CN111553864B - 图像修复方法及装置、电子设备和存储介质 - Google Patents
图像修复方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111553864B CN111553864B CN202010365370.0A CN202010365370A CN111553864B CN 111553864 B CN111553864 B CN 111553864B CN 202010365370 A CN202010365370 A CN 202010365370A CN 111553864 B CN111553864 B CN 111553864B
- Authority
- CN
- China
- Prior art keywords
- image
- repaired
- face
- face region
- pixel position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 230000008439 repair process Effects 0.000 claims description 51
- 230000004927 fusion Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000013136 deep learning model Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 210000000887 face Anatomy 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000003796 beauty Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000005282 brightening Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种图像修复方法及装置、电子设备和存储介质,其中,所述方法包括:获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。本公开实施例可以提高图像的清晰度。
Description
技术领域
本公开涉及计算机视觉技术领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着终端技术的发展,终端设备(例如,手机)已经成为人们生活的必需品。随着终端设备的普及,终端设备的拍照功能被广泛使用,其中,针对人脸进行拍照是最常见的场景之一。因此,人脸图像的成像质量是被关注的重点之一。
通常,人脸图像的成像质量会受到外界环境的影响,例如,光线条件(如,暗光、逆光、弱光、夜景等),外界环境中的烟、雾等,或者一些物理因素(如,摄像头抖动),均会导致人脸图像的清晰度较差。
发明内容
本公开提出了一种图像修复技术方案。
根据本公开的一方面,提供了一种图像修复方法,包括:
获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一种可能的实现方式中,所述获取参考图像,包括:获取所述待修复图像的人脸特征,获取与所述待修复图像的人脸特征对应的所述参考图像;或根据用户指令获取所述参考图像。
在一种可能的实现方式中,所述基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域,包括:确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系;基于所述形变关系,对所述待修复图像的人脸区域进行人脸修复,得到所述修复后的人脸区域。
在一种可能的实现方式中,所述确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系,包括:在所述参考图像中提取人脸区域的第一关键点信息;在所述待修复图像中提取人脸区域的第二关键点信息;根据所述第一关键点信息和所述第二关键点信息,确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系。
在一种可能的实现方式中,所述将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:获取所述待修复图像的人脸区域的人脸掩码;根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一种可能的实现方式中,所述根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:根据所述人脸掩码,确定所述待修复图像的第一像素点位置;其中,所述第一像素点位置为所述待修复图像中人脸包含的像素点位置;针对所述第一像素点位置,根据所述修复后的人脸区域中像素点的像素值确定所述修复图像中像素点的像素值。
