【技术实现步骤摘要】
本公开涉及计算机，特别涉及一种图像处理方法、装置、电子设备及存储介质。
技术介绍
1、随着高清摄影技术的飞速发展，捕捉高分辨率的脸部图像已经成为常态。然而，高分辨率的脸部图像会凸显脸部肌肤的瑕疵，例如，皱纹、色斑以及黑眼圈等。在移动终端直播、即时视频通讯以及在线视频会议等场景下，这些瑕疵会在实时视频流中显现，这会对用户体验产生影响。此时，实时处理脸部肌肤的瑕疵，以改善肌肤质感，为用户提供更好的视觉体验是十分必要的。因此，如何对脸部区域进行图像处理，是一个需要解决的问题。
技术实现思路
1、本公开提供一种图像处理方法、装置、电子设备及存储介质，在保障美化效果和清晰度的同时，降低了模型计算量，从而使得在实时视频场景下，终端能够实时且高效地对视频中的脸部区域进行美化处理。本公开的技术方案如下：
2、根据本公开实施例的一方面，提供了一种图像处理方法，所述方法包括：
3、对待处理的第一图像进行下采样，得到目标分辨率的第一中间图像，所述第一图像包括至少一个目标对象的脸部；
4、对所述第一中间图像进行特征提取和上采样，得到第二中间图像，所述第二中间图像的颜色通道值用于指示所述至少一个目标对象的脸部的轮廓信息，所述第二中间图像的透明度通道值用于指示所述至少一个目标对象的脸部的纹理信息；
5、基于所述第二中间图像的透明度通道值，确定第一融合系数和第二融合系数；
6、基于所述第一融合系数和所述第二融合系数，对所述第一图像的颜色通道值和所述第二
7、根据本公开实施例的另一方面，提供了一种图像处理装置，所述装置包括：
8、处理单元，被配置为对待处理的第一图像进行下采样，得到目标分辨率的第一中间图像，所述第一图像包括至少一个目标对象的脸部；
9、所述处理单元，还被配置为对所述第一中间图像进行特征提取和上采样，得到第二中间图像，所述第二中间图像的颜色通道值用于指示所述至少一个目标对象的脸部的轮廓信息，所述第二中间图像的透明度通道值用于指示所述至少一个目标对象的脸部的纹理信息；
10、第一确定单元，被配置为基于所述第二中间图像的透明度通道值，确定第一融合系数和第二融合系数；
11、融合单元，被配置为基于所述第一融合系数和所述第二融合系数，对所述第一图像的颜色通道值和所述第二中间图像的颜色通道值进行融合，得到第二图像，所述第二图像中所述至少一个目标对象的脸部特征与所述第一图像中所述至少一个目标对象的脸部特征不同。
12、在一些实施例中，所述第一确定单元，被配置为对于所述第二中间图像中的任一像素点，将所述像素点的透明度通道值确定为所述像素点对应的第一融合系数，将1与所述像素点的透明度通道值之差确定为所述像素点对应的第二融合系数。
13、在一些实施例中，所述融合单元，被配置为对于所述第二中间图像中的任一像素点，将所述像素点对应的第一融合系数和所述第二中间图像中所述像素点的多个颜色通道值相分别相乘，得到多个第一中间值；将所述像素点对应的第二融合系数和所述第一图像中所述像素点的多个颜色通道值分别相乘，得到多个第二中间值；将所述多个第一中间值和所述第二中间值分别相加，得到所述第二图像中所述像素点的多个颜色通道值。
14、在一些实施例中，所述装置还包括：
15、第二确定单元，被配置为从原始图像中确定所述至少一个目标对象；
16、提取单元，被配置为对所述至少一个目标对象分别进行脸部提取，得到每个目标对象的脸部区域；
17、拼接单元，被配置为对所述至少一个目标对象的脸部区域进行拼接，得到所述第一图像。
18、在一些实施例中，所述第一图像的分辨率为第一预设分辨率；
19、所述拼接单元，被配置为基于所述至少一个目标对象的数量，确定第二预设分辨率，所述第二预设分辨率的图像包含的像素点的数量为所述第一预设分辨率的图像包含的像素点的数量与所述至少一个目标对象的数量的比值；对于任一目标对象，基于所述第二预设分辨率，对所述目标对象的脸部区域进行压缩，得到所述目标对象的脸部图像，所述目标对象的脸部图像的分辨率为所述第二预设分辨率；将所述至少一个目标对象的脸部图像进行拼接，得到所述第一图像。
20、在一些实施例中，所述图像处理方法通过目标图像生成模型实现，所述装置还包括：
21、更新单元，被配置为在每次迭代过程中，通过图像生成模型对训练数据集中的样本图像进行处理，得到输出图像，所述样本图像为未处理的原始图像；
22、所述更新单元，还被配置为基于所述输出图像、所述训练数据集中的标签图像以及所述训练数据集中的掩蔽图像，确定第一损失函数对应的损失值，所述标签图像为包含脸部参考特征的图像，所述掩蔽图像为保留脸部边界特征的图像；
23、所述更新单元，还被配置为基于所述第一损失函数对应的损失值，更新所述图像生成模型的模型参数。
