人脸图像处理的方法及装置与流程

本公开涉及图像处理领域，特别涉及一种人脸图像处理的方法及装置。

背景技术

在对人脸图像进行美颜处理的过程中，人脸磨皮是美颜技术的核心功能，它可以对皮肤上的杂质、纹理等细节进行处理，使图片看上去更美观。

目前，人脸磨皮技术一般采用保边滤波器来实现，保边滤波器在对人脸图像进行处理的过程中，会对待处理的初始人脸图像进行滤波，从而得到磨皮处理后的人脸图像。

然而，用保边滤波器对人脸图像进行磨皮处理时，会对人脸图像中的皮肤的纹理特征进行平滑处理，导致磨皮处理后的皮肤缺乏质感。

技术实现要素：

本公开实施例提供了一种人脸图像处理的方法及装置。能够解决现有技术的问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种人脸图像处理的方法，包括：

对初始人脸图像进行第一磨皮处理，得到基础图像；

基于所述初始人脸图像，获取细节图像，所述细节图像用于反映所述初始人脸图像中的皮肤的纹理特征；

对所述细节图像进行第二磨皮处理，得到目标细节图像；

将所述目标细节图像与所述基础图像进行叠加处理，得到目标人脸图像。

可选的，所述基于所述初始人脸图像，获取细节图像，包括：

将所述初始人脸图像与所述基础图像做差，得到所述细节图像。

可选的，所述对所述细节图像进行第二磨皮处理，得到目标细节图像，包括：

对所述细节图像进行非线性变换，得到变换后的细节图像；

对所述变换后的细节图像进行所述第二磨皮处理，得到所述目标细节图像。

可选的，所述对所述细节图像进行非线性变换，得到变换后的细节图像，包括：

基于多项式变换公式，对所述细节图像进行非线性变换，得到变换后的细节图像，所述多项式变换公式为：

其中，d1为所述变换后的细节图像的第i个像素值，所述d为所述细节图像的第i个像素值，a和b为预设的非零变换系数，1≤i≤n，n为所述细节图像中像素值的总数。

可选的，所述第一磨皮处理和所述第二磨皮处理均为保边滤波处理；

其中，所述第一磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理；

所述第二磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理。

可选的，所述方法还包括：

通过摄像组件采集图像；

对采集到的图像进行人脸识别；

当所述采集到的图像存在人脸图像时，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像。

根据本公开实施例的第二方面，提供一种人脸图像处理的装置，包括：

第一磨皮模块，被配置为对初始人脸图像进行第一磨皮处理，得到基础图像；

获取模块，被配置为基于所述初始人脸图像，获取细节图像，所述细节图像用于反映所述初始人脸图像中的皮肤的纹理特征；

第二磨皮模块，被配置为对所述细节图像进行第二磨皮处理，得到目标细节图像；

叠加模块，被配置为将所述目标细节图像与所述基础图像进行叠加处理，得到目标人脸图像。

可选的，所述获取模块，被配置为：

将所述初始人脸图像与所述基础图像做差，得到所述细节图像。

可选的，所述第二磨皮模块，包括：

变换子模块，被配置为对所述细节图像进行非线性变换，得到变换后的细节图像；

磨皮子模块，被配置为对所述变换后的细节图像进行所述第二磨皮处理，得到所述目标细节图像。

可选的，所述变换子模块，被配置为：

基于多项式变换公式，对所述细节图像进行非线性变换，得到变换后的细节图像，所述多项式变换公式为：

其中，d1为所述变换后的细节图像的第i个像素值，所述d为所述细节图像的第i个像素值，a和b为预设的非零变换系数，1≤i≤n，n为所述细节图像中像素值的总数。

可选的，所述第一磨皮处理和所述第二磨皮处理均为保边滤波处理。

其中，所述第一磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理；

所述第二磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理。

可选的，所述装置还包括：

采集模块，被配置为通过摄像组件采集图像；

识别模块，被配置为对采集到的图像进行人脸识别；

确定模块，被配置为当所述采集到的图像存在人脸图像时，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像。