在一种可能的实现方式中,所述根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:根据所述人脸掩码,确定所述待修复图像的第二像素点位置;其中,所述第二像素点位置为所述待修复图像中除所述人脸之外的非人脸区域所包含的像素点位置;针对所述第二像素点位置,根据所述待修复图像中像素点的像素值确定所述修复图像中像素点的像素值。
在一种可能的实现方式中,所述根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:根据所述人脸掩码,确定所述待修复图像的第三像素点位置;其中,所述第三像素点位置为所述待修复图像中人脸与非人脸相邻的区域所包含的像素点位置;针对所述第三像素点位置,根据所述修复后的人脸区域中像素点的像素值以及所述待修复图像中像素点的像素值,确定所述修复图像中像素点的像素值。
根据本公开的一方面,提供了一种图像修复装置,包括:
获取模块,用于获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;
修复模块,用于基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;
融合模块,用于将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一种可能的实现方式中,所述获取模块,具体用于获取所述待修复图像的人脸特征,获取与所述待修复图像的人脸特征对应的所述参考图像;或者,根据用户指令获取所述参考图像。
在一种可能的实现方式中,所述修复模块,具体用于确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系;基于所述形变关系,对所述待修复图像的人脸区域进行人像修复,得到所述修复后的人脸区域。
在一种可能的实现方式中,所述修复模块,具体用于在所述参考图像中提取人脸区域的第一关键点信息;在所述待修复图像中提取人脸区域的第二关键点信息;根据所述第一关键点信息和所述第二关键点信息,确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系。
在一种可能的实现方式中,所述融合模块,具体用于获取所述待修复图像的人脸区域的人脸掩码;根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一种可能的实现方式中,所述融合模块,具体用于根据所述人脸掩码,确定所述待修复图像的第一像素点位置;其中,所述第一像素点位置为所述待修复图像中人脸区域包含的像素点位置;针对所述第一像素点位置,根据所述修复后的人脸区域中像素点的像素值确定所述修复图像中像素点的像素值。
在一种可能的实现方式中,所述融合模块,具体用于根据所述人脸掩码,确定所述待修复图像的第二像素点位置;其中,所述第二像素点位置为所述待修复图像中除所述人脸区域之外的非人脸区域所包含的像素点位置;针对所述第二像素点位置,根据所述待修复图像中像素点的像素值确定所述修复图像中像素点的像素值。
在一种可能的实现方式中,所述融合模块,具体用于根据所述人脸掩码,确定所述待修复图像的第三像素点位置;其中,所述第三像素点位置为所述待修复图像中人脸区域与非人脸区域相邻的区域所包含的像素点位置;针对所述第三像素点位置,根据所述修复后的人脸区域中像素点的像素值以及所述待修复图像中像素点的像素值,确定所述修复图像中像素点的像素值。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述图像修复方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述图像修复方法。
在本公开实施例中,可以获取待修复图像和参考图像,然后可以基于参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域,再将修复后的人脸区域和所述待修复图像进行融合,得到修复图像。这里,参考图像的清晰度大于待修复图像的清晰度,从而可以利用相对于清晰度较高的参考图像对待修复图像进行修复,从而在利用参考图像对待修复图像进行修复之后,可以得到清晰度较高的修复图像。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像修复方法的流程图。
图2示出根据本公开实施例的图像修复方法一示例的流程图。
图3示出根据本公开实施例的图像修复装置的框图。
图4示出根据本公开实施例的图像修复装置一示例的框图。
图5示出根据本公开实施例的电子设备一示例的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多个中的任意一种或多个中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
本公开实施例提供的图像修复方案,可以获取待修复图像和参考图像,然后基于参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,得到修复后的人脸图像,再将修复后的人脸区域和待修复图像进行融合,可以得到修复图像。这里,参考图像的清晰度大于待修复图像的清晰度,从而可以利用参考图像对待修复图像中的人脸区域进行修复,提高待修复图像的人脸区域的图像质量,使修复图像具有较高的清晰度。
