[发明专利]人脸色素检测模型训练方法、装置、设备及存储介质

说明书

本申请提供一种人脸色素检测模型训练方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：对原始样本图像进行增益处理，得到目标样本图像；将目标样本图像输入初始人脸色素检测模型中，得到实际黑色素高清细节图像和实际红色素高清细节图像；对原始样本图像进行分解处理，得到监督黑色素高清细节图像和监督红色素高清细节图像；以监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据实际黑色素高清细节图像和实际红色素高清细节图像，对初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。本方案解决了低成本相机拍摄画质较差，导致图像相邻像素的颜色趋于一致使人脸图像中不同色素分解质量低的问题。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种人脸色素检测模型训练方法、装置、设备及存储介质。

背景技术

人脸肤色主要是由两种色素构成：黑色素和血红素，这两种色素对光线的吸收和反射有着相对固定的光谱，因此，在图像成像上有着相对固定的颜色，最终呈现出的人脸皮肤的整体颜色则由该两种色素的含量决定；反过来，根据图像成像的结果，计算得到黑色素(结果为棕色图，Brown)和血红素(结果为红色图，Red)的含量。所以，可以对得到的人脸图像的颜色进行分析，从而得到人脸图像中不同色素的分布。

目前，对于图像的分析处理方法往往只适用于图像质量较高的图像，例如由专业的数码相机或单反相机等所采集的图像，而应用于图像质量较低的图像处理时，如手机摄像头拍摄的图像，由于这类质量较低的图像中具有较多的彩色噪声，手机成像算法中的去噪过程，会导致图像相邻像素的颜色趋于一致，进而影响人脸图像中不同色素之间的识别分离效果。

因此，如何解决低成本相机(摄像头)拍摄画质较差导致图像相邻像素的颜色趋于一致使人脸图像中不同色素分解质量低下的问题，是亟待解决的技术问题。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种人脸色素检测模型训练方法、装置、设备及存储介质，以便解决低成本相机(摄像头)拍摄画质较差，导致图像相邻像素的颜色趋于一致使人脸图像中不同色素分解质量低下的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种人脸色素检测模型训练方法，包括：

对原始样本图像进行增益处理，得到目标样本图像，所述原始样本图像的分辨率高于所述目标样本图像的分辨率；

将所述目标样本图像输入初始人脸色素检测模型中，得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像；

对所述原始样本图像进行分解处理，得到监督黑色素高清细节图像和监督红色素高清细节图像；

以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。

可选地，所述以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型，包括：

所述监督黑色素高清细节图像的亮度信息和监督红色素高清细节图像的亮度信息作为监督参数，根据所述实际黑色素高清细节图像的亮度信息和所述实际红色素高清细节图像的亮度信息，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。

可选地，所述初始人脸色素检测模型包括：编码器、第一解码器以及第二解码器；

所述将所述目标样本图像输入初始人脸色素检测模型中，得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像，包括：