[发明专利]一种人脸图像清晰度提升方法及装置

权利要求书

1.一种人脸图像清晰度提升方法，其特征在于，包括以下步骤：

获取待提升清晰度的人脸图像；

将所述人脸图像输入经退化操作训练的模型中得到清晰度提升后的人脸图像。

2.根据权利要求1所述的方法，其特征在于：所述经退化操作训练的模型的训练步骤包括：

获取训练人脸图像的高清图片；

将所述训练人脸图像进行退化操作得到低清图片；

将所述低清图片输入到预构建的卷积神经网络模型中得到生成图片；

计算所述生成图片与所述高清图片之间的损失；

判断所述损失是否收敛；

若不收敛，则采用自适应矩估计算法优化所述卷积神经网络模型的参数；

重复上述步骤直至所述损失收敛且所述生成图片清晰度达到要求时，保存所述卷积神经网络模型的参数得到经退化操作训练的模型。

3.根据权利要求1所述的方法，其特征在于：所述退化操作包含以下步骤：

以50％的概率进行模糊操作；

以20％的概率进行加噪操作；

以70％的概率进行JPEG压缩操作；

进行缩放操作，缩放至图片长宽分别是所述高清图片的长宽的1/4大小。

4.根据权利要求2所述的方法，其特征在于，还包括：

将所述高清图片输入到预构建的多层判别模型中得到所述高清图片为真的第一概率；

将所述生成图片输入到所述多层判别模型中得到所述生成图片为假的第二概率；

用Hinge损失函数分别计算所述第一概率和第二概率与1的损失，并将计算得到的两个损失求和得到损失和；

判断所述损失和是否收敛；

若不收敛，则采用自适应矩估计算法优化所述多层判别模型的参数；

重复上述步骤直至所述损失和收敛，保存此时的多层判别模型。

5.根据权利要求1所述的方法，其特征在于：将所述人脸图像输入经退化操作训练的模型中得到清晰度提升后的人脸图像包括：

对所述人脸图像进行预处理得到只包含人脸的原始降噪人脸图像；

将原始降噪人脸图像输入到所述模型中。

6.根据权利要求5所述的方法，其特征在于：所述对所述人脸图像进行预处理得到只包含人脸的原始降噪人脸图像包括：

将所述人脸图像输入到预构建的人脸识别模型中得到人脸数据，所述人脸数据包括人脸框、左眼、右眼、鼻尖、左嘴角和右嘴角的位置；

根据所述人脸数据在所述人脸图像上进行剪裁操作得到原始人脸图像；

对所述原始人脸图像进行人脸选择对齐操作得到原始对齐人脸图像；

对所述原始对齐图像使用三次插值算法进行缩放操作，得到大小为128*128的原始缩放人脸图像；

对所述原始缩放人脸图像进行降噪操作，得到原始降噪人脸图像。

7.根据权利要求6所述的方法，其特征在于，还包括：

所述将原始降噪人脸图像输入到所述模型后得到高清降噪人脸图像；

对所述高清降噪人脸图像进行预处理得到高清人脸图像；

将所述高清人脸图像融合到所述人脸图像中得到最终图像。

8.根据权利要求7所述的方法，其特征在于：所述对所述高清降噪人脸图像进行预处理得到高清人脸图像包括：

对所述高清降噪人脸图像使用三次插值算法进行缩放操作，得到大小与原始人脸图像大小一致的高清缩放人脸图像；

将所述高清人脸图像进行旋转还原操作，得到高清人脸图像，所述高清人脸图像中人脸的位置与原始人脸图像中人脸的位置一致。

9.根据权利要求7所述的方法，其特征在于：所述将所述高清人脸图像融合到所述人脸图像中得到最终图像包括：

将所述高清人脸图像输入到预构建的人像分割模型，得到高清人脸掩膜图像；

对所述高清人脸掩膜图像进行腐蚀、膨胀和模糊操作，得到高清人脸羽化掩膜图像；

以高清人脸羽化掩膜图像中的像素值为权重，将所述高清人脸图像融合到人脸图像中得到最终图像。

10.一种人脸图像清晰度提升装置，其特征在于，包括：

人脸图像获取模块，用于获取待提升清晰度的人脸图像；

人脸图像输入模块，用于将所述人脸图像输入经退化操作训练的模型中得到清晰度提升后的人脸图像。