在相关技术中,由于图像拍摄条件等因素,例如,图像拍摄的光线,如暗光、逆光、弱光、夜景等,图像拍摄的外在环境,如烟、雾等,图像拍摄的抖动等,均会对图像的成像质量造成影响,导致图像的清晰度较差,影响用户拍照体验。在一些场景中,例如在对图像使用美颜功能后,图像中的人脸会丢失较多的面部纹理,降低图像的真实感。本公开实施例提供的图像修复方案,可以利用图像质量高的参考图像对待修复图像进行修复,减少对图像修复过程中的人脸纹理损失,得到清晰度较高的修复图像。
本公开实施例提供的技术方案可以应用于图像或视频的人脸修复、人脸融合等应用场景的扩展,本公开实施例对此不做限定。例如,对终端拍摄的清晰度较低的图像进行修复,提高图像的清晰度,较高的拍照体验。再例如,在对图像使用美颜功能后,可以利用高清图像对美颜图像进行人脸修复,减少美颜图像中人脸的面部纹理的丢失,增加美颜图像的真实感。
图1示出根据本公开实施例的图像修复方法的流程图。该图像修复方法可以由终端设备、服务器或其它类型的电子设备执行,其中,终端设备可以为用户设备(UserEquipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该图像修复方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。下面以电子设备作为执行主体为例对本公开实施例的图像修复方法进行说明。
步骤S11,获取待修复图像和参考图像;其中,所述参考图像的清晰度大于待修复图像的清晰度。
在本公开实施例中,待修复图像可以是等待进行图像修复的图像。电子设备可以具有图像采集功能,可以对目标对象进行图像采集,得到待修复图像。或者,电子设备可以从其他设备处获取待修复图像,例如,电子设备可以从摄像设备、监控设备等设备处获取待修复图像。一些实现方式中,待修复图像可以是视频中的一个图像帧。
参考图像的清晰度可以大于待修复图像的清晰度,从而参考图像具有较高的清晰度。参考图像可以预先保存在电子设备中,电子设备可以在本地存储中获取参考图像。参考图像也可以存储在其他电子设备中,电子设备可以从其他设备处获取参考图像,例如,电子设备可以从摄像设备、云端服务器等设备处获取待修复图像。
在一个实现方式中,可以在待修复图像和参考图像之后,可以对待修复图像和/或参考图像进行降噪处理,从而可以减少待修复图像和/或参考图像中的噪声。一些实现方式中,还可以对待修复图像和/或参考图像进行提亮处理,从而可以改善待修复图像和/或参考图像的图像亮度。
步骤S12,基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域。
在本公开实施例中,可以分别对待修复图像和参考图像进行人脸检测,确定待修复图像中人脸所在的人脸区域以及参考图像中人脸所在的人脸区域。例如,针对待修复图像,可以先检测待修复图像中是否存在人脸,在待修复图像存在人脸的情况下,可以再对待修复图像进行人脸关键点检测,得到待修复图像中人脸区域的坐标信息,从而确定待修复图像中人脸所在的人脸区域。相应地,针对参考图像,可以先检测参考图像中是否存在人脸,在参考图像存在人脸的情况下,可以再对参考图像进行人脸关键点检测,得到参考图像中人脸区域的坐标信息,从而确定参考图像中人脸所在的人脸区域。这里,人脸关键点可以包括人脸的眼睛、眉毛、鼻子、嘴巴、脸部外轮廓等。通过分别对待修复图像和参考图像进行人脸检测,可以快速地确定待修复图像中人脸所在的人脸区域以及参考图像中人脸所在的人脸区域。
在确定待修复图像的人脸区域和参考图像的人脸区域之后,可以提取待修复图像的人脸区域和参考图像的人脸区域,并利用参考图像的人脸区域对待修复图像的人脸区域进行修复,例如,对于待修复图像的人脸区域中清晰度小于或等于清晰度阈值的像素点,可以将这些像素点的像素值设置为参考图像中人脸区域的像素点的像素值,或者,针对参考图像中人脸区域和待修复图像中人脸区域的相同像素点位置,计算参考图像和待修复图像的平均像素值,将计算的平均像素值作为待修复图像中人脸区域的像素点的像素值。在一些实现方式中,还可以利用深度学习模型基于参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,例如,可以将参考图像的人脸区域和待修复图像的人脸区域输入深度学习模型中,可以得到修复后的人脸区域。这里,深度学习模型可以是对大量的训练样本进行学习得到的,从而利用深度学习模型可以提升得到修复后的人脸区域的效率,提高修复后的人脸区域的图像质量。
步骤S13,将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在本公开实施例中,可以将修复后的人脸区域和待修复图像进行融合,例如,将修复后的人脸区域拼接到待修复图像的人脸区域,或者,在修复后的人脸区域中提取修复的人脸,去除修复后的人脸区域中的背景,然后将待修复图像中的人脸替换为在修复后人脸区域中提取的修复的人脸。通过将修复后的人脸区域和待修复图像进行融合,可以得到人脸清晰度较高的修复图像,提高图像质量。
