本發(fā)明涉及圖像處理技術領域，特別是涉及一種人臉圖像降噪方法、裝置、存儲介質(zhì)及計算機設備。

背景技術：

傳統(tǒng)利用多幀降噪算法合成人臉圖像的方法通常為：輸入多幀(例如四幀)圖像，經(jīng)過多幀降噪算法，得到一幀噪聲較少的人臉圖像。然而，在拍攝過程中，如果人處于運動的狀態(tài)，利用上述傳統(tǒng)方法得到的圖像會出現(xiàn)人臉區(qū)域模糊的缺陷。

技術實現(xiàn)要素：

本發(fā)明提供一種人臉圖像降噪方法、裝置、存儲介質(zhì)及計算機設備，可以改善傳統(tǒng)方法得到的圖像會出現(xiàn)人臉區(qū)域模糊的缺陷。

一種人臉圖像降噪方法，包括：

獲取m幀拍攝有人臉的圖像；所述m為自然數(shù)，且m≥2；及

分別識別n幀圖像中各幀所述圖像包含的人臉信息，并從所述n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像；其中，所述z幀圖像中任意兩幀所述圖像的人臉信息的差異均小于第一設定閾值；所述n、所述z均為自然數(shù)，且n≤m，z≤n。

在其中一個實施例中，分別識別n幀圖像中各幀所述圖像包含的人臉信息，并從所述n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像包括：

分別識別n幀圖像中各幀所述圖像包含的人臉信息，并將其中一幀所述圖像作為基準圖像，挑選出z幀圖像作為多幀降噪算法的輸入圖像；其中，所述z幀圖像中各幀所述圖像的人臉信息與所述基準圖像的人臉信息之間的差異均小于第二設定閾值；所述第二設定閾值小于或等于所述第一設定閾值。

在其中一個實施例中，分別識別n幀圖像中各幀所述圖像包含的人臉信息，并將其中一幀所述圖像作為基準圖像，挑選出z幀圖像作為多幀降噪算法的輸入圖像包括：

從所述m幀圖像中挑選第一幀圖像作為基準圖像，并識別所述基準圖像的人臉信息；

從所述m幀圖像中挑選第二幀圖像，并識別所述第二幀圖像的人臉信息；

將所述第二幀圖像的人臉信息與所述基準圖像的人臉信息進行比較，如果這兩幀圖像的人臉信息的差異小于所述第二設定閾值，將所述第二幀圖像作為待合成圖像；及

判斷待合成圖像的總數(shù)未達到z幀時，繼續(xù)從所述m幀圖像中挑選一幀圖像，并執(zhí)行與所述第二幀圖像相同的處理過程，依次循環(huán)，直至所述待合成圖像的總數(shù)達到z幀。

在其中一個實施例中，所述人臉信息為人臉感興趣區(qū)域的位置信息。

在其中一個實施例中，如果這兩幀圖像的人臉信息的差異小于所述第二設定閾值，將所述第二幀圖像作為待合成圖像為：

如果所述人臉感興趣區(qū)域在所述基準圖像的位置與在所述第二幀圖像的位置之間的距離小于設定距離，則將所述第二幀圖像作為待合成圖像。

在其中一個實施例中，所述n幀圖像為連續(xù)拍攝的圖像。

一種人臉圖像降噪裝置，包括：

圖像獲取模塊，獲取m幀拍攝有人臉的圖像；所述m為自然數(shù)，且m≥2；及

圖像挑選模塊，用于分別識別n幀圖像中各幀所述圖像包含的人臉信息，并從所述n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像；其中，所述z幀圖像中任意兩幀所述圖像的人臉信息的差異均小于第一設定閾值；所述n、所述z均為自然數(shù)，且n≤m，z≤n。

在其中一個實施例中，所述圖像挑選模塊用于分別識別n幀圖像中各幀所述圖像包含的人臉信息，并將其中一幀所述圖像作為基準圖像，挑選出z幀圖像作為多幀降噪算法的輸入圖像；其中，所述z幀圖像中各幀所述圖像的人臉信息與所述基準圖像的人臉信息之間的差異均小于第二設定閾值；所述第二設定閾值小于或等于所述第一設定閾值。

