[发明专利]图像矫正模型的训练方法、图像矫正方法、设备及存储介质

说明书

本申请涉及图像矫正领域，具体公开了一种图像矫正模型的训练方法、图像矫正方法、计算机设备及存储介质，其中，图像矫正模型的训练方法包括：获取训练数据，训练数据包括训练图像和训练图像对应的旋转图像；将旋转图像输入至预设的矫正网络中，得到仿射变换矩阵；基于仿射变换矩阵对旋转图像进行仿射变换，并将得到的变换数据输入至采样网络进行图像采样，得到旋转图像对应的矫正图像；计算矫正图像和训练图像之间的损失函数值，并根据损失函数值对预设的矫正网络和采样网络进行迭代训练，并在训练完成时将预设的矫正网络和采样网络共同作为图像矫正模型。本申请提供的图像矫正模型的训练方法能够降低图像矫正模型的训练成本。

技术领域

本申请涉及图像矫正领域，尤其涉及一种图像矫正模型的训练方法、图像矫正方法、计算机设备及存储介质。

背景技术

随着科技的不断发展，人脸识别技术在社会中也得到了广泛的应用，例如安防领域。但由于采集人脸的设备的设置位置通常是固定的，而行人的行走轨迹和行人的身体方向均是不固定的，这使得采集得到人脸图像往往会存在一定的倾斜或旋转，因此，就需要先对这些存在倾斜或旋转的人脸图像进行图像矫正，以保证人脸识别的准确度。目前，现有技术中在进行图像矫正时，通常是对人脸图像中的关键点进行标注，然后利用这些有标注的图像对神经网络进行训练。但这种训练方式需要大量的标注数据，标注成本高且容易引入误差，导致最终训练得到的神经网络的准确度不高。

发明内容

本申请提供了一种图像矫正模型的训练方法、图像矫正方法、计算机设备及存储介质，以降低图像矫正模型的训练成本并提高得到的图像矫正模型准确度。

第一方面，本申请提供了一种图像矫正模型的训练方法，所述方法包括：

获取训练数据，所述训练数据包括训练图像和所述训练图像对应的旋转图像；

将所述旋转图像输入至预设的矫正网络中，得到所述旋转图像对应的仿射变换矩阵；

基于所述仿射变换矩阵对所述旋转图像进行仿射变换，并将得到的变换数据输入至采样网络进行图像采样，得到所述旋转图像对应的矫正图像；

计算所述矫正图像和所述训练图像之间的损失函数值，并根据所述损失函数值对所述预设的矫正网络和所述采样网络进行迭代训练，并在训练完成时将所述预设的矫正网络和所述采样网络共同作为图像矫正模型。

第二方面，本申请还提供了一种图像矫正方法，所述方法包括：

获取待矫正图像；

将所述待矫正图像输入至预先训练的图像矫正模型中，得到矫正图像，其中，所述预先训练的图像矫正模型为采用如第一方面中所述的图像矫正模型的训练方法训练得到的。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如第一方面所述的图像矫正模型的训练方法和/或如第二方面所述的图像矫正方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如第一方面所述的图像矫正模型的训练方法和/或如第二方面所述的图像矫正方法。