在上述步骤S11中,可以获取参考图像,从而可以通过获取的参考图像对待修复图像进行人脸修复。下面通过可能的实现方式对获取参考图像的方式进行说明。
在一个或多个实现方式中,参考图像与待修复图像包括相同对象的人脸,即,参考图像和待修复图像可以是针对同一个对象拍摄得到的图像,从而可以利用相同对象的高清图像,对待修复图像进行人脸修复。由于参考图像和待修复图像包括相同对象的人脸,从而在利用参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,可以得到更好的修复效果。
在一个实现方式中,可以获取美颜处理后的待修复图像,从而实现对美颜处理后的待修复图像进行修图,从而可以降低美颜处理造成的图像失真,提高美颜后图像的清晰度。
在一个实现方式中,可以获取待修复图像的人脸特征,获取与待修复图像的人脸特征对应的参考图像;或者,根据用户指令获取所述参考图像。
在本实现方式中,修复图像可以具有多种类型,例如,包括男性人脸的修复图像、包括女性人脸的修复图像、包括小孩人脸的修复图像、包括老人人脸的修复图像等。一些实现方式中,修复图像中的人脸还可以具有不同的角度,例如,修复图像可以包括正面人脸、左侧面人脸、右侧面人脸。在获取待修复图像的情况下,可以提取待修复图像的人脸特征,然后根据待修复图像的人脸特征,获取与待修复图像的人脸特征对应的参考图像,例如,可以根据待修复图像的人脸特征指示的人脸属性,如,年龄、性别等人脸属性,获取与待修复图像中人脸的年龄、性别一致的参考图像。举例来说,在待修复图像中的人脸为青年女性人脸的情况下,可以获取包括青年女性人脸的参考图像。再例如,可以根据美颜处理后待修复图像的人脸特征,如,根据待修复图像中人脸的年龄、性别等人脸属性,获取与待修复图像的人脸特征匹配的参考图像,利用获取的参考图像对美颜处理后的待修复图像进行修复,从而减少美颜处理后面部纹理的丢失,增加美颜图像的真实感。
通过待修复图像的人脸特征获取参考图像,获取到的参考图像与待修复图像可以具有相近的人脸特征,从而可以更好地利用获取的参考图像对待修复图像进行人脸修复,提高修复后的人脸区域的图像质量。
在本实现方式中,用户需求可以携带在用户指令中,电子设备可以接收用户指令,然后根据用户指令获取参考图像。这里,用户需求可以包括图像清晰度、人脸年龄、人脸性别等多种信息,从而可以根据用户指令中携带的用户需求确定满足该用户需求的参考图像。一些实现方式中,用户需求还可以包括参考图像的指示信息,这样,用户可以根据实际需求或喜好对参考图像进行选择,从而通过参考图像对待修复图像进行更好的人脸修复。
在上述步骤S12中,可以利用参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域。下面通过一个或多个实现方式对得到修复后人脸区域的过程进行说明。
在一个或多个可能的实现方式中,可以确定参考图像的人脸区域与待修复图像的人脸区域之间的形变关系,然后可以基于形变关系,对待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域。
在本实现方式中,形变关系可以表示参考图像的人脸区域与待修复图像的人脸区域之间的人脸偏差,由于参考图像的人脸和待修复图像的人脸之间可能存在一定的扭曲,从而可以在利用参考图像对待修复图像进行人脸修复的情况下,考虑参考图像的人脸区域与待修复图像的人脸区域之间的形变关系,即,可以根据确定的形变关系,利用参考图像的人脸区域对待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域,从而可以提高人脸区域修复的准确性。举例来说,可以将参考图像的人脸区域、待修复图像的人脸区域以及表示形变关系的形变流输入上述深度学习模型中,可以得到图像质量较高的修复后的人脸区域。
在本实现方式的一个示例中,可以在参考图像中提取人脸区域的第一关键点信息,在待修复图像中提取人脸区域的第二关键点信息,然后根据第一关键点信息和第二关键点信息,确定参考图像的人脸区域与待修复图像的人脸区域之间的形变关系。
在本示例中,人脸关键点可以表示人脸的大致形状以及特点,从而可以分别对参考图像和待修复图像进行人脸关键点检测,在参考图像中提取人脸区域的第一关键点信息,在待修复图像中提取人脸区域的第二关键点信息,通过第一关键点信息和第二关键信息确定人脸区域的形变关系。这里,第一关键点信息可以包括参考图像中人脸关键点的坐标信息,第二关键点信息可以包括待修复图像中人脸关键点的坐标信息。将第一关键点信息和第二关键信息进行比对,确定第一关键点信息与第二关键点信息之间的偏差,从而可以快速准确地得到参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系。
在上述步骤S13中,可以将修复后的人脸区域和待修复图像进行融合,可以得到人脸清晰度高的修复图像。下面通过一个或多个实现方式对将修复后的人脸区域和待修复图像进行融合的过程进行说明。
在一个或多个可能的实现方式中,可以获取待修复图像的人脸区域的人脸掩码,然后根据人脸掩码将修复后的人脸区域和待修复图像进行融合,得到修复图像。
