[发明专利]提升人像照片清晰度的方法及装置有效

专利信息
申请号: 202011593889.0 申请日: 2020-12-29
公开(公告)号: CN112598580B 公开(公告)日: 2023-07-25
发明(设计)人: 林青山 申请(专利权)人: 广州光锥元信息科技有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T5/30;G06T5/50;G06T7/11;G06V40/16;G06V10/82;G06N3/04
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 刘明华
地址: 510000 广东省广州市天河区东郊工业*** 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: 提升 人像 照片 清晰度 方法 装置
【权利要求书】:

1.一种提升人像照片清晰度的方法,其特征在于,包括:

获取原始图像,并根据所述原始图像,获取多个原始图像切片;

将所述原始图像切片输入至清晰度模型中,所述清晰度模型对所述原始图像切片进行清晰度处理,得到多个图像切片,将得到的多个图像切片进行拼接,得到第一图像;

根据所述原始图像,获取待处理图像,将所述待处理图像输入到人脸识别模型中,所述人脸识别模型对所述待处理图像进行人脸识别,并在识别到人脸时获取原始人脸框矩形,对所述原始人脸框矩形以不同比例进行放大,分别得到内扩展人脸框矩形、外扩展人脸框矩形;根据所述外扩展人脸框矩形对所述原始图像进行裁剪,输出第二图像;其中,所述第二图像为人脸图像;

将所述第二图像输入到人脸清晰度模型中,所述人脸清晰度模型对所述第二图像中的人脸进行清晰度处理,输出第三图像;

将所述第二图像输入到人像分割模型中,所述人像分割模型对所述第二图像进行人像分割处理,输出人像掩膜图像;

创建与所述外扩展人脸框矩形大小一致且像素为0的黑色掩膜图像,根据所述人像掩膜图像和黑色掩膜图像,得到扩展人像掩膜图像;

对所述扩展人像掩膜图像进行膨胀操作,得到羽化人像掩膜图像;

以所述羽化人像掩膜图像的像素值为权重计算最终图像的像素值,根据所述像素值和原始人脸框矩形的位置将所述羽化人像掩膜图像与第一图像相融合,输出最终图像。

2.根据权利要求1所述的方法,其特征在于,还包括:

在所述原始图像输入到人脸识别模型中时,如果无法识别到人脸,则将所述第一图像确定为最终图像。

3.根据权利要求1所述的方法,其特征在于,所述根据所述原始图像,获取多个原始图像切片,包括:

对所述原始图像以128x128的像素大小进行裁剪,得到多个128x128的原始图像切片;

其中,对于所述原始图像边缘不满128长度的地方,采用拉伸的方式进行填补。

4.根据权利要求1所述的方法,其特征在于,所述根据所述原始图像,获取待处理图像,包括:

将所述原始图像保持宽高比例进行尺寸缩放至预设像素大小并记录缩放因子;将所述缩放至预设像素大小的图像确定为待处理图像。

5.根据权利要求4所述的方法,其特征在于,所述在识别到人脸时获取原始人脸框矩形,对所述原始人脸框矩形进行缩小和放大,分别得到内扩展人脸框矩形、外扩展人脸框矩形,包括:

在识别到人脸时,记录所述人脸识别模型返回的所有的人脸在所述待处理图像的缩放人脸框矩形;

对所有的所述缩放人脸框矩形进行缩放还原操作,即将矩形的坐标乘以所述缩放因子,得到所有的原始人脸框矩形;

对所有的所述原始人脸框矩形扩大1.25倍,得到外扩展人脸框矩形;对所有的所述原始人脸框矩形扩大1.125倍,得到内扩展人脸框矩形。

6.根据权利要求1所述的方法,其特征在于,所述计算最终图像的像素值,包括:

获取所述羽化人像掩膜图像中的像素值、以及羽化人像掩膜图像中的像素值在所述第三图像中对应的像素值以及第一图像的像素值

根据所述羽化人像掩膜图像中的像素值、以及羽化人像掩膜图像中的像素值在所述第三图像中对应的像素值计算所述羽化人像掩膜图像中的像素值的权重;

根据所述权重、第一图像的像素值以及羽化人像掩膜图像的像素值计算最终图像的像素值。

7.根据权利要求6所述的方法,其特征在于,所述最终图像的像素值的计算公式为:

R=F·a+N(1-a)

其中,R表示最终图像的像素值,F表示第三图像的像素值,N表示第一图像的像素值,a表示羽化人像掩膜图像的像素值。

8.根据权利要求1所述的方法,其特征在于,

所述清晰度模型接收像素大小为128x128的输入图像,输出像素大小为256x256的清晰度的输出图像。

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广州光锥元信息科技有限公司,未经广州光锥元信息科技有限公司许可,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/202011593889.0/1.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