[发明专利]人脸图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种人脸图像处理方法、装置、计算机设备和存储介质。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。采用本方法能够提高人脸图像重复使用率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种人脸图像处理方法、装置、计算机设备和存储介质。

背景技术

随着图像处理技术的发展，出现了人脸识别技术(Face RecognitionTechnology)。人脸识别技术是利用分析比较的计算机技术识别人脸的技术，通过人脸进行身份确认或者身份查找。

人脸识别的时候，基于人的脸部特征对输入的人脸图像或者视频流依次进行如下处理：首先判断是否存在人脸；如果存在人脸，则再进一步给出每个人脸的位置、大小和各个主要面部器官的位置信息；然后依据这些信息，进一步提取每个人脸中所蕴含的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

然而，目前采集的人脸图像通常都是以海量图片小文件的形式存储下来，被动地等待人脸比对进行身份验证，重复利用率很低，造成了资料的浪费。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高人脸图像重复使用率的人脸图像处理方法、装置、计算机设备和存储介质。

一种人脸图像处理方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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：