根据本公开实施例的第三方面，提供一种人脸图像的处理装置，所述装置包括：

处理组件；

用于存储所述处理组件的可执行指令的存储器；

其中，所述处理组件被配置为执行第一方面任一所述人脸图像的处理方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述可读存储介质在处理组件上运行时，使得处理组件执行第一方面任一所述的人脸图像的处理方法。

本公开的实施例提供的技术方案可以包括以下有益效果：

本公开的实施例提供的人脸图像处理的方法及装置，可以在对初始人脸图像进行磨皮处理获取基础图像后，获取能够反映人脸皮肤纹理特征的细节图像，通过对细节图像进行磨皮处理，并将经过磨皮处理后的细节图像与基础图像进行叠加，可以获得目标人脸图像，该目标人脸图像中的皮肤在杂质较少的基础上，有效保留了其纹理特征，增加了皮肤的质感。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

为了更清楚地说明本公开的实施例，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种初始人脸图像的示意图；

图2是根据一示例性实施例示出的一种基础图像的示意图；

图3是根据一示例性实施例示出的一种人脸图像处理方法的流程图；

图4是根据一示例性实施例示出的另一种人脸图像处理方法的流程图；

图5是根据一示例性实施例示出的又一种人脸图像处理方法的流程图；

图6是根据一示例性实施例示出的一种细节图像的示意图；

图7是根据一示例性实施例示出的再一种人脸图像处理方法的流程图；

图8是根据一示例性实施例示出的一种目标细节图像的示意图；

图9是根据一示例性实施例示出的一种目标人脸图像的示意图；

图10是根据另一示例性实施例示出的一种初始人脸图像的示意图；

图11是根据另一示例性实施例示出的一种目标人脸图像的是有意图；

图12是根据一示例性实施例示出的一种人脸图像的处理装置的框图；

图13是根据一示例性实施例示出的另一种人脸图像的处理装置的框图；

图14是根据一示例性实施例示出的又一种人脸图像的处理装置的框图；

图15是根据一示例性实施例示出的再一种人脸图像的处理装置的框图；

图16是根据一示例性实施例示出的一种用于人脸图像处理的装置的框图。

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

具体实施方式

为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，显然，所描述的实施例仅仅是本公开一部份实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。

随着图像处理技术的飞速发展，越来越多的人在拍摄照片或者视频聊天时，会对人脸图像进行美颜处理，人脸磨皮是美颜技术的核心功能，现有的人脸磨皮技术一般采用保边滤波器来实现，保边滤波器为终端中人脸磨皮技术功能实现的核心器件，它在对人脸图像进行处理的过程中，会对待处理的初始人脸图像进行磨皮处理，从而得到磨皮处理后的人脸图像，但是，保边滤波器对人脸图像进行磨皮处理时也会对人脸图像中皮肤的纹理特征进行平滑处理，从而导致磨皮处理后的皮肤由于缺失了必要的纹理特征而缺乏质感。请参见图1和图2，图1为终端获取的初始人脸图像的示意图，图2为保边滤波器对初始人脸图像进行磨皮处理后的图像的示意图。图2在去除了图1中初始人脸图像的杂质的基础上，也将皮肤的一些纹理特征进行了去除。

本公开实施例提供一种人脸图像处理方法，可以解决上述问题，如图3所示，该方法应用于终端，包括：

步骤301、对初始人脸图像进行第一磨皮处理，得到基础图像。

步骤302、基于初始人脸图像，获取细节图像，该细节图像用于反映初始人脸图像中的皮肤的纹理特征。

步骤303、对细节图像进行第二磨皮处理，得到目标细节图像。

步骤304、将目标细节图像与基础图像进行叠加处理，得到目标人脸图像。

综上所述，本公开实施例提供的人脸图像处理方法，可以在对初始人脸图像进行磨皮处理获取基础图像后，获取能够反映人脸皮肤纹理特征的细节图像，通过对细节图像进行磨皮处理，并将经过磨皮处理后的细节图像与基础图像进行叠加，可以获得目标人脸图像，该目标人脸图像中的皮肤在杂质较少的基础上，有效保留了其纹理特征，增加了皮肤的质感。

本公开实施例提供一种人脸图像处理方法，该方法应用于终端中，例如，该终端可以为手机，终端可以安装有图像处理程序，该图像处理程序用于执行后续人脸图像处理方法。如图4所示，该方法包括：

