(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211172431.7 (22)申请日 2022.09.26 (65)同一申请的已公布的文献号 申请公布号 CN 115278089 A (43)申请公布日 2022.11.01 (73)专利权人 合肥岭雁科技有限公司 地址 230031 安徽省合肥市高新区望江西 路900号中安创谷科技园A3A4栋7层 733室 (72)发明人 张振辉　叶征　宋贝贝　黄涛　 潘朝　 (74)专利代理 机构 合肥维可专利代理事务所 (普通合伙) 3413 5 专利代理师 吴明华(51)Int.Cl. H04N 5/232(2006.01) (56)对比文件 CN 102338972 A,2012.02.01 WO 2021136050 A1,2021.07.08 CN 102033388 A,2011.04.27 CN 102314043 A,2012.01.1 1 US 2015219 979 A1,2015.08.0 6 JP 2005033515 A,20 05.02.03 TW 201204023 A,2012.01.16 CN 114040111 A,2022.02.11 US 2012019709 A1,2012.01.26 审查员 石婷婷 (54)发明名称 人脸模糊图像对焦矫正方法、 装置、 设备和 存储介质 (57)摘要 本发明涉及人脸模糊图像对焦矫正方法、 装 置、 设备和存储介质， 涉及图像处理技术领域， 该 方法为基于基准焦距拍摄获取目标影像， 对获取 的目标影像进行人脸识别， 获得包含 人脸影像关 键点位置的人脸特征图像； 将人脸特征图像输入 至图像模糊检测模型， 以获取所述人脸特征图像 的清晰度， 并与清晰度标准阈值对比， 若低于清 晰度标准阈值范围， 则触发自动对焦； 根据获取 的人脸特征图像的清晰度相对于清晰度标准阈 值的清晰度差值匹配镜头对焦时控制马达进行 调焦的焦距矫正值， 并进行调焦。 本发明通过调 焦验证后获取清晰度达标的目标影像， 达到人脸 区域对焦矫 正后所需的清晰效果。 权利要求书2页 说明书8页 附图7页 CN 115278089 B 2022.12.02 CN 115278089 B 1.一种人脸模糊图像对焦矫 正方法， 其特 征在于， 包括： 基于基准焦距拍摄获取目标影像， 对获取的目标影像进行人脸识别， 获得包含人脸影 像关键点 位置的人脸特 征图像； 将人脸特征图像输入至 图像模糊检测模型， 以获取所述人脸特征图像的清晰度， 并与 清晰度标准阈值对比， 若低于清晰度标准阈值范围， 则触发自动对焦； 根据获取的人脸特征图像的清晰度相对于清晰度标准阈值的清晰度差值匹配镜头对 焦时控制马达进行调焦的焦距矫 正值， 并进行调焦； 调焦后的镜头拍摄获取当前目标影像， 并进行人脸识别获得当前人脸特征图像， 将当 前人脸特征图像输入至图像模糊检测模型获取清晰度， 直至获取的清晰度符合清晰度标准 阈值； 调焦后验证人脸特征图像的清晰度是否符合清晰度标准阈值， 若符合清晰度标准阈 值， 将调焦后的焦距设定为基准焦距。 2.根据权利要求1所述的人脸模糊图像对焦矫正方法， 其特征在于， 对获取的目标影像 进行人脸识别， 获得包 含人脸影 像关键点 位置的人脸特 征图像， 包括： 对获取的目标影 像进行分帧处 理， 获得分帧处 理后的连续帧图像； 将连续帧图像输入至预先建立的多任务卷积神经网络， 获取连续帧图像中人脸影像关 键点位置； 在获取的目标影像中框选标记人脸位置， 获得包含人脸影像关键点位置的人脸特征图 像。 3.