[发明专利]样本图像生成方法、模型训练方法、图像处理方法和装置

说明书

本公开提供了一种样本图像生成方法、模型训练方法、图像处理方法和装置，涉及人工智能技术领域，具体涉及计算机视觉、图像处理、深度学习等技术领域。具体实现方案为：从多个原始图像中，获取包含完整人脸区域，且完整人脸区域的位置信息在原始图像的预设区域内的目标图像，并将目标图像作为负样本图像，以及将目标图像中完整人脸区域的至少一部分人脸区域裁掉，以得到发生人脸截断的正样本图像，以及根据负样本图像和正样本图像，生成用于训练人脸截断分类模型的样本图像集合。由此，通过具有完整人脸区域的负样本图像以及具有部分或者没有人脸的正样本图像，生成用于训练人脸截断分类模型的样本图像集合，丰富了样本图像的多样性。

技术领域

本公开涉及计算机技术领域，涉及人工智能技术领域，具体涉及计算机视觉、图像处理、深度学习等技术领域，尤其涉及样本图像生成方法、模型训练方法、图像处理方法和装置。

背景技术

在一些场景中需要对待处理图像进行人脸截断识别，例如，在视频类场景中，为了避免发生人脸截断的视频封面图像呈现在用户面前，影响画面信息的完整度以及影响用户体验，相关技术中，通常采用人脸截断分类模型来对待处理图像进行人脸截断识别，其中，目前的人脸截断分类模型的训练样本均是完整人脸的图像的训练样本，从而导致所训练出的人脸截断分类模型的分类准确度低。

发明内容

本公开提供了一种样本图像生成方法、模型训练方法、图像处理方法和装置。

根据本公开的一方面，提供了一种人脸截断分类模型的样本图像生成方法，所述方法包括：获取多个原始图像；从所述多个原始图像中，获取包含完整人脸区域，且所述完整人脸区域的位置信息在原始图像的预设区域内的目标图像，其中，所述预设区域是距离所述原始图像在宽度方向上的边界线第一预设距离，且距离所述原始图像在高度方向上的边界线第二预设距离的区域；将所述目标图像作为负样本图像；将所述目标图像中所述完整人脸区域的至少一部分人脸区域裁掉，以得到发生人脸截断的正样本图像；根据所述负样本图像和所述正样本图像，生成用于训练人脸截断分类模型的样本图像集合。

根据本公开的另一方面，提供了一种人脸截断分类模型的训练方法，所述方法包括：获取如前所述的人脸截断分类模型的样本图像生成方法所生成的样本图像集合；采用所述样本图像集合训练人脸截断分类模型。

根据本公开的另一方面，提供了一种图像处理方法，包括：获取待处理图像；将所述待处理图像输入到预先训练好的人脸截断分类模型，以得到所述待处理图像的人脸截断分类结果，其中，所述人脸截断分类模型是根据如前所述的人脸截断分类模型的样本图像生成方法所生成的样本图像集合训练得到的；根据所述人脸截断分类结果，确定所述待处理图像的质量检测结果。

根据本公开的另一方面，提供了一种人脸截断分类模型的样本图像生成装置，包括：第一获取模块，用于获取多个原始图像；第二获取模块，用于从所述多个原始图像中，获取包含完整人脸区域，且所述完整人脸区域的位置信息在原始图像的预设区域内的目标图像，其中，所述预设区域是距离所述原始图像在宽度方向上的边界线第一预设距离，且距离所述原始图像在高度方向上的边界线第二预设距离的区域；第一确定模块，用于将所述目标图像作为负样本图像；裁剪模块，用于将所述目标图像中所述完整人脸区域的至少一部分人脸区域裁掉，以得到发生人脸截断的正样本图像；生成模块，用于根据所述负样本图像和所述正样本图像，生成用于训练人脸截断分类模型的样本图像集合。

根据本公开的另一方面，提供了一种人脸截断分类模型的训练装置，所述装置包括：获取模块，用于获取如前所述的人脸截断分类模型的样本图像生成方法所生成的样本图像集合；训练模块，用于采用所述样本图像集合训练人脸截断分类模型。