[发明专利]人脸图像处理方法、装置、计算机设备和存储介质

权利要求书

1.一种人脸图像处理方法，其特征在于，所述方法包括：

获取用户图像；

对所述用户图像进行人脸定位，识别用户面部表情；

对所述用户图像进行视觉检测，确定用户体貌类别；

对所述用户图像进行图像识别，确定图像背景类别；

从所述用户图像中获取图像颜色特征；

将所述用户面部表情、所述用户体貌类别、所述图像背景类别和所述图像颜色特征输入至已训练的分类模型，确定用户信用等级。

2.根据权利要求1所述的方法，其特征在于，所述对所述用户图像进行人脸定位，识别用户面部表情，包括：

在所述用户图像上进行关键特征点定位，确定五官特征点在用户面部上的位置；

基于所述五官特征点在用户面部上的位置，确定用户面部几何特征；

根据面部几何特征和面部表情的对应关系，确定所述用户面部几何特征对应的用户面部表情。

3.根据权利要求2所述的方法，其特征在于，所述在所述用户图像上进行关键特征点定位，确定五官特征点在用户面部上的位置，包括：

对所述用户图像进行人脸检测，确定所述用户图像中的关键特征点；

利用所述关键特征点，由所述用户图像得到与标准人脸图像对齐的处理图像；

将所述关键特征点在所述处理图像中的分布位置，作为五官特征点在用户面部上的位置。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述对所述用户图像进行视觉检测，确定用户体貌类别，包括：

从所述用户图像中提取像素数据；

将所述像素数据分别输入至各种卷积核，得到对应的体貌特征；

将所述体貌特征输入至对应的分类模型，得到用户体貌类别。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述对所述用户图像进行图像识别，确定图像背景类别，包括：

对所述用户图像中的像素进行聚类，将所述用户图像划分为前景图像和背景图像；

从所述用户图像中去除所述前景图像，并按照所述背景图像对所述用户图像中去除部分进行填充，得到填充图像；

确定所述填充图像所属的类别，作为图像背景类别。

6.根据权利要求5所述的方法，其特征在于，所述将所述用户面部表情、所述用户体貌类别、所述图像背景类别和所述图像颜色特征输入至已训练的分类模型，确定用户信用等级，包括：

获取已训练的GBDT模型；所述GBDT模型包括至少一棵二叉树，每棵所述二叉树包括至少一个父结点和每个所述父结点连接的两个子结点；每个所述父结点对应判断所述用户面部表情、所述用户体貌类别、所述图像背景类别和所述图像颜色特征中的一个对应的类别，同一个所述父结点连接的两个子结点分别对应所述用户面部表情、所述用户体貌类别、所述图像背景类别和所述图像颜色特征中的一个对应的一种类别；各个所述子结点具有不同的信用分；

对每棵所述二叉树进行访问，并在访问每个所述父结点时，根据所述用户面部表情、所述用户体貌类别、所述图像背景类别和所述图像颜色特征中的一个从所述父结点连接的两个子结点中选择一个进行访问；

将访问的所有子结点具有的信用分相加，得到用户信用分；

将所述用户信用分输入至逻辑回归模型，得到所述用户信用等级。

7.根据权利要求1至3任意一项所述的方法，其特征在于，所述方法还包括：

若多张所述用户图像的图像背景类别相同，则获取多张所述用户图像的上传时间；

若多张所述用户图像的上传时间的相差时长小于设定时长，则判定多张所述用户图像对应用户属于高风险团伙。