一種存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一權(quán)利要求所述的方法。

一種計算機設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至6中任一權(quán)利要求所述的方法。

上述人臉圖像降噪方法、裝置、存儲介質(zhì)及計算機設備中，在獲取m幀拍攝有人臉的圖像后，分別識別n幀圖像中各幀圖像包含的人臉信息，并從n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像，其中，z幀圖像中任意兩幀圖像的人臉信息的差異均小于第一設定閾值，因此就算在拍攝時人處于運動狀態(tài)，但由于挑選出來的z幀圖像的人臉信息差異較小，從而能夠降低多幀降噪后得到的圖像人臉區(qū)域出現(xiàn)模糊的概率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他實施例的附圖。

圖1為一實施方式提供的人臉圖像降噪方法的流程圖；

圖2為一個實施例中執(zhí)行圖1所示實施方式的人臉圖像降噪方法的電子設備的內(nèi)部結(jié)構(gòu)示意圖；

圖3為圖1所示實施方式的人臉圖像降噪方法的其中一個實施例流程圖；

圖4為圖3所示實施例的人臉圖像降噪方法的步驟s210的其中一個實施例流程圖；

圖5為另一實施方式提供的人臉圖像降噪裝置的框圖；

圖6為圖5所示實施方式的人臉圖像降噪裝置中圖像挑選模塊的其中一個實施例的框圖；

圖7為另一實施方式提供的計算機設備相關的手機的部分結(jié)構(gòu)的框圖。

具體實施方式

為了便于理解本發(fā)明，下面將參照相關附圖對本發(fā)明進行更全面的描述。附圖中給出了本發(fā)明的較佳實施例。但是，本發(fā)明可以以許多不同的形式來實現(xiàn)，并不限于本文所描述的實施例。相反地，提供這些實施例的目的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面。

除非另有定義，本文所使用的所有的技術和科學術語與屬于發(fā)明的技術領域的技術人員通常理解的含義相同。本文中在發(fā)明的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在限制本發(fā)明。本文所使用的術語“和/或”包括一個或多個相關的所列項目的任意的和所有的組合。

一實施方式提供了一種人臉圖像降噪方法，如圖1所示，可以由手機、平板電腦或者個人數(shù)字助理或穿戴式設備等電子設備來實現(xiàn)。圖2為一個實施例中電子設備的內(nèi)部結(jié)構(gòu)示意圖。該電子設備包括通過系統(tǒng)總線連接的處理器、非易失性存儲介質(zhì)、攝像裝置、內(nèi)存儲器、顯示屏和輸入裝置。其中，電子設備的非易失性存儲介質(zhì)存儲有操作系統(tǒng)和計算機可讀指令。該計算機可讀指令被處理器執(zhí)行時以實現(xiàn)一種人臉圖像降噪方法。該處理器用于提供計算和控制能力，支撐整個電子設備的運行。電子設備中的攝像裝置可以拍攝圖像，例如為攝像頭。電子設備中的內(nèi)存儲器為非易失性存儲介質(zhì)中的計算機可讀指令的運行提供環(huán)境。電子設備的顯示屏可以是液晶顯示屏或者電子墨水顯示屏等，輸入裝置可以是顯示屏上覆蓋的觸摸層，也可以是電子設備外殼上設置的按鍵、軌跡球或觸控板，也可以是外接的鍵盤、觸控板或鼠標等。本領域技術人員可以理解，圖2中示出的結(jié)構(gòu)，僅僅是與本申請方案相關的部分結(jié)構(gòu)的框圖，并不構(gòu)成對本申請方案所應用于其上的電子設備的限定，具體的電子設備可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。

接下來將介紹圖1所示實施方式的人臉圖像降噪方法，包括以下內(nèi)容。

步驟s100，獲取m幀拍攝有人臉的圖像。其中，m為自然數(shù)，且m≥2。

其中，m幀拍攝有人臉的圖像，是指各幀圖像均包含同一目標人物的人臉。并且，可以由上述攝像裝置對目標人物的人臉連續(xù)進行拍攝，并將拍攝的各幀圖像存儲于非易失性存儲介質(zhì)，處理器即可獲取這些圖像。另外，如果在拍攝過程中目標人物處于運動狀態(tài)，則目標人物的每一個動作都對應若干幀連續(xù)拍攝的圖像，換言之，在所有的圖像中，不同組圖像(每一組圖像包括若干幀圖像)分別對應目標人物不同動作的圖像，因此，不同組圖像之間的差異較大，而每一組圖像中各幀圖像之間的差異較小。