在本实现方式中,可以对待修复图像的人脸区域进行人脸分割,得到从待修复图像的人脸区域分割出的人脸掩码。人脸掩码可以用于区分待修复图像中的人脸和背景,例如,人脸掩码可以是一个与待修复图像的人脸区域尺寸相同的图像,可以根据人脸掩码中像素点对应的掩码值可以区分待修复图像中的人脸和背景。为了提高图像融合的准确性,可以在将修复后的人脸区域和待修复图像进行融合的情况下,根据人脸掩码,将修复后人脸区域的人脸与待修复图像进行融合,进一步提高修复图像中人脸的图像质量。
在本实现方式的一个示例中,可以根据人脸掩码,确定待修复图像的第一像素点位置。针对第一像素点位置,根据修复后的人脸区域中像素点的像素值确定修复图像中像素点的像素值。其中,第一像素点位置为待修复图像中人脸包含的像素点位置。
在本示例中,由于人脸掩码可以指示人脸区域中的人脸和背景,从而可以根据人脸掩码,确定待修复图像的第一像素点位置,第一像素点位置为待修复图像中人脸区域包含的像素点位置。例如,可以根据人脸掩码的掩码值,确定第一像素点位置,第一像素点位置对应的掩码值可以等于第一预设值。第一像素点位置可以是表示人脸区域中人脸的像素位置,从而可以将待修复图像中第一像素点位置的像素值,设置为修复后的人脸区域中像素点的像素值,从而实现修复后人脸区域的人脸与待修复图像的融合。
在本实现方式的一个示例中,可以根据人脸掩码,确定待修复图像的第二像素点位置。针对第二像素点位置,可以根据待修复图像中像素点的像素值确定修复图像中像素点的像素值。其中,第二像素点位置为所述待修复图像中除所述人脸之外的非人脸所包含的像素点位置。
在本示例中,由于人脸掩码可以指示人脸区域中的人脸和背景,从而可以根据人脸掩码,确定待修复图像的第二像素点位置,第二像素点位置为待修复图像中除人脸区域之外的非人脸区域所包含的像素点位置,即待修复图像的背景区域。例如,可以根据人脸掩码的掩码值,确定第二像素点位置,第二像素点位置对应的掩码值可以等于第二预设值。人脸掩码第二像素点位置可以是表示人脸区域中背景的像素位置,从而可以将待修复图像中第二像素点位置的像素值进行保留,实现修复后人脸区域的人脸与待修复图像的融合。第二预设值可以小于第一预设值。
在本实现方式的一个示例中,可以根据人脸掩码,确定待修复图像的第三像素点位置,然后针对第三像素点位置,根据修复后的人脸区域中像素点的像素值以及待修复图像中像素点的像素值,确定修复图像中像素点的像素值。其中,第三像素点位置为待修复图像中人脸与非人脸相邻的区域所包含的像素点位置。
在本示例中,人脸掩码除了可以指示人脸区域的人脸和背景之外,还可以指示人脸区域中人脸与背景交界的像素位置,从而可以根据人脸掩码,确定待修复图像的第三像素点位置,例如,根据人脸掩码的掩码值,确定待修复图像的第三像素点位置,第三像素点位置对应的掩码值可以介于第一预设值和第二预设值之间,即,第三像素点位置对应的掩码值小于第一预设值并且大于第二预设值。第三像素点位置可以是表示人脸区域中人脸与背景交界的像素位置,为了使得到的修复图像中人脸与背景在视觉上过度连贯,从而可以根据修复后人脸区域中第三像素点位置的像素值和待修复图像中第三像素点位置的像素值,共同确定修复图像中第三像素点位置的像素值,例如,可以将修复后人脸区域中第三像素点位置的像素值与待修复图像中第三像素点位置的像素值的平均值,确定为修复图像中第三像素点位置的像素值,或者,可以根据预设的权重,对修复后人脸区域中第三像素点位置的像素值与待修复图像中第三像素点位置的像素值进行加权,得到修复图像中第三像素点位置的像素值,实现修复后人脸区域的人脸与待修复图像的融合。
图2示出根据本公开实施例的图像修复方法一示例的流程图。如图2所示,在对待修复图像进行图像修复的情况下,可以获取一个清晰度大于待修复图像的清晰度的参考图像,可以理解为获取一个高清的参考图像。然后可以分别对参考图像和待修复图像进行人脸检测,检测参考图像和待修复图像是否存在人脸。在检测到参考图像和待修复图像均存在人脸的情况下,可以进一步对参考图像和待修复图像进行人脸关键点检测,得到参考图像的人脸关键点信息(第一关键点信息)以及人脸区域的坐标信息,以及得到待修复图像的人脸关键点信息(第二关键点信息)以及人脸区域的坐标信息。根据参考图像中人脸区域的坐标信息,可以对参考图像的人脸区域进行裁剪,得到参考图像的人脸区域。根据待修复图像中人脸区域的坐标信息,可以对待修复图像的人脸区域进行裁剪,得到待修复图像的人脸区域。
进一步地,根据参考图像的人脸关键点信息以及待修复图像的人脸关键点信息,可以提取参考图像的人脸区域与待修复图像的人脸区域之间人脸扭曲的形变流(表示形变关系),然后可以将形变流、提取的参考图像的人脸区域、待修复图像的人脸区域输入人脸修复模型(深度学习模型),可以得到人脸修复模型输出的人脸区域。为了进一步提高人脸区域的清晰度,可以对人脸修复模型输出的人脸区域进行分辨率提升,得到最终修复后的人脸区域。