步骤401、获取初始人脸图像。

在本公开实施例中，终端获取初始人脸图像的方式可以有多种，例如，用户可以从本地存储的图像中选择初始人脸图像，相应的，终端基于用户的选择操作获取该初始人脸图像；又例如，用户可以执行拍摄触发操作，相应的，终端在检测到该拍摄触发操作后，开启拍摄组件，通过该拍摄组件拍摄得到初始人脸图像。例如，该拍摄组件为前置摄像头或后置摄像头。

需要说明的是，终端通过拍摄组件拍摄得到的图像可能不包括人脸图像，而本公开提供的人脸图像处理方法是针对人脸图像的，如果拍摄到的图像不包括人脸图像，相应的处理便是无效处理，为了减少无效处理，终端可以对拍摄得到的图像进行识别，如图5所示，该过程可以包括：

步骤4011、通过摄像组件采集图像。

示例的，用户可以执行拍摄触发操作，相应的，终端在检测到该拍摄触发操作后，开启拍摄组件，通过该拍摄组件拍摄得到图像。

步骤4012、对采集到的图像进行人脸识别。

终端可以通过人脸识别算法(也称人像识别算法或者面部识别算法)对采集到的图像进行人脸识别。

步骤4013、当采集到的图像存在人脸图像时，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像。

终端采集到的图像存在人脸图像时，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像，在采集到的图像不存在人脸图像时，可以提示用户未采集到人脸图像，或者重复执行上述步骤4011至4013。

例如，假设步骤4011采集的图像为如图1所示的终端中的图像，通过步骤4012可以识别得到该图像中存在人脸图像，则终端将该图像中包括人脸图像的预定区域中的图像确定为初始人脸图像。示例的，该预定区域可以为采集到的图像的中心区域，该区域具有指定形状，该指定形状可以为矩形、圆形或椭圆形等等。

步骤402、对初始人脸图像进行第一磨皮处理，得到基础图像。

以初始人脸图像为图1终端中所示的图像为例，对其进行第一磨皮处理，得到的基础图像可以为如图2终端中所示的人脸图像。该第一磨皮处理可以为保边滤波处理，例如，双边滤波处理、导向滤波处理或加权最小二乘处理。

步骤403、基于初始人脸图像，获取细节图像，该细节图像用于反映初始人脸图像中的皮肤的纹理特征。

示例的，该纹理特征可以为眼角的细纹、毛孔、法令纹唇和/或鼻沟等特征。

在本公开实施例中，基于初始人脸图像，获取细节图像的方式可以有多种，例如，在一种可选的实现方式中，通过特征提取的方式，在初始人脸图像中提取图像中的纹理特征，得到细节图像。在另一种可选的实现方式中，可以将初始人脸图像与基础图像做差，得到细节图像。也即是：h＝a-b，其中，a为初始人脸图像的像素值矩阵，b为基础图像的像素值矩阵，h为细节图像的像素值矩阵。

以初始人脸图像为图1终端中所示人脸图像为例，对其进行第一磨皮处理得到的基础图像可以如图2所示，将图1中的初始人脸图像与图2中的基础图像做差，得到细节图像可以为如图6中终端所示的图像。

步骤404、对细节图像进行第二磨皮处理，得到目标细节图像。

在本公开实施例中，对细节图像进行第二磨皮处理，得到目标细节图像的过程可以有多种，示例的，如图7所示，该过程包括：

步骤4041、对细节图像进行非线性变换，得到变换后的细节图像。

示例的，基于多项式变换公式，对细节图像进行非线性变换，得到变换后的细节图像，该多项式变换公式为：

其中，d1为变换后的细节图像的第i个像素值，d为细节图像的第i个像素值，a和b为预设的非零变换系数，1≤i≤n，n为细节图像中像素值的总数。对于变换后的细节图像的每个像素值，均满足上述多项式变化公式。示例的，a＝1024，b＝512。

需要说明的是，本公开实施例提供的多项式变化公式的次数大于或等于2，上述多项式变化公式只是示意性说明，其还可以有其他形式，例如该公式可以为3次多项式或者4次多项式。