24、在一些实施例中，所述更新单元，还被配置为在每次迭代过程中，通过图像判别模型对所述输出图像和所述训练数据集中的样本图像进行判别，得到判别结果；基于所述判别结果、所述输出图像、所述样本图像，确认第二损失函数对应的损失值；基于所述第二损失函数对应的损失值，更新所述图像判别模型的模型参数。
25、在一些实施例中，所述更新单元，还被配置为在任一次迭代过程中，在本次迭代次数满足预设次数的情况下，将更新所述模型参数后的图像生成模型确定为目标图像生成模型。
26、在一些实施例中，所述更新单元，还被配置为对于所述训练数据集中的每个掩蔽图像，确定所述掩蔽图像对应的中间图像，所述掩蔽图像中像素点的颜色通道值在-1到1之间，所述掩蔽图像对应的中间图像中像素点的颜色通道值在0到1之间；基于第三损失函数对应的损失值和所述掩蔽图像对应的中间图像，确定所述第一损失函数对应的损失值，所述第三损失函数用于指示所述输出图像和所述标签图像之间的误差。
27、在一些实施例中，所述掩蔽图像中第一类区域的像素值为1，所述第一类区域为脸部边界区域，所述掩蔽图像中第二类区域的像素值为-1，所述第一类区域为所述掩蔽图像中除所述第一类区域外的其他区域。
28、根据本公开实施例的另一方面，提供一种电子设备，该电子设备包括：
29、一个或多个处理器；
30、用于存储该处理器可执行程序代码的存储器；
31、其中，该处理器被配置为执行该程序代码，以实现上述图像处理方法。
32、根据本公开实施例的另一方面，提供一种计算机可读存储介质，当该计算机可读存储介质中的程序代码由电子设备的处理器执行时，使得电子设备能够执行上述图像处理方法。
33、根据本公开实施例的另一方面，提供了一种计算机程序产品，包括计算机程序本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述第二中间图像的透明度通道值，确定第一融合系数和第二融合系数，包括：
3.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述第一融合系数和所述第二融合系数，对所述第一图像的颜色通道值和所述第二中间图像的颜色通道值进行融合，得到第二图像，包括：
4.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的图像处理方法，其特征在于，所述第一图像的分辨率为第一预设分辨率；所述对所述至少一个目标对象的脸部区域进行拼接，得到所述第一图像，包括：
6.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法通过目标图像生成模型实现，所述目标图像生成模型的训练步骤包括：
7.根据权利要求6所述的图像处理方法，所述方法还包括：
8.根据权利要求6所述的图像处理方法，其特征在于，所述方法还包括：
9.根据权利要求6所述的图像处理方法，其特征在于，所述
10.根据权利要求6所述的图像处理方法，其特征在于，所述掩蔽图像中第一类区域的像素值为1，所述第一类区域为脸部边界区域，所述掩蔽图像中第二类区域的像素值为-1，所述第一类区域为所述掩蔽图像中除所述第一类区域外的其他区域。
11.一种图像处理装置，其特征在于，所述装置包括：
12.一种电子设备，其特征在于，所述电子设备包括：
13.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至10任一项所述的图像处理方法。
14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如权利要求1至10任一项所述的图像处理方法。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述第二中间图像的透明度通道值，确定第一融合系数和第二融合系数，包括：
3.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述第一融合系数和所述第二融合系数，对所述第一图像的颜色通道值和所述第二中间图像的颜色通道值进行融合，得到第二图像，包括：
4.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的图像处理方法，其特征在于，所述第一图像的分辨率为第一预设分辨率；所述对所述至少一个目标对象的脸部区域进行拼接，得到所述第一图像，包括：
6.根据权利要求1所述的图像处理方法，其特征在于，所述图像处理方法通过目标图像生成模型实现，所述目标图像生成模型的训练步骤包括：
7.根据权利要求6所述的图像处理方法，所述方法还包括：
8.根据权利要求6所述的图像处理方法，其特征在于，所...
【专利技术属性】
技术研发人员：刘晓坤，周儒凡，秦文煜，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。