相应地,可以对待修复图像的人脸区域进行人脸分割,得到待修复图像的人脸掩码。然后可以利用人脸分割掩码将修复后的人脸区域与待修复图像进行融合,得到具有高清晰度人脸的修复图像,从而实现利用高清的参考图像对待修复图像中的人脸进行修复,提高图像修复的质量。即使在图像拍摄条件较差的情况下,例如,在暗光、逆光、弱光、夜景等光线条件,烟、雾等外界环境,摄像头位置(屏下摄像头)或拍摄抖动等终端拍摄的物理因素的情况下,均可以得到清晰度较高的修复图像,恢复人脸的细节纹理。本公开实施例提供的图像修复方案还可以在对图像使用美颜功能后,修复美颜图像中丢失的面部纹理,提高美颜图像的真实感。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像修复方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图3示出根据本公开实施例的图像修复装置的框图,如图3所示,所述装置包括:
获取模块31,用于获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;
修复模块32,用于基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;
融合模块33,用于将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一个可能的实现方式中,所述获取模块31,具体用于获取所述待修复图像的人脸特征,获取与所述待修复图像的人脸特征对应的所述参考图像;或者,根据用户指令获取所述参考图像。
在一个可能的实现方式中,所述修复模块32,具体用于确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系;基于所述形变关系,对所述待修复图像的人脸区域进行人像修复,得到所述修复后的人脸区域。
在一个可能的实现方式中,所述修复模块32,具体用于在所述参考图像中提取人脸区域的第一关键点信息;在所述待修复图像中提取人脸区域的第二关键点信息;根据所述第一关键点信息和所述第二关键点信息,确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系。
在一个可能的实现方式中,所述融合模块33,具体用于获取所述待修复图像的人脸区域的人脸掩码;根据所述人脸掩码将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像。
在一个可能的实现方式中,所述融合模块33,具体用于根据所述人脸掩码,确定所述待修复图像的第一像素点位置;其中,所述第一像素点位置为所述待修复图像中人脸区域包含的像素点位置;针对所述第一像素点位置,根据所述修复后的人脸区域中像素点的像素值确定所述修复图像中像素点的像素值。
在一个可能的实现方式中,所述融合模块,具体用于根据所述人脸掩码,确定所述待修复图像的第二像素点位置;其中,所述第二像素点位置为所述待修复图像中除所述人脸区域之外的非人脸区域所包含的像素点位置;针对所述第二像素点位置,根据所述待修复图像中像素点的像素值确定所述修复图像中像素点的像素值。
在一个可能的实现方式中,所述融合模块33,具体用于根据所述人脸掩码,确定所述待修复图像的第三像素点位置;其中,所述第三像素点位置为所述待修复图像中人脸区域与非人脸区域相邻的区域所包含的像素点位置;针对所述第三像素点位置,根据所述修复后的人脸区域中像素点的像素值以及所述待修复图像中像素点的像素值,确定所述修复图像中像素点的像素值。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
图4是根据一示例性实施例示出的一种图像修复装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多个编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (7)
1.一种图像修复方法,其特征在于,包括:
获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;
基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;
将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像;
其中,所述将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:
获取所述待修复图像的人脸区域的人脸掩码;
根据所述人脸掩码,确定所述待修复图像的第一像素点位置、第二像素点位置以及第三像素点位置,其中,所述第一像素点位置为所述待修复图像中人脸包含的像素点位置,所述第二像素点位置为所述待修复图像中除所述人脸之外的非人脸区域所包含的像素点位置,所述第三像素点位置为所述待修复图像中人脸与非人脸相邻的区域所包含的像素点位置;
将所述待修复图像中第一像素点位置的像素值设置为修复后的人脸区域中像素点的像素值,保留所述待修复图像中第二像素点位置的像素值,以及根据修复后的人脸区域中第三像素点位置的像素值和所述待修复图像中第三像素点位置的像素值,确定所述修复图像中第三像素点位置的像素值,得到修复图像。
2.根据权利要求1所述的方法,其特征在于,所述获取参考图像,包括:
获取所述待修复图像的人脸特征,获取与所述待修复图像的人脸特征对应的所述参考图像;或
根据用户指令获取所述参考图像。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域,包括:
