人脸色素检测模型训练方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113688752A(43)申请公布日2021.11.23(21)申请号202111002463.8(22)申请日2021.08.30(71)申请人厦门美图宜肤科技有限公司地址361100福建省厦门市翔安区火炬高新区(翔安)产业区同龙二路942号568(72)发明人李启东李志阳王喆杨小栋(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人曹瑞敏(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)G06T9/00(2006.01)权利要求书2页说明书14页附图4页(54)发明名称人脸色素检测模型训练方法、装置、设备及存储介质(57)摘要本申请提供一种人脸色素检测模型训练方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：对原始样本图像进行增益处理，得到目标样本图像；将目标样本图像输入初始人脸色素检测模型中，得到实际黑色素高清细节图像和实际红色素高清细节图像；对原始样本图像进行分解处理，得到监督黑色素高清细节图像和监督红色素高清细节图像；以监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据实际黑色素高清细节图像和实际红色素高清细节图像，对初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。本方案解决了低成本相机拍摄画质较差，导致图像相邻像素的颜色趋于一致使人脸图像中不同色素分解质量低的问题。CN113688752ACN113688752A权利要求书1/2页1.一种人脸色素检测模型训练方法，其特征在于，包括：对原始样本图像进行增益处理，得到目标样本图像，所述原始样本图像的分辨率高于所述目标样本图像的分辨率；将所述目标样本图像输入初始人脸色素检测模型中，得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像；对所述原始样本图像进行分解处理，得到监督黑色素高清细节图像和监督红色素高清细节图像；以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。2.根据权利要求1所述的方法，其特征在于，所述以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数，根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型，包括：所述监督黑色素高清细节图像的亮度信息和监督红色素高清细节图像的亮度信息作为监督参数，根据所述实际黑色素高清细节图像的亮度信息和所述实际红色素高清细节图像的亮度信息，对所述初始人脸色素检测模型进行迭代修正，得到目标人脸色素检测模型。3.根据权利要求1所述的方法，其特征在于，所述初始人脸色素检测模型包括：编码器、第一解码器以及第二解码器；所述将所述目标样本图像输入初始人脸色素检测模型中，得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像，包括：由所述编码器对所述目标样本图像进行编码，得到编码后特征；由所述第一解码器对所述编码后特征进行细节解码，得到黑色素细节图像和红色素细节图像；由所述第二解码器对所述编码后特征进行颜色解码，得到黑色素颜色图像和红色素颜色图像；由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像进行叠加处理，得到所述实际黑色素高清细节图像，以及，对所述红色素细节图像和所述红色素颜色图像进行叠加处理，得到所述实际红色素高清细节图像。4.根据权利要求3所述的方法，其特征在于，所述由所述第二解码器对所述编码后特征进行颜色解码，得到黑色素颜色图像和红色素颜色图像，包括：由所述第二解码器对所述编码后特征进行颜色解码，得到中间黑色素系数图矩阵和中间红色素系数图矩阵，并将所述中间黑色素系数图矩阵与所述目标样本图像中各像素位置的像素向量相乘，得到所述黑色素颜色图像，以及，将所述中间红色素系数图矩阵与所述目标样本图像中各像素位置的像素向量相乘，得到所述红色素颜色图像。5.根据权利要求3所述的方法，其特征在于，所述由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像进行叠加处理，得到所述实际黑色素高清细节图像，以及，对所述红色素细节图像和所述红色素颜色图像进行叠加处理，得到所述实际红色素高清细节图像，包括：2CN113688752A权利要求书2/2页由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像中相同位置相同通道的各像素值分别相加，得到所述实际黑色素高清细节图像，以及，对所述红色素细节图像