【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及的是一种基于海报人脸超分定向处理方法、装置、智能终端及存储介质。
技术介绍
1、随着科技的发展和人们生活水平的不断提高，智能终端例如智能电视的使用越来越普及。用户经常使用智能终端播放各种影片。
2、在电视电影行业，沉淀了非常多历史经典的高品质电影、电视剧、纪录片，这些影片因为年代较为久远，配套的海报清晰度不能满足当前的运营需求，现有技术中又没有很好的海报处理技术，对年代久远的电影、电视剧、纪录片的海报特别是海报中涉及的影片人物进行清晰度处理。而一部好的内容，常常因为海报质量分辨率不够高，看起来品质不高，容易得不到观众用户的重视。
3、因此，现有技术还有待改进和发展。
技术实现思路
1、本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于海报人脸超分定向处理方法、装置、智能终端及存储介质，旨在解决现有技术中又没有很好的海报处理技术，对年代久远的电影、电视剧、纪录片的海报特别是海报中涉及的影片人物进行清晰度处理的问题。本专利技术可以对海报进行超分处理，运用ai技术生成超清海报让这些优质的电视剧可以被更好的推荐。
2、本专利技术解决问题所采用的技术方案如下：
3、一种基于海报人脸超分定向处理方法，其中，包括：
4、收集获取预定数量演员的高清素材图片，所述高清素材图片的分辨率为预设的分辨率值以上，且面部清晰；
5、对收集获取的预定数量演员的高清素材图片，进行人脸识别和人脸
6、基于识别结果的人脸图像，对人脸图像进行图片裁切，并将裁切出的人脸图像对齐到一预设的标准位置或形状，输出为预定分辨率的人脸图像；
7、将所述预定分辨率的人脸图像作为训练数据集，输入到预定的神经网络模型进行训练，得到训练后的定向图像超分神经网络模型；
8、获取需要生成海报的包含指定演员历史素材图片，将所述需要生成海报的包含指定演员历史素材图片输入所述训练后的定向图像超分神经网络模型进行处理，输出得到包括所述指定演员的高清图像海报。
9、所述的基于海报人脸超分定向处理方法，其中，所述收集获取预定数量演员的高清素材图片，所述高清素材图片的分辨率为预设的分辨率值以上，且面部清晰的步骤包括：
10、收集获取历史沉淀海报，对所收集的历史沉淀海报进行数据清洗，获得预定数量演员的高清素材图片，处理为分辨率为1024*1024以上，且演员面部清晰；
11、从以往播出过的电视和/或电影视频中截取包含某些指定演员人物头像的图像数据，对所截取的包含某些指定演员人物头像的图像数据进行数据清洗，获得预定数量演员的高清素材图片，处理为分辨率为1024*1024以上，且演员面部清晰。
12、所述的基于海报人脸超分定向处理方法，其中，所述对收集获取的预定数量演员的高清素材图片，进行人脸识别和人脸定位，得到基于识别结果的人脸图像的步骤包括：
13、利用计算机视觉技术中的人脸识别算法，对每张高清素材图片进行分析和识别，检测图片中的人脸区域，并用指定的标记或框选出人脸；
14、根据人脸识别的结果，对识别出的人脸区域进行定位处理，包括调整面部的位置、大小和角度，确保每位演员的面部完全呈现；
15、在识别和定位的基础上，将每幅高清素材图片中的人脸区域提取出来，生成独立的人脸图像；
16、对每位演员的人脸数据进行标记，包括为每个人脸图像添加标签、元数据或者关联演员的相关信息。
17、所述的基于海报人脸超分定向处理方法，其中，所述基于识别结果的人脸图像，对人脸图像进行图片裁切，并将裁切出的人脸图像对齐到一预设的标准位置或形状，输出为预定分辨率的人脸图像的步骤包括：
18、根据人脸识别的结果，确定每位演员的面部区域，并裁切出人脸图像；
19、将裁切出的人脸图像对齐到预设的标准位置或形状，包括调整面部的位置、大小、角度，使所有人脸图像在风格和尺寸上保持一致；
20、将对齐后的人脸图像进行画质缩放，输出为预定分辨率的人脸图像。
21、所述的基于海报人脸超分定向处理方法，其中，所述将所述预定分辨率的人脸图像作为训练数据集，输入到预定的神经网络模型进行训练，得到训练后的定向图像超分神经网络模型的步骤包括：
22、选择对应的神经网络模型；
23、获取多个预定分辨率的人脸图像，作为训练数据集，输入到预定的神经网络模型进行训练，训练时，所述神经网络模型逐渐调整其内部参数和权重，用于调整生成图像与真实高分辨率图像之间的差距，从而得到训练后的定向图像超分神经网络模型。
24、所述的基于海报人脸超分定向处理方法，其中，所述获取需要生成海报的包含指定演员历史素材图片，将所述需要生成海报的包含指定演员历史素材图片输入所述训练后的定向图像超分神经网络模型进行处理，输出得到包括所述指定演员高清图像海报的步骤包括：
25、获取需要生成海报的包含指定演员历史素材图片，其中，所述历史素材图片可以是年代比较久远的电视、电影的历史素材图片