步驟s200，分別識別n幀圖像中各幀圖像包含的人臉信息，并從n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像。其中，z幀圖像中任意兩幀圖像的人臉信息的差異均小于第一設定閾值。n、z均為自然數(shù)，且n≤m，z≤n。

其中，人臉信息例如為人臉特征的位置信息等。并且，目標人物在不同動作下的人臉信息差異較大，因此可以根據(jù)人臉信息來挑選出差異較小的多幀圖像。另外，可以利用人臉識別算法來識別人臉信息，人臉識別算法例如為基于人臉特征點的識別算法、基于模板的識別算法、利用神經(jīng)網(wǎng)絡進行識別的算法等。

z幀圖像中任意兩幀圖像的人臉信息的差異均小于第一設定閾值，換言之，這z幀圖像的差異較小。當?shù)谝辉O定閾值為目標人物處于同一動作時對應的比較閾值，只要兩幀圖像的人臉信息的差異小于第一設定閾值，代表這兩幀圖像就是對同一動作拍攝而成的，這時，挑選出的z幀圖像就是對同一個動作進行拍攝得到的各幀圖像。z幀圖像作為多幀降噪算法的輸入圖像，是指這z幀圖像將作為輸入圖像以便后續(xù)進行多幀降噪處理，從而最終合成一幀降噪后且包含人臉的圖像。具體地，可以將z幀圖像直接送入多幀合成庫中。其中，多幀降噪算法可以采用傳統(tǒng)的多幀降噪算法，例如可以將z幀圖像進行疊加并取平均，由于噪聲具有隨機性，互不相關，故噪聲的均值通常為零，因此將z幀圖像取平均后可以去掉噪聲從而提高圖像的信噪比。因此，如果z幀圖像是對目標人物處于同一動作時拍攝的，即這z幀圖像除了噪聲以外其余有效圖像的像素點在各幀圖像的位置和像素值幾乎相同，那么在進行多幀降噪后，不僅可以去掉噪聲，而且有效圖像的像素點也不會出現(xiàn)失真或模糊的現(xiàn)象仍然會保持原有的狀態(tài)，從而使得降噪后得到的圖像的人臉區(qū)域仍然保持清晰。

另外，z的數(shù)量要滿足多幀降噪算法的需求，例如為4幀、5幀、6幀等。z≤n，代表n幀圖像中可能會存在與z幀圖像的人臉信息差異較大的圖像，這些圖像將會放棄。n≤m，代表不一定對所有的m幀圖像都識別人臉信息，只要n幀圖像中能夠找到z幀滿足需求的圖像即可。

綜上所述，本發(fā)明實施方式提供的上述人臉圖像降噪方法，就算在拍攝時人處于運動狀態(tài)，但由于挑選出來的z幀圖像的人臉信息差異較小，從而能夠降低多幀降噪后得到的圖像人臉區(qū)域出現(xiàn)模糊的概率。

在其中一個實施例中，請參考圖3，上述步驟s200包括以下內(nèi)容。

步驟s210，分別識別n幀圖像中各幀圖像包含的人臉信息，并將其中一幀圖像作為基準圖像，挑選出z幀圖像作為多幀降噪算法的輸入圖像。其中，z幀圖像中各幀圖像的人臉信息與基準圖像的人臉信息之間的差異均小于第二設定閾值。第二設定閾值小于或等于第一設定閾值。

其中，由于z幀圖像中各幀圖像的人臉信息與基準圖像的人臉信息之間的差異均小于第二設定閾值，因此，在挑選z幀圖像的過程中，只需要將n幀圖像中的各幀圖像分別與基準圖像進行比較即可，從而簡化了挑選過程，提高了效率。

另外，需要說明的是，由于第二設定閾值小于或等于第一設定閾值，因此只要分別設置第二設定閾值與第一設定閾值為合適的值(例如第二設定閾值為1，第一設定閾值為3)，那么利用步驟s210提供的方法挑選出的z幀圖像，就能夠滿足任意兩幀圖像的人臉信息的差異均小于第一設定閾值。

可以理解的是，從n幀圖像中挑選z幀圖像的具體方法不限于上述情況，例如在挑選下一幀圖像的時候，可以將剛挑出的上一幀圖像作為用來比較的基準圖像，即基準圖像并不限定為固定的一幀圖像。

