数；其中，所述强化学习模型为预先利用训练集训练得到的，所述训练集包括多个抓拍人脸图像及对应标准人脸图像；

处理模块，用于：利用相应的图像增强方法，按照所述强化学习模型输出的与所述目标图像对应的各图像增强参数，对所述目标图像进行图像增强处理。

9.一种人脸图像预处理设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述人脸图像预处理方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸图像预处理方法的步骤。