买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本申请提供一种基于背景融合的人脸阴影消除方法、装置及设备，该方法包括：对初始图像中的人脸阴影进行消除，得到初步消除图像；将初步消除图像划分为多个预设尺寸的初步图像块；对每个初步图像块进行编码得到对应的特征向量；针对每个第一特征向量，结合所有第二特征向量得到第一参考向量，结合所有第三特征向量得到第二参考向量；针对每个第一特征向量，分别结合第一参考向量和第二参考向量进行解码得到一对中间图像块；将每对中间图像块进行融合得到对应的最终图形块；将初步消除图像中每个符合第一条件的初步图像块替换为最终图像块，得到最终消除图像。通过本申请，人脸阴影消除后人脸本身与背景融洽。

主权项：1.一种基于背景融合的人脸阴影消除方法，其特征在于，所述人脸阴影消除方法包括：对初始图像中的人脸阴影进行消除，得到初步消除图像；将初步消除图像划分为多个预设尺寸的初步图像块；对每个初步图像块进行编码得到对应的特征向量，其中，初步图像块分别符合第一条件、第二条件和第三条件时，其特征向量分别记为第一特征向量、第二特征向量和第三特征向量，第一条件为图像块中存在人脸阴影消除像素，第二条件为图像块由背景像素组成，或者，图像块由背景像素和人脸无阴影像素组成，且背景像素占比大于预设比例，第三条件为图像块由人脸无阴影像素组成，或者，图像块由背景像素和人脸无阴影像素组成，且背景像素占比小于或等于预设比例；针对每个第一特征向量，结合所有第二特征向量以第一特征字典为目标域进行预测得到第一参考向量，结合所有第三特征向量以第二特征字典为目标域进行预测得到第二参考向量，其中，第一参考向量为第一特征字典中预测概率最大的级别中第四特征向量的平均值，第二参考向量为第二特征字典中预测概率最大的级别中第五特征向量的平均值，第一特征字典包括划分为N个级别的多个第四特征向量，第二特征字典包括划分为N个级别的多个第五特征向量，划分依据为每个特征向量与全局平均值的相似度排序，第四特征向量由符合第二条件的样本图像块进行编码得到，第四特征向量由符合第三条件的样本图像块进行编码得到，样本图像块为预设尺寸且取自多个样本图像，样本图像的人脸区域有阴影；针对每个第一特征向量，分别结合第一参考向量和第二参考向量进行解码得到一对中间图像块；将每对中间图像块进行融合得到对应的最终图形块；将初步消除图像中每个符合第一条件的初步图像块替换为最终图像块，得到最终消除图像。

全文数据：

权利要求：

百度查询： 武汉大学 基于背景融合的人脸阴影消除方法、装置及设备