对细节图像进行非线性变换可以激活细节图像中的有用信息，抑制其中无关的信息，提高后续处理的效率，进一步提高最终处理得到的图像的质量。

步骤4042、对变换后的细节图像进行第二磨皮处理，得到目标细节图像。

请参考上述步骤403，该细节图像虽然反映初始人脸图像中的皮肤的纹理特征，但是该纹理特征贴近真实人脸状态，较为粗糙，不够柔和，经过步骤4041变换后的细节图像仍然存在相应的问题，本公开实施例通过对该变换后的细节图像进行第二磨皮处理，可以将该细节图像所反映的纹理特征柔和化，使其视觉上更为美观。该第二磨皮处理可以为保边滤波处理。例如，双边滤波处理、导向滤波处理或加权最小二乘处理。

示例的，假设图6中终端所显示的人脸图像为经过非线性变换后的细节图像，对其进行第二磨皮处理得到的目标细节图像可以如图8所示终端中的图像。

步骤405、将目标细节图像与基础图像进行叠加处理，得到目标人脸图像。

可选的，可以将目标细节图像与基础图像进行叠加处理，得到目标人脸图像，也即是，e＝f+b，该f为目标细节图像的像素值矩阵，b为基础图像的像素值矩阵，e为目标人脸图像的像素值矩阵。

以目标细节图像如图8所示，基础图像如图2所示，将二者进行叠加，得到的目标人脸图像可以为如图9中终端中所示的人脸图像。

需要说明的是，目标人脸图像还可以有其他获取方式，例如，可以对目标细节图像与基础图像中的至少一者进行预设的变换，然后再进行叠加处理，本公开实施例对此不做限制。

步骤406、显示目标人脸图像。

可选的，终端可以以对比的形式将初始人脸图像和目标人脸图像共同显示在用户界面上，以便用户能够有效看到图像处理的效果，示例的，将初始人脸图像和目标人脸图像分别显示在用户界面的两个区域，如分别显示在用户界面的上半部分的区域和下半部分的区域；可选的，终端可以以叠加的形式将初始人脸图像和目标人脸图像共同显示在用户界面上，以便用户以较为新颖的方式看到图像处理的效果，例如，将目标人脸图像以半透明的形式叠加在初始人脸图像上显示；可选的，终端还可以直接将目标人脸图像显示在用户界面上。上述几种可选方式只是本公开的示意性说明，本公开对此不做限定。

以初始人脸图像为图10的终端中所示图像为例，对其经过步骤401至步骤405的人脸图像磨皮处理后，终端显示的目标人脸图像如图11所示，该目标人脸图像中的皮肤在杂质较少的基础上，保留了人脸的纹理特征，如眼角的细纹和唇鼻沟等特征，增加了皮肤的质感。

综上所述，本公开实施例提供的人脸图像处理方法，终端通过摄像组件采集图像，并对采集到的图像进行人脸识别后，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像，进而对初始人脸图像进行第一磨皮处理，得到基础图像，接着获取能够反映该初始人脸图像中的皮肤的纹理特征的细节图像，并对细节图像进行第二磨皮处理，得到目标细节图像，最后，将目标细节图像与基础图像进行叠加处理，得到目标人脸图像，该目标人脸图像中的皮肤在杂质较少的基础上，有效的保留了其纹理特征，增加了皮肤的质感。

本公开提供一种人脸图像的处理装置50，如图12所示，该装置50包括：

第一磨皮模块501，被配置为对初始人脸图像进行第一磨皮处理，得到基础图像；

获取模块502，被配置为基于所述初始人脸图像，获取细节图像，所述细节图像用于反映所述初始人脸图像中的皮肤的纹理特征；

第二磨皮模块503，被配置为对所述细节图像进行第二磨皮处理，得到目标细节图像；

叠加模块504，被配置为将所述目标细节图像与所述基础图像进行叠加处理，得到目标人脸图像。

综上所述，本公开实施例提供的人脸图像处理装置，第一磨皮模块可以对初始人脸图像进行第一磨皮处理，得到基础图像，获取模块基于初始人脸图像，获取能够反映所述初始人脸图像中的皮肤的纹理特征的细节图像，第二磨皮模块可以对所述细节图像进行第二磨皮处理，得到目标细节图像，叠加模块能够将所述目标细节图像与所述基础图像进行叠加处理，得到目标人脸图像，得到的目标人脸图像中的皮肤在杂质较少的基础上，有效的保留了皮肤的纹理特征，增加了皮肤的质感。