在其中一個實施例中，上述步驟s210包括以下內(nèi)容，請參考圖4。

步驟s211，從m幀圖像中挑選第一幀圖像作為基準圖像，并識別基準圖像的人臉信息。

具體地，人臉信息為人臉感興趣區(qū)域(roi，regionofinterest)的位置信息。其中，人臉感興趣區(qū)域，是指利用人臉識別算法在檢測到人臉并定位面部關鍵特征點之后識別出的人臉區(qū)域。人臉感興趣區(qū)域的位置信息，例如人臉感興趣區(qū)域各頂點的坐標值。那么，如果人臉感興趣區(qū)域為矩形，則共包括4個頂點的坐標值。

步驟s212，從m幀圖像中挑選第二幀圖像，并識別第二幀圖像的人臉信息。

步驟s213，將第二幀圖像的人臉信息與基準圖像的人臉信息進行比較，如果這兩幀圖像的人臉信息的差異小于第二設定閾值，將第二幀圖像作為待合成圖像。

其中，將第二幀圖像作為待合成圖像，是指第二幀圖像作為z幀圖像的其中一幀。具體地，如果將第二幀圖像作為待合成圖像，可以先將第二幀圖像存入緩存中。另外，如果第二幀圖像的人臉信息與基準圖像的人臉信息的差異大于第二設定閾值，則放棄第二幀圖像。

具體地，如果人臉信息為人臉感興趣區(qū)域的位置信息，則如果這兩幀圖像的人臉信息的差異小于第二設定閾值，將第二幀圖像作為待合成圖像為：如果人臉感興趣區(qū)域在基準圖像的位置與在第二幀圖像的位置之間的距離小于設定距離，則將第二幀圖像作為待合成圖像。

其中，第一設定閾值和第二設定閾值的取值類型都為距離，且第二設定閾值小于或等于第一設定閾值。如果基準圖像與第二幀圖像都是對目標人物處于同一個動作時拍攝而成的，這兩幀圖像的人臉感興趣區(qū)域就幾乎不會發(fā)生移位，即人臉感興趣區(qū)域在基準圖像的位置與在第二幀圖像的位置之間的距離小于設定距離；如果基準圖像與第二幀圖像分別是在目標人物處于不同動作時拍攝而成的，那么這兩幀圖像的人臉感興趣區(qū)域則會發(fā)生移位，這時人臉感興趣區(qū)域在基準圖像的位置與在第二幀圖像的位置之間的距離則會大于設定距離。因此，通過判斷感興趣區(qū)域的移位情況，很容易挑選出對同一動作拍攝而成的z幀圖像。

可以理解的是，判斷兩幀圖像的人臉信息的差異的方法不限于上述比較人臉感興趣區(qū)域的位置的一種情況，例如也可以通過判斷人臉關鍵特征點(例如眼球中心點、眼角點、嘴角點等)的位置來判斷兩幀圖像的人臉信息的差異。

步驟s214，判斷待合成圖像的總數(shù)未達到z幀時，繼續(xù)從m幀圖像中挑選一幀圖像，并執(zhí)行與第二幀圖像相同的處理過程，依次循環(huán)，直至待合成的圖像的總數(shù)達到z幀。

該步驟是指，如果待合成圖像的總數(shù)沒有達到z幀，則繼續(xù)從m幀圖像中挑選第三幀圖像，然后識別第三幀圖像的人臉信息，并將第三幀圖像的人臉信息與基準圖像的人臉信息進行比較，如果這兩幀圖像的人臉信息的差異小于第二設定閾值，則將第三幀圖像同樣作為待合成圖像，并且也將第三幀圖像存入緩存；之后繼續(xù)判斷待合成圖像的總數(shù)是否達到z幀，若沒有，繼續(xù)從m幀圖像中挑選其他幀圖像，依次循環(huán)，直至待合成圖像的總數(shù)達到z幀為止。

當待合成圖像總數(shù)達到z幀后，從m幀圖像中共挑選的圖像總數(shù)則為n幀，即n幀圖像中包括z幀圖像和被放棄的圖像。另外，如果之前將所有待合成圖像都存入緩存，則在待合成圖像的總數(shù)達到z幀后，將緩存中的z幀圖像送入到多幀合成庫中，以便后續(xù)進行多幀降噪。