确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系;
基于所述形变关系,对所述待修复图像的人脸区域进行人脸修复,得到所述修复后的人脸区域。
4.根据权利要求3所述的方法,其特征在于,所述确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系,包括:
在所述参考图像中提取人脸区域的第一关键点信息;
在所述待修复图像中提取人脸区域的第二关键点信息;
根据所述第一关键点信息和所述第二关键点信息,确定所述参考图像的人脸区域与所述待修复图像的人脸区域之间的形变关系。
5.一种图像修复装置,其特征在于,包括:
获取模块,用于获取待修复图像和参考图像;其中,所述参考图像的清晰度大于所述待修复图像的清晰度;
修复模块,用于基于所述参考图像的人脸区域对所述待修复图像的人脸区域进行人脸修复,得到修复后的人脸区域;
融合模块,用于将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像;
其中,所述将所述修复后的人脸区域和所述待修复图像进行融合,得到修复图像,包括:
获取所述待修复图像的人脸区域的人脸掩码;
根据所述人脸掩码,确定所述待修复图像的第一像素点位置、第二像素点位置以及第三像素点位置,其中,所述第一像素点位置为所述待修复图像中人脸包含的像素点位置,所述第二像素点位置为所述待修复图像中除所述人脸之外的非人脸区域所包含的像素点位置,所述第三像素点位置为所述待修复图像中人脸与非人脸相邻的区域所包含的像素点位置;
将所述待修复图像中第一像素点位置的像素值设置为修复后的人脸区域中像素点的像素值,保留所述待修复图像中第二像素点位置的像素值,以及根据修复后的人脸区域中第三像素点位置的像素值和所述待修复图像中第三像素点位置的像素值,确定所述修复图像中第三像素点位置的像素值,得到修复图像。
6.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至4中任意一项所述的方法。
7.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010365370.0A CN111553864B (zh) | 2020-04-30 | 2020-04-30 | 图像修复方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010365370.0A CN111553864B (zh) | 2020-04-30 | 2020-04-30 | 图像修复方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553864A CN111553864A (zh) | 2020-08-18 |
CN111553864B true CN111553864B (zh) | 2023-11-28 |
Family
ID=72004332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010365370.0A Active CN111553864B (zh) | 2020-04-30 | 2020-04-30 | 图像修复方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553864B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926369A (zh) * | 2019-12-06 | 2021-06-08 | 中兴通讯股份有限公司 | 一种人脸图像处理方法、装置、计算机设备及介质 |
CN114418865A (zh) * | 2020-10-28 | 2022-04-29 | 北京小米移动软件有限公司 | 图像处理方法、装置、设备及存储介质 |
CN112634170B (zh) * | 2020-12-30 | 2023-11-21 | 平安科技(深圳)有限公司 | 一种模糊图像修正的方法、装置、计算机设备及存储介质 |
CN114742712A (zh) * | 2021-01-08 | 2022-07-12 | 北京金山云网络技术有限公司 | 图像修复模型的训练方法、图像修复方法及装置 |
CN113139915A (zh) * | 2021-04-13 | 2021-07-20 | Oppo广东移动通信有限公司 | 人像修复模型的训练方法和装置、电子设备 |
CN113128389B (zh) * | 2021-04-14 | 2024-10-15 | Oppo广东移动通信有限公司 | 图像处理方法及装置、计算机可读存储介质和电子设备 |
CN113225451B (zh) * | 2021-04-28 | 2023-06-27 | 维沃移动通信(杭州)有限公司 | 图像处理方法、装置和电子设备 |
CN113516604B (zh) * | 2021-09-14 | 2021-11-16 | 成都数联云算科技有限公司 | 图像修复方法 |
