【技术实现步骤摘要】
本专利技术涉及计算机视觉图像增强的，尤其涉及一种基于多维空间域的人脸重建方法、系统、介质以及装置。
技术介绍
1、人脸超分辨率重建作为底层技术，旨在通过算法和模型的应用，提高低分辨率人脸图像的质量和细节。它对于人脸识别、面部分析和图像增强等任务至关重要，并为这些应用提供更准确、清晰的输入数据。因此这项技术在安全领域、人机交互、医学图像处理等众多领域都具有广泛的应用前景。
2、目前，对人脸图像进行重建的视觉算法中，例如公开号为cn111612695a的专利所提供的一种低分辨率人脸图像超分辨重建方法，均在改善人脸图像纹理细节的同时而无法保持面部结构一致性，导致人脸图像重建的质量、精度较低。
技术实现思路
1、针对现有技术中所存在的不足，本专利技术提供了一种基于多维空间域的人脸重建方法、系统、介质以及装置，解决了现有技术中存在的人脸图像重建的质量、精度较低的问题。
2、本专利技术提供了一种基于多维空间域的人脸重建方法，包括：
3、获取包括人脸图像的初始图像；
4、对所述初始图像进行特征划分，得到目标图像和非目标图像；
5、利用第一残差块对目标图像进行降采样和卷积操作，得到第一低分辨率特征图；
6、利用第二残差块对所述第一低分辨率特征图中的人脸纹理细节特征进行增强，得到第二低分辨率特征图；
7、结合第一全局注意力机制、第二全局注意力机制以及空间分组增强对第二分辨率特征图进行处理，得到低分辨率人脸重建图；p>
8、利用第三残差块对所述低分辨率人脸重建图进行上采样和卷积操作，得到目标图像的人脸重建图；
9、结合所述目标图像的人脸重建图和所述非目标图像，确定初始图像的人脸重建图。
10、本专利技术公开提供的技术方案具有如下有益效果：
11、利用对目标图像进行降采样和卷积处理，使该过程更有针对性，以确保在减小图像尺寸的同时尽可能地保留重要的纹理信息和细节，第二残差块的使用也为网络增加了一定的深度和复杂度，使得网络能够更好地适应于复杂的面部图像数据，并提高了网络的泛化能力，结合第一全局注意力机制、第二全局注意力机制以及空间分组增强，能够有效地提升人脸图像的面部轮廓，并保持面部结构的一致性。
12、本专利技术的至少一个实施例还提供了一种基于多维空间域的人脸重建系统，包括：
13、获取模块，获取包括人脸图像的初始图像；
14、区域划分模块：对所述初始图像进行特征划分，得到目标图像和非目标图像；
15、提取模块，利用第一残差块对目标图像进行降采样和卷积操作，得到第一低分辨率特征图；
16、第一增强模块，利用第二残差块对所述第一低分辨率特征图中的人脸纹理细节特征进行增强，得到第二低分辨率特征图；
17、第二增强模块，结合第一全局注意力机制、第二全局注意力机制以及空间分组增强对第二分辨率特征图进行处理，得到低分辨率人脸重建图；
18、恢复模块，利用第三残差块对所述低分辨率人脸重建图进行上采样和卷积操作，得到所述目标图像的人脸重建图；
19、重建模块，结合所述目标图像的人脸重建图和所述非目标图像，确定初始图像的人脸重建图。
20、本专利技术的一个实施例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中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上述的基于多维空间域的人脸重建方法的步骤。
21、本专利技术的一个实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述的基于多维空间域的人脸重建方法的步骤。
本文档来自技高网...【技术保护点】
1.基于多维空间域的人脸重建方法，其特征在于，包括：
2.根据权利要求1所述的基于多维空间域的人脸重建方法，其特征在于，对所述初始图像进行特征划分，得到目标图像和非目标图像，包括：
3.根据权利要求2所述的基于多维空间域的人脸重建方法，其特征在于，根据所述初始图像的特征分布，并结合动态卷积机制，调整所述卷积层中不同卷积核的权重和大小，包括：
4.根据权利要求2所述的基于多维空间域的人脸重建方法，其特征在于，所述第一残差块具有三个；
5.根据权利要求2至4任一项所述的基于多维空间域的人脸重建方法，其特征在于，结合第一全局注意力机制、第二全局注意力机制以及空间分组增强对第二分辨率特征图进行处理，得到低分辨率人脸重建图，包括：
6.基于多维空间域的人脸重建系统，其特征在于，包括：
7.根据权利要求6所述的基于多维空间域的人脸重建系统，其特征在于，所述区域划分模块包括：
8.根据权利要求6至7任一项所述的基于多维空间域的人脸重建系统，其特征在于，所述第二增强模块包括：
9.一种计算机可读存储介
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述的基于多维空间域的人脸重建方法的步骤。
...【技术特征摘要】
1.基于多维空间域的人脸重建方法，其特征在于，包括：
2.根据权利要求1所述的基于多维空间域的人脸重建方法，其特征在于，对所述初始图像进行特征划分，得到目标图像和非目标图像，包括：
3.根据权利要求2所述的基于多维空间域的人脸重建方法，其特征在于，根据所述初始图像的特征分布，并结合动态卷积机制，调整所述卷积层中不同卷积核的权重和大小，包括：
4.根据权利要求2所述的基于多维空间域的人脸重建方法，其特征在于，所述第一残差块具有三个；
5.根据权利要求2至4任一项所述的基于多维空间域的人脸重建方法，其特征在于，结合第一全局注意力机制、第二全局注意力机制以及空间分组增强对第二分辨率特征图进行处理，得到低分辨率人脸重建图，包括：
【专利技术属性】
技术研发人员：卢涛，吴梓毅，赵康辉，郎秀娟，吕正，还明俊，汪家明，柴笑宇，邹露，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。