因此，上述實施例在挑選z幀圖像的過程中，只有在待合成圖像的總數(shù)沒有達到z幀時，才從m幀圖像中再次挑選圖像，并對挑選的圖像執(zhí)行識別人臉信息、判斷與基準圖像之間的差異這些步驟，從而能夠避免浪費計算資源，提高了運算效率。

在其中一個實施例中，上述n幀圖像為連續(xù)拍攝的圖像。換言之，在從m幀圖像中挑選圖像時，是依次挑選拍攝時間連續(xù)的各幀圖像。如果目標人物處于運動狀態(tài)，則目標人物的每一個動作能夠反映在連續(xù)拍攝的若干幀圖像(即一組圖像)中。因此，上述n幀圖像為連續(xù)拍攝的圖像，更便于挑選出對應同一個動作的z幀圖像。

另一實施方式提供了一種人臉圖像降噪裝置，包括以下內(nèi)容，請參考圖5。

圖像獲取模塊510，獲取m幀拍攝有人臉的圖像。所述m為自然數(shù)，且m≥2。

圖像挑選模塊520，用于分別識別n幀圖像中各幀所述圖像包含的人臉信息，并從所述n幀圖像中挑選出z幀圖像作為多幀降噪算法的輸入圖像。其中，所述z幀圖像中任意兩幀所述圖像的人臉信息的差異均小于第一設定閾值。所述n、所述z均為自然數(shù)，且n≤m，z≤n。

在其中一個實施例中，圖像挑選模塊520用于分別識別n幀圖像中各幀所述圖像包含的人臉信息，并將其中一幀所述圖像作為基準圖像，挑選出z幀圖像作為多幀降噪算法的輸入圖像。其中，所述z幀圖像中各幀所述圖像的人臉信息與所述基準圖像的人臉信息之間的差異均小于第二設定閾值。所述第二設定閾值小于或等于所述第一設定閾值。

在其中一個實施例中，圖像挑選模塊520包括以下內(nèi)容，請參考圖6。

基準圖像挑選單元521，用于從所述m幀圖像中挑選第一幀圖像作為基準圖像，并識別所述基準圖像的人臉信息。

人臉信息識別單元522，用于從所述m幀圖像中挑選第二幀圖像，并識別所述第二幀圖像的人臉信息。

人臉信息比較單元523，用于將所述第二幀圖像的人臉信息與所述基準圖像的人臉信息進行比較，如果這兩幀圖像的人臉信息的差異小于所述第二設定閾值，將所述第二幀圖像作為待合成圖像。

其他圖像挑選單元524，用于判斷待合成圖像的總數(shù)未達到z幀時，繼續(xù)從所述m幀圖像中挑選一幀圖像，并執(zhí)行與所述第二幀圖像相同的處理過程，依次循環(huán)，直至所述待合成圖像的總數(shù)達到z幀。

在其中一個實施例中，所述人臉信息為人臉感興趣區(qū)域的位置信息。

在其中一個實施例中，人臉信息比較單元523用于將所述第二幀圖像的人臉信息與所述基準圖像的人臉信息進行比較，如果所述人臉感興趣區(qū)域在所述基準圖像的位置與在所述第二幀圖像的位置之間的距離小于設定距離，則將所述第二幀圖像作為待合成圖像。

在其中一個實施例中，所述n幀圖像為連續(xù)拍攝的圖像。

上述人臉圖像降噪裝置中各個模塊的劃分僅用于舉例說明，在其他實施例中，可將人臉圖像降噪裝置按照需要劃分為不同的模塊，以完成上述人臉圖像降噪裝置的全部或部分功能。

需要說明的是，上述實施方式提供的人臉圖像降噪裝置與上述人臉圖像降噪方法一一對應，這里就不再贅述。

另一實施方式還提供了一種存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述實施方式提供的人臉圖像降噪方法。

另一實施方式還提供了一種計算機設備。如圖7所示，為了便于說明，僅示出了與本發(fā)明實施方式相關的部分，具體技術細節(jié)未揭示的，請參照本發(fā)明實施方式方法部分。該計算機設備可以為包括手機、平板電腦、pda(personaldigitalassistant，個人數(shù)字助理)、pos(pointofsales，銷售終端)、車載電腦、穿戴式設備等任意終端設備，以計算機設備為手機為例：

