CN112257501B 人脸特征增强显示方法、装置、电子设备和介质 （深圳数联天下智能科技有限公司）

道高新区社区科技南十二路011号方预设颜色填充参数和处理图像中的像素点的分2根据所述待处理人脸图像中的人脸关键点，获得所述待处理人脸图像对应的第一图若所述第一图像的亮度值小于所述第一亮度阈值，对所述待处行调整，以使所述待处理人脸图像对应的所述第一图像的亮度值不小于所述第一亮度阈在所述第一图像的亮度值不小于所述第一亮度阈值的情况根据预设颜色填充参数和所述处理图像中的像素点的分类，对所述处理图像进行填获取所述待处理人脸图像中像素点的像素值与所述预设颜差值不大于所述预设容差值的目标像素点，和所述差值大于所述预设容差值的其他像素所述根据预设颜色填充参数和所述处理图像中的像素点的分类，对对所述处理图像进行归一化处理，获得所述处理图像对应的第一归使用预设颜色填充值对所述第一归一化图像进行填充，使用白将所述待处理人脸图像的L通道的值拟合预设样条插值函数，来调整所述待处理人脸根据所述待处理人脸图像中的人脸关键点，确定所述待处理人脸图根据所述待处理人脸图像和所述非皮肤区域，获得第一掩膜，所3将所述待处理人脸图像和所述第一掩膜叠加获将所述待处理人脸图像中所述非皮肤区域的像素值设置为第一阈值检测模块，用于根据所述待处理人脸图像中的人脸关键点，若所述第一图像的亮度值小于所述第一亮度阈值，对所述待处行调整，以使所述待处理人脸图像对应的所述第一图像的亮度值不小于所述第一亮度阈增强模块，用于在所述第一图像的亮度值不小于所述第所述增强模块还用于，根据预设颜色填充参数和所述处理获取所述待处理人脸图像中像素点的像素值与所述预设颜差值不大于所述预设容差值的目标像素点，和所述差值大于所述预设容差值的其他像素对所述处理图像进行归一化处理，获得所述处理图像对应的第一归使用预设颜色填充值对所述第一归一化图像进行填充，使用白45[0010]在所述第一图像的亮度值不小于所述第一亮度阈值的情况下，获取预设颜色参6[0018]所述增强模块还用于，根据预设颜色填充参数和所述处理图像中的像素点的分7[0036]本申请实施例中涉及的深度学习(DL,DeepLearning)是机器学习(Machine[0037]人工神经网络(ArtificialNeuralNetworks，ANNs)也简称为神经网络(NNs)或[0039]请参阅图1，图1是本申请实施例提供的一种人脸特征增强显示方法的流程示意[0041]本申请实施例的执行主体可以为一种人脸特征增强显示[0043]上述人脸区域的图像可以是任意设备采集的图像比如通过手机摄像头拍摄的人8[0055]可以参考图3所示的一种第一图像示意图。在获得如图2B所示的一种第一掩膜之9[0061]将待处理人脸图像的L通道的值拟合预设样条插值函数，来调整上述待处理人脸[0062]本申请实施例涉及到的Lab模式是一种色彩模式。Lab颜色模型弥补了RGB和CMYK从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b是从亮蓝色(低亮度原待处理人脸图像部分的L通道的值通过拟合预设样条插值函数，来调整待处理人脸图像[0074]本申请实施例通过获取待处理人脸图像；根据待处理人[0075]请参阅图4，图4是本申请实施例提供的一种人脸特征增强显示方法的流程示意[0078]本申请实施例的执行主体可以为一种人脸特征增强显示[0079]其中，上述步骤401和步骤402可以分别参考图1所示实施例中步骤101和步骤102[0083]其中，上述步骤401-步骤404可以分别参考图1所示实施例中步骤101-步骤104的三通道图像每个像素点的像素值则表示上述[0101]可以参见如图5所示的一种处理图像示意图，其中的白色框为保护肖像隐私的马[0105]可以参见图7所示的另一种人脸特征增强图像，图7所示的图像是在图6所示的图应设置不同的颜色值和容错值来处理，以检测人脸上各类肤质问题并具有增强显示的效述处理图像中的目标像素点进行填充，获得上述待处理人脸图像对应的人脸特征增强图[0115]所述增强模块840还用于，根据预设颜色填充参数对所述处理图像中的目标像素[0118]基于上述方法实施例以及装置实施例的描述，本申请实施例还提供一种电子设储介质904存储的程序指令。处理器901(或称CPU(CentralProcessingUnit，中央处理还存放了适于被处理器901加载并执行的一条或多条的指令，这些指令可以是一个或一个可选的还可以是至少一个位于远离前述处理器的计[0121]在一个实施例中，可由处理器901加载并执行计算机存储介质中存放的一条或多计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用