可选的，所述获取模块502，被配置为：

将所述初始人脸图像与所述基础图像做差，得到所述细节图像。

可选的，所述第二磨皮模块503，如图13所示，该第二磨皮模块503包括：

变换子模块5031，被配置为对所述细节图像进行非线性变换，得到变换后的细节图像；

磨皮子模块5032，被配置为对所述变换后的细节图像进行所述第二磨皮处理，得到所述目标细节图像。

可选的，所述变换子模块5031，被配置为：

基于多项式变换公式，对所述细节图像进行非线性变换，得到变换后的细节图像，所述多项式变换公式为：

其中，d1为所述变换后的细节图像的第i个像素值，所述d为所述细节图像的第i个像素值，a和b为预设的非零变换系数，1≤i≤n，n为所述细节图像中像素值的总数。

可选的，a＝1024，b＝512。

可选的，所述第一磨皮处理和所述第二磨皮处理均为保边滤波处理。

可选的，所述第一磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理；

所述第二磨皮处理为双边滤波处理、导向滤波处理或加权最小二乘处理。

可选的，如图14所示，该装置50还包括：

采集模块505，被配置为通过摄像组件采集图像；

识别模块506，被配置为对采集到的图像进行人脸识别；

确定模块507，被配置为当所述采集到的图像存在人脸图像时，将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像。

本公开实施例提供的人脸图像处理装置，该装置中的图像采集模块通过摄像组件采集图像，人脸识别模块可以对采集到的图像进行人脸识别，确定模块将采集到的图像中包括人脸图像的预定区域中的图像确定为初始人脸图像，第一磨皮模块可以对初始人脸图像进行第一磨皮处理，得到基础图像，获取模块基于所述初始人脸图像，获取能够反映所述初始人脸图像中的皮肤的纹理特征的细节图像，第二磨皮模块可以对所述细节图像进行第二磨皮处理，得到目标细节图像，叠加模块能够将所述目标细节图像与所述基础图像进行叠加处理，得到目标人脸图像，得到的目标人脸图像中的皮肤在杂质较少的基础上，有效的保留了皮肤的纹理特征，增加了皮肤的质感。

本公开实施例提供一种人脸图像的处理装置60，如图15所示，所述装置包括：

处理组件601；

用于存储所述处理组件的可执行指令的存储器602；

其中，所述处理组件被配置为执行本公开实施例提供的任一所述人脸图像的处理方法。

图16是根据一示例性实施例示出的一种用于人脸图像处理的装置700的框图。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图16，装置700可以包括以下一个或多个组件：处理组件7002，存储器7004，电源组件7006，多媒体组件7008，音频组件7010，输入/输出(i/o)的接口7012，传感器组件7014，以及通信组件7016。

处理组件7002通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件7002可以包括一个或多个处理器7020来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件7002可以包括一个或多个模块，便于处理组件7002和其他组件之间的交互。例如，处理组件7002可以包括多媒体模块，以方便多媒体组件7008和处理组件7002之间的交互。

存储器7004被配置为存储各种类型的数据以支持在装置700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器7004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件7006为装置700的各种组件提供电力。电源组件7006可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。

多媒体组件7008包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件7008包括一个前置摄像头和/或后置摄像头。当装置700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件7010被配置为输出和/或输入音频信号。例如，音频组件7010包括一个麦克风(mic)，当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器7004或经由通信组件7016发送。在一些实施例中，音频组件7010还包括一个扬声器，用于输出音频信号。

i/o接口7012为处理组件7002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件7014包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件7014可以检测到装置700的打开/关闭状态，组件的相对定位，例如所述组件为装置700的显示器和小键盘，传感器组件7014还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件7014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件7014还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件7014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件7016被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件7016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件7016还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置700可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器7004，上述指令可由装置700的处理器7020执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置700的处理器执行时，使得装置700能够执行上述实施例提供的一种人脸图像处理的方法。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。