圖7為與本發(fā)明實施方式提供的計算機設備相關的手機的部分結(jié)構(gòu)的框圖。參考圖7，手機包括：射頻(radiofrequency，rf)電路710、存儲器720、輸入單元730、顯示單元740、傳感器750、音頻電路770、無線保真(wirelessfidelity，wifi)模塊770、處理器780、以及電源790等部件。本領域技術人員可以理解，圖7所示的手機結(jié)構(gòu)并不構(gòu)成對手機的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件布置。

其中，rf電路710可用于收發(fā)信息或通話過程中，信號的接收和發(fā)送，可將基站的下行信息接收后，給處理器780處理；也可以將上行的數(shù)據(jù)發(fā)送給基站。通常，rf電路包括但不限于天線、至少一個放大器、收發(fā)信機、耦合器、低噪聲放大器(lownoiseamplifier，lna)、雙工器等。此外，rf電路710還可以通過無線通信與網(wǎng)絡和其他設備通信。上述無線通信可以使用任一通信標準或協(xié)議，包括但不限于全球移動通訊系統(tǒng)(globalsystemofmobilecommunication，gsm)、通用分組無線服務(generalpacketradioservice，gprs)、碼分多址(codedivisionmultipleaccess，cdma)、寬帶碼分多址(widebandcodedivisionmultipleaccess，wcdma)、長期演進(longtermevolution，lte))、電子郵件、短消息服務(shortmessagingservice，sms)等。

存儲器720可用于存儲軟件程序以及模塊，處理器780通過運行存儲在存儲器720的軟件程序以及模塊，從而執(zhí)行手機的各種功能應用以及數(shù)據(jù)處理。存儲器720可主要包括程序存儲區(qū)和數(shù)據(jù)存儲區(qū)，其中，程序存儲區(qū)可存儲操作系統(tǒng)、至少一個功能所需的應用程序(比如聲音播放功能的應用程序、圖像播放功能的應用程序等)等；數(shù)據(jù)存儲區(qū)可存儲根據(jù)手機的使用所創(chuàng)建的數(shù)據(jù)(比如音頻數(shù)據(jù)、通訊錄等)等。此外，存儲器720可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁盤存儲器件、閃存器件、或其他易失性固態(tài)存儲器件。

輸入單元730可用于接收輸入的數(shù)字或字符信息，以及產(chǎn)生與手機700的用戶設置以及功能控制有關的鍵信號輸入。具體地，輸入單元730可包括觸控面板731以及其他輸入設備732。觸控面板731，也可稱為觸摸屏，可收集用戶在其上或附近的觸摸操作(比如用戶使用手指、觸筆等任何適合的物體或附件在觸控面板731上或在觸控面板731附近的操作)，并根據(jù)預先設定的程式驅(qū)動相應的連接裝置。在一個實施例中，觸控面板731可包括觸摸檢測裝置和觸摸控制器兩個部分。其中，觸摸檢測裝置檢測用戶的觸摸方位，并檢測觸摸操作帶來的信號，將信號傳送給觸摸控制器；觸摸控制器從觸摸檢測裝置上接收觸摸信息，并將它轉(zhuǎn)換成觸點坐標，再送給處理器780，并能接收處理器780發(fā)來的命令并加以執(zhí)行。此外，可以采用電阻式、電容式、紅外線以及表面聲波等多種類型實現(xiàn)觸控面板731。除了觸控面板731，輸入單元730還可以包括其他輸入設備732。具體地，其他輸入設備732可以包括但不限于物理鍵盤、功能鍵(比如音量控制按鍵、開關按鍵等)等中的一種或多種。

顯示單元740可用于顯示由用戶輸入的信息或提供給用戶的信息以及手機的各種菜單。顯示單元740可包括顯示面板741。在一個實施例中，可以采用液晶顯示器(liquidcrystaldisplay，lcd)、有機發(fā)光二極管(organiclight-emittingdiode,oled)等形式來配置顯示面板741。在一個實施例中，觸控面板731可覆蓋顯示面板741，當觸控面板731檢測到在其上或附近的觸摸操作后，傳送給處理器780以確定觸摸事件的類型，隨后處理器780根據(jù)觸摸事件的類型在顯示面板741上提供相應的視覺輸出。雖然在圖7中，觸控面板731與顯示面板741是作為兩個獨立的部件來實現(xiàn)手機的輸入和輸入功能，但是在某些實施例中，可以將觸控面板731與顯示面板741集成而實現(xiàn)手機的輸入和輸出功能。

手機700還可包括至少一種傳感器750，比如光傳感器、運動傳感器以及其他傳感器。具體地，光傳感器可包括環(huán)境光傳感器及接近傳感器，其中，環(huán)境光傳感器可根據(jù)環(huán)境光線的明暗來調(diào)節(jié)顯示面板741的亮度，接近傳感器可在手機移動到耳邊時，關閉顯示面板741和/或背光。運動傳感器可包括加速度傳感器，通過加速度傳感器可檢測各個方向上加速度的大小，靜止時可檢測出重力的大小及方向，可用于識別手機姿態(tài)的應用(比如橫豎屏切換)、振動識別相關功能(比如計步器、敲擊)等；此外，手機還可配置陀螺儀、氣壓計、濕度計、溫度計、紅外線傳感器等其他傳感器等。

音頻電路770、揚聲器771和傳聲器772可提供用戶與手機之間的音頻接口。音頻電路770可將接收到的音頻數(shù)據(jù)轉(zhuǎn)換后的電信號，傳輸?shù)綋P聲器771，由揚聲器771轉(zhuǎn)換為聲音信號輸出；另一方面，傳聲器772將收集的聲音信號轉(zhuǎn)換為電信號，由音頻電路770接收后轉(zhuǎn)換為音頻數(shù)據(jù)，再將音頻數(shù)據(jù)輸出處理器780處理后，經(jīng)rf電路710可以發(fā)送給另一手機，或者將音頻數(shù)據(jù)輸出至存儲器720以便后續(xù)處理。

wifi屬于短距離無線傳輸技術，手機通過wifi模塊770可以幫助用戶收發(fā)電子郵件、瀏覽網(wǎng)頁和訪問流式媒體等，它為用戶提供了無線的寬帶互聯(lián)網(wǎng)訪問。雖然圖7示出了wifi模塊770，但是可以理解的是，其并不屬于手機700的必須構(gòu)成，可以根據(jù)需要而省略。

處理器780是手機的控制中心，利用各種接口和線路連接整個手機的各個部分，通過運行或執(zhí)行存儲在存儲器720內(nèi)的軟件程序和/或模塊，以及調(diào)用存儲在存儲器720內(nèi)的數(shù)據(jù)，執(zhí)行手機的各種功能和處理數(shù)據(jù)，從而對手機進行整體監(jiān)控。在一個實施例中，處理器780可包括一個或多個處理單元。在一個實施例中，處理器780可集成應用處理器和調(diào)制解調(diào)處理器，其中，應用處理器主要處理操作系統(tǒng)、用戶界面和應用程序等；調(diào)制解調(diào)處理器主要處理無線通信?？梢岳斫獾氖?，上述調(diào)制解調(diào)處理器也可以不集成到處理器780中。

手機700還包括給各個部件供電的電源790(比如電池)，優(yōu)選地，電源可以通過電源管理系統(tǒng)與處理器780邏輯相連，從而通過電源管理系統(tǒng)實現(xiàn)管理充電、放電、以及功耗管理等功能。

在一個實施例中，手機700還可以包括攝像頭、藍牙模塊等。

在本發(fā)明實施方式中，該移動終端所包括的處理器780執(zhí)行存儲在存儲器上的計算機程序時實現(xiàn)上述實施方式提供的人臉圖像降噪方法。

本領域普通技術人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關的硬件來完成，所述的程序可存儲于一非易失性計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(read-onlymemory，rom)等。

需要說明的是，圖1、圖3及圖4為本發(fā)明實施方式各實施例的方法的流程示意圖。應該理解的是，雖然圖1、圖3及圖4的流程圖中的各個步驟按照箭頭的指示依次顯示，但是這些步驟并不是必然按照箭頭指示的順序依次執(zhí)行。除非本文中有明確的說明，這些步驟的執(zhí)行并沒有嚴格的順序限制，其可以以其他的順序執(zhí)行。而且，圖1、圖3及圖4中的至少一部分步驟可以包括多個子步驟或者多個階段，這些子步驟或者階段并不必然是在同一時刻執(zhí)行完成，而是可以在不同的時刻執(zhí)行，其執(zhí)行順序也不必然是依次進行，而是可以與其他步驟或者其他步驟的子步驟或者階段的至少一部分輪流或者交替地執(zhí)行。

以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。