26、将收集到的历史素材图片作为输入，输入到训练后的定向图像超分神经网络模型中进行处理，将低分辨率的历史素材图片转换为高清图像；
27、控制训练后的定向图像超分神经网络模型将转换的高清图像输出。
28、所述的基于海报人脸超分定向处理方法，其中，所述收集获取预定数量演员的高清素材图片的步骤包括：
29、对指定数量的明星演员的高清素材图片进行数据清洗收集。
30、一种基于海报人脸超分定向处理装置，其中，所述装置包括：
31、收集获取模块，用于收集获取预定数量演员的高清素材图片，所述高清素材图片的分辨率为预设的分辨率值以上，且面部清晰；
32、人脸识别与定位模块，用于对收集获取的预定数量演员的高清素材图片，进行人脸识别和人脸定位，得到基于识别结果的人脸图像；
33、图片裁切模块，用于基于识别结果的人脸图像，对人脸图像进行图片裁切，并将裁切出的人脸图像对齐到一预设的标准位置或形状，输出为预定分辨率的人脸图像；
34、训练模块，用于将所述预定分辨率的人脸图像作为训练数据集，输入到预定的神经网络模型进行训练，得到训练后的定向图像超分神经网络模型；
35、海报生成控制模块，用于获取需要生成海报的包含指定演员历史素材图片，将所述需要生成海报的包含指定演员历史素材图片输入所述训练后的定向图像超分神经网络模型进行处理，输出得到包括所述指定演员的高清图像海报。
36、一种智能终端，其中，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行任意一项所述的方法。
37、一种非临时性计算机可读存储介质，其中，当本文档来自技高网...
【技术保护点】
1.一种基于海报人脸超分定向处理方法，其特征在于，包括：
2.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述收集获取预定数量演员的高清素材图片，所述高清素材图片的分辨率为预设的分辨率值以上，且面部清晰的步骤包括：
3.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述对收集获取的预定数量演员的高清素材图片，进行人脸识别和人脸定位，得到基于识别结果的人脸图像的步骤包括：
4.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述基于识别结果的人脸图像，对人脸图像进行图片裁切，并将裁切出的人脸图像对齐到一预设的标准位置或形状，输出为预定分辨率的人脸图像的步骤包括：
5.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述将所述预定分辨率的人脸图像作为训练数据集，输入到预定的神经网络模型进行训练，得到训练后的定向图像超分神经网络模型的步骤包括：
6.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述获取需要生成海报的包含指定演员历史素材图片，将所述需
7.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述收集获取预定数量演员的高清素材图片的步骤包括：
8.一种基于海报人脸超分定向处理装置，其特征在于，所述装置包括：
9.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-7中任意一项所述的方法。
10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-7中任意一项所述的方法。
...【技术特征摘要】
1.一种基于海报人脸超分定向处理方法，其特征在于，包括：
2.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述收集获取预定数量演员的高清素材图片，所述高清素材图片的分辨率为预设的分辨率值以上，且面部清晰的步骤包括：
3.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述对收集获取的预定数量演员的高清素材图片，进行人脸识别和人脸定位，得到基于识别结果的人脸图像的步骤包括：
4.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述基于识别结果的人脸图像，对人脸图像进行图片裁切，并将裁切出的人脸图像对齐到一预设的标准位置或形状，输出为预定分辨率的人脸图像的步骤包括：
5.根据权利要求1所述的基于海报人脸超分定向处理方法，其特征在于，所述将所述预定分辨率的人脸图像作为训练数据集，输入到预定的神经网络模型进行训练，得到训练后的定向图像超分神经网络模型的步骤包括：
6...
【专利技术属性】
技术研发人员：李圳，
申请(专利权)人：深圳市酷开网络科技股份有限公司，
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。