根据权利要求2所述的人脸模糊图像对焦矫正方法， 其特征在于， 预先建立的多任务 卷积神经网络， 包括： 基于标记有人脸影像的关键点位置以及人脸位置的图像构建训练数据集及测试数据 集； 建立多任务卷积神经网络， 并将预先标记的人脸影像的关键点位置以及人脸位置的训 练数据集输入到所述多任务卷积神经网络中， 对所述多任务卷积神经网络进行训练， 直到 使得所述多任务卷积神经网络的模型收敛而完成训练； 将经过预先标记 处理的测试数据集输入到完成训练 的所述多任务卷积神经网络 中， 获 得所述人脸影像对应的身份特征表达向量和多个属性特征表达向量， 测试完成后得到预先 建立的多任务卷积神经网络 。 4.根据权利要求2所述的人脸模糊图像对焦矫正方法， 其特征在于， 将人脸特征图像输 入至图像模糊检测模型， 以获取 所述人脸特 征图像的清晰度， 包括： 根据人脸特征图像中包含的人脸影像关键点位置， 在所述人脸特征图像中设定至少一 个取样区域， 并提取每 个取样区域中影 像的像素值； 将所述人脸特 征图像中相邻取样区域的像素值比较， 得到取样区域的像素差值； 统计像素差值大于预设像素阈值的数量， 计算大于预设像素阈值的像素差值数量的占 比， 将所述占比设定为人脸特 征图像的清晰度。 5.根据权利要求3所述的人脸模糊图像对焦矫正方法， 其特征在于， 触发自动对焦， 根 据获取的人脸特征图像的清晰度相对于清晰度标准阈值的清晰度差值匹配镜头对焦时控 制马达进行调焦的焦距矫 正值， 并进行调焦， 还 包括： 根据获取的人脸特 征图像的清晰度， 计算与清晰度标准阈值的清晰度差值；权　利　要　求　书 1/2 页 2 CN 115278089 B 2遍历预设的清晰度差值与焦距矫正值的对照表， 查询所述清晰度差值对应的焦距矫正 值； 将对角位置锁定在目标影 像中框选标记的人脸 位置， 启动马达进行移动调焦。 6.根据权利要求3所述的人脸模糊图像对焦矫正方法， 其特征在于， 所述人脸模糊图像 对焦矫正方法， 还包括对符合清晰度标准阈值的调焦后的镜头拍摄获取当前目标影像去模 糊处理， 目标影 像去模糊处 理包括以下步骤： 对获得的目标影 像中人脸特 征图像以及背景像素识别； 定义所述人脸特 征图像与背景像素之间所需的边 缘像素数量； 使用遮罩对所述人脸特征图像之外的背景像素进行模糊处理， 保留边缘像素数量条件 下将遮罩范围外的背景像素 更改为新像素。 7.一种人脸模糊图像对焦矫正装置， 其特征在于， 基于权利要求1 ‑6中任意一项所述人 脸模糊图像对焦矫正方法进行人脸模糊图像对焦矫正处理， 所述人脸模糊图像对焦矫正装 置， 包括： 人脸识别模块， 用于对基于基准焦距拍摄获取的目标影像进行人脸识别， 获得包含人 脸影像关键点 位置的人脸特 征图像； 清晰度比较模块， 用于将人脸特征图像输入至 图像模糊检测模型， 以获取所述人脸特 征图像的清晰度， 并与清晰度标准阈值对比， 若低于清晰度标准阈值范围， 则触发自动对 焦； 调焦矫正模块， 用于根据获取的人脸特征图像的清晰度相对于清晰度标准阈值的清晰 度差值匹配镜 头对焦时控制马达进行调焦的焦距矫 正值， 并进行调焦； 对焦验证模块， 用于通过调焦后的镜头拍摄获取当前目标影像， 并进行人脸识别获得 当前人脸特征图像， 将当前人脸特征图像输入至图像模糊检测模型获取清晰度， 直至获取 的清晰度符合清晰度标准阈值。 8.一种计算机设备， 其特征在于， 所述计算机设备包括多个计算机设备， 各计算机设备 包括存储器、 处理器以及 存储在存储器上并可在处理器上运行的计算机程序， 其特征在于， 所述多个计算机设备 的处理器执行所述计算机程序时共同实现权利要求1至6中任一项所 述人脸模糊图像对焦矫 正方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述存储介质存储 的所述计算机程序被处理器执行时实现权利要求1至6中任一项所述人脸模糊图像对焦矫 正方法的步骤。权　利　要　求　书 2/2 页 3 CN 115278089 B 3