[发明专利]人脸模糊图像对焦矫正方法、装置、设备和存储介质

权利要求书

1.一种人脸模糊图像对焦矫正方法，其特征在于，包括：

基于基准焦距拍摄获取目标影像，对获取的目标影像进行人脸识别，获得包含人脸影像关键点位置的人脸特征图像；

将人脸特征图像输入至图像模糊检测模型，以获取所述人脸特征图像的清晰度，并与清晰度标准阈值对比，若低于清晰度标准阈值范围，则触发自动对焦；

根据获取的人脸特征图像的清晰度相对于清晰度标准阈值的清晰度差值匹配镜头对焦时控制马达进行调焦的焦距矫正值，并进行调焦；

调焦后的镜头拍摄获取当前目标影像，并进行人脸识别获得当前人脸特征图像，将当前人脸特征图像输入至图像模糊检测模型获取清晰度，直至获取的清晰度符合清晰度标准阈值；调焦后验证人脸特征图像的清晰度是否符合清晰度标准阈值，若符合清晰度标准阈值，将调焦后的焦距设定为基准焦距。

2.根据权利要求1所述的人脸模糊图像对焦矫正方法，其特征在于，对获取的目标影像进行人脸识别，获得包含人脸影像关键点位置的人脸特征图像，包括：

对获取的目标影像进行分帧处理，获得分帧处理后的连续帧图像；

将连续帧图像输入至预先建立的多任务卷积神经网络，获取连续帧图像中人脸影像关键点位置；

在获取的目标影像中框选标记人脸位置，获得包含人脸影像关键点位置的人脸特征图像。

3.根据权利要求2所述的人脸模糊图像对焦矫正方法，其特征在于，预先建立的多任务卷积神经网络，包括：

基于标记有人脸影像的关键点位置以及人脸位置的图像构建训练数据集及测试数据集；

建立多任务卷积神经网络，并将预先标记的人脸影像的关键点位置以及人脸位置的训练数据集输入到所述多任务卷积神经网络中，对所述多任务卷积神经网络进行训练，直到使得所述多任务卷积神经网络的模型收敛而完成训练；

将经过预先标记处理的测试数据集输入到完成训练的所述多任务卷积神经网络中，获得所述人脸影像对应的身份特征表达向量和多个属性特征表达向量，测试完成后得到预先建立的多任务卷积神经网络。

4.根据权利要求2所述的人脸模糊图像对焦矫正方法，其特征在于，将人脸特征图像输入至图像模糊检测模型，以获取所述人脸特征图像的清晰度，包括：

根据人脸特征图像中包含的人脸影像关键点位置，在所述人脸特征图像中设定至少一个取样区域，并提取每个取样区域中影像的像素值；

将所述人脸特征图像中相邻取样区域的像素值比较，得到取样区域的像素差值；

统计像素差值大于预设像素阈值的数量，计算大于预设像素阈值的像素差值数量的占比，将所述占比设定为人脸特征图像的清晰度。

5.根据权利要求3所述的人脸模糊图像对焦矫正方法，其特征在于，触发自动对焦，根据获取的人脸特征图像的清晰度相对于清晰度标准阈值的清晰度差值匹配镜头对焦时控制马达进行调焦的焦距矫正值，并进行调焦，还包括：

根据获取的人脸特征图像的清晰度，计算与清晰度标准阈值的清晰度差值；

遍历预设的清晰度差值与焦距矫正值的对照表，查询所述清晰度差值对应的焦距矫正值；

将对角位置锁定在目标影像中框选标记的人脸位置，启动马达进行移动调焦。

6.根据权利要求3所述的人脸模糊图像对焦矫正方法，其特征在于，所述人脸模糊图像对焦矫正方法，还包括对符合清晰度标准阈值的调焦后的镜头拍摄获取当前目标影像去模糊处理，目标影像去模糊处理包括以下步骤：

对获得的目标影像中人脸特征图像以及背景像素识别；

定义所述人脸特征图像与背景像素之间所需的边缘像素数量；

使用遮罩对所述人脸特征图像之外的背景像素进行模糊处理，保留边缘像素数量条件下将遮罩范围外的背景像素更改为新像素。