CN113792736B (zh) * | 2021-10-22 | 2024-08-27 | 上海联影智能医疗科技有限公司 | 基于深度学习的医学图像处理方法、设备及介质 |
CN114913468B (zh) * | 2022-06-16 | 2024-12-03 | 阿里巴巴(中国)有限公司 | 对象修复方法、修复评估方法、电子设备和存储介质 |
CN117495733A (zh) * | 2023-11-08 | 2024-02-02 | 西北民族大学 | 一种病灶图像修复方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109903236A (zh) * | 2019-01-21 | 2019-06-18 | 南京邮电大学 | 基于vae-gan与相似块搜索的人脸图像修复方法及装置 |
CN109978754A (zh) * | 2017-12-28 | 2019-07-05 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111028170A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443230A (zh) * | 2019-08-21 | 2019-11-12 | 北京百度网讯科技有限公司 | 人脸融合方法、装置以及电子设备 |
CN110910330B (zh) * | 2019-11-29 | 2022-09-02 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和可读存储介质 |
-
2020
- 2020-04-30 CN CN202010365370.0A patent/CN111553864B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109978754A (zh) * | 2017-12-28 | 2019-07-05 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN109903236A (zh) * | 2019-01-21 | 2019-06-18 | 南京邮电大学 | 基于vae-gan与相似块搜索的人脸图像修复方法及装置 |
CN111028170A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111553864A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111553864B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN112001321B (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN109784255B (zh) | 神经网络训练方法及装置以及识别方法及装置 | |
CN111783756B (zh) | 文本识别方法及装置、电子设备和存储介质 | |
CN109816764B (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN109257645B (zh) | 视频封面生成方法及装置 | |
EP2977956B1 (en) | Method, apparatus and device for segmenting an image | |
CN110569777B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107944447B (zh) | 图像分类方法及装置 | |
CN110928627B (zh) | 界面展示方法及装置、电子设备和存储介质 | |
CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN111241887B (zh) | 目标对象关键点识别方法及装置、电子设备和存储介质 | |
CN111243011A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN112991553B (zh) | 信息展示方法及装置、电子设备和存储介质 | |
CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN110415258B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113506324B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111553865B (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN112613447B (zh) | 关键点检测方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |