人脸图像降噪方法、装置、存储介质及计算机设备与流程

本发明涉及图像处理技术领域，特别是涉及一种人脸图像降噪方法、装置、存储介质及计算机设备。

背景技术：

传统利用多帧降噪算法合成人脸图像的方法通常为：输入多帧(例如四帧)图像，经过多帧降噪算法，得到一帧噪声较少的人脸图像。然而，在拍摄过程中，如果人处于运动的状态，利用上述传统方法得到的图像会出现人脸区域模糊的缺陷。

技术实现要素：

本发明提供一种人脸图像降噪方法、装置、存储介质及计算机设备，可以改善传统方法得到的图像会出现人脸区域模糊的缺陷。

一种人脸图像降噪方法，包括：

获取m帧拍摄有人脸的图像；所述m为自然数，且m≥2；及

分别识别n帧图像中各帧所述图像包含的人脸信息，并从所述n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像；其中，所述z帧图像中任意两帧所述图像的人脸信息的差异均小于第一设定阈值；所述n、所述z均为自然数，且n≤m，z≤n。

在其中一个实施例中，分别识别n帧图像中各帧所述图像包含的人脸信息，并从所述n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像包括：

分别识别n帧图像中各帧所述图像包含的人脸信息，并将其中一帧所述图像作为基准图像，挑选出z帧图像作为多帧降噪算法的输入图像；其中，所述z帧图像中各帧所述图像的人脸信息与所述基准图像的人脸信息之间的差异均小于第二设定阈值；所述第二设定阈值小于或等于所述第一设定阈值。

在其中一个实施例中，分别识别n帧图像中各帧所述图像包含的人脸信息，并将其中一帧所述图像作为基准图像，挑选出z帧图像作为多帧降噪算法的输入图像包括：

从所述m帧图像中挑选第一帧图像作为基准图像，并识别所述基准图像的人脸信息；

从所述m帧图像中挑选第二帧图像，并识别所述第二帧图像的人脸信息；

将所述第二帧图像的人脸信息与所述基准图像的人脸信息进行比较，如果这两帧图像的人脸信息的差异小于所述第二设定阈值，将所述第二帧图像作为待合成图像；及

判断待合成图像的总数未达到z帧时，继续从所述m帧图像中挑选一帧图像，并执行与所述第二帧图像相同的处理过程，依次循环，直至所述待合成图像的总数达到z帧。

在其中一个实施例中，所述人脸信息为人脸感兴趣区域的位置信息。

在其中一个实施例中，如果这两帧图像的人脸信息的差异小于所述第二设定阈值，将所述第二帧图像作为待合成图像为：

如果所述人脸感兴趣区域在所述基准图像的位置与在所述第二帧图像的位置之间的距离小于设定距离，则将所述第二帧图像作为待合成图像。

在其中一个实施例中，所述n帧图像为连续拍摄的图像。

一种人脸图像降噪装置，包括：

图像获取模块，获取m帧拍摄有人脸的图像；所述m为自然数，且m≥2；及

图像挑选模块，用于分别识别n帧图像中各帧所述图像包含的人脸信息，并从所述n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像；其中，所述z帧图像中任意两帧所述图像的人脸信息的差异均小于第一设定阈值；所述n、所述z均为自然数，且n≤m，z≤n。

在其中一个实施例中，所述图像挑选模块用于分别识别n帧图像中各帧所述图像包含的人脸信息，并将其中一帧所述图像作为基准图像，挑选出z帧图像作为多帧降噪算法的输入图像；其中，所述z帧图像中各帧所述图像的人脸信息与所述基准图像的人脸信息之间的差异均小于第二设定阈值；所述第二设定阈值小于或等于所述第一设定阈值。

一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一权利要求所述的方法。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6中任一权利要求所述的方法。

上述人脸图像降噪方法、装置、存储介质及计算机设备中，在获取m帧拍摄有人脸的图像后，分别识别n帧图像中各帧图像包含的人脸信息，并从n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像，其中，z帧图像中任意两帧图像的人脸信息的差异均小于第一设定阈值，因此就算在拍摄时人处于运动状态，但由于挑选出来的z帧图像的人脸信息差异较小，从而能够降低多帧降噪后得到的图像人脸区域出现模糊的概率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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实施例的附图。

图1为一实施方式提供的人脸图像降噪方法的流程图；

图2为一个实施例中执行图1所示实施方式的人脸图像降噪方法的电子设备的内部结构示意图；

图3为图1所示实施方式的人脸图像降噪方法的其中一个实施例流程图；

图4为图3所示实施例的人脸图像降噪方法的步骤s210的其中一个实施例流程图；

图5为另一实施方式提供的人脸图像降噪装置的框图；

图6为图5所示实施方式的人脸图像降噪装置中图像挑选模块的其中一个实施例的框图；

图7为另一实施方式提供的计算机设备相关的手机的部分结构的框图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

一实施方式提供了一种人脸图像降噪方法，如图1所示，可以由手机、平板电脑或者个人数字助理或穿戴式设备等电子设备来实现。图2为一个实施例中电子设备的内部结构示意图。该电子设备包括通过系统总线连接的处理器、非易失性存储介质、摄像装置、内存储器、显示屏和输入装置。其中，电子设备的非易失性存储介质存储有操作系统和计算机可读指令。该计算机可读指令被处理器执行时以实现一种人脸图像降噪方法。该处理器用于提供计算和控制能力，支撑整个电子设备的运行。电子设备中的摄像装置可以拍摄图像，例如为摄像头。电子设备中的内存储器为非易失性存储介质中的计算机可读指令的运行提供环境。电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏等，输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

接下来将介绍图1所示实施方式的人脸图像降噪方法，包括以下内容。

步骤s100，获取m帧拍摄有人脸的图像。其中，m为自然数，且m≥2。

其中，m帧拍摄有人脸的图像，是指各帧图像均包含同一目标人物的人脸。并且，可以由上述摄像装置对目标人物的人脸连续进行拍摄，并将拍摄的各帧图像存储于非易失性存储介质，处理器即可获取这些图像。另外，如果在拍摄过程中目标人物处于运动状态，则目标人物的每一个动作都对应若干帧连续拍摄的图像，换言之，在所有的图像中，不同组图像(每一组图像包括若干帧图像)分别对应目标人物不同动作的图像，因此，不同组图像之间的差异较大，而每一组图像中各帧图像之间的差异较小。

步骤s200，分别识别n帧图像中各帧图像包含的人脸信息，并从n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像。其中，z帧图像中任意两帧图像的人脸信息的差异均小于第一设定阈值。n、z均为自然数，且n≤m，z≤n。

其中，人脸信息例如为人脸特征的位置信息等。并且，目标人物在不同动作下的人脸信息差异较大，因此可以根据人脸信息来挑选出差异较小的多帧图像。另外，可以利用人脸识别算法来识别人脸信息，人脸识别算法例如为基于人脸特征点的识别算法、基于模板的识别算法、利用神经网络进行识别的算法等。

z帧图像中任意两帧图像的人脸信息的差异均小于第一设定阈值，换言之，这z帧图像的差异较小。当第一设定阈值为目标人物处于同一动作时对应的比较阈值，只要两帧图像的人脸信息的差异小于第一设定阈值，代表这两帧图像就是对同一动作拍摄而成的，这时，挑选出的z帧图像就是对同一个动作进行拍摄得到的各帧图像。z帧图像作为多帧降噪算法的输入图像，是指这z帧图像将作为输入图像以便后续进行多帧降噪处理，从而最终合成一帧降噪后且包含人脸的图像。具体地，可以将z帧图像直接送入多帧合成库中。其中，多帧降噪算法可以采用传统的多帧降噪算法，例如可以将z帧图像进行叠加并取平均，由于噪声具有随机性，互不相关，故噪声的均值通常为零，因此将z帧图像取平均后可以去掉噪声从而提高图像的信噪比。因此，如果z帧图像是对目标人物处于同一动作时拍摄的，即这z帧图像除了噪声以外其余有效图像的像素点在各帧图像的位置和像素值几乎相同，那么在进行多帧降噪后，不仅可以去掉噪声，而且有效图像的像素点也不会出现失真或模糊的现象仍然会保持原有的状态，从而使得降噪后得到的图像的人脸区域仍然保持清晰。

另外，z的数量要满足多帧降噪算法的需求，例如为4帧、5帧、6帧等。z≤n，代表n帧图像中可能会存在与z帧图像的人脸信息差异较大的图像，这些图像将会放弃。n≤m，代表不一定对所有的m帧图像都识别人脸信息，只要n帧图像中能够找到z帧满足需求的图像即可。

综上所述，本发明实施方式提供的上述人脸图像降噪方法，就算在拍摄时人处于运动状态，但由于挑选出来的z帧图像的人脸信息差异较小，从而能够降低多帧降噪后得到的图像人脸区域出现模糊的概率。

在其中一个实施例中，请参考图3，上述步骤s200包括以下内容。

步骤s210，分别识别n帧图像中各帧图像包含的人脸信息，并将其中一帧图像作为基准图像，挑选出z帧图像作为多帧降噪算法的输入图像。其中，z帧图像中各帧图像的人脸信息与基准图像的人脸信息之间的差异均小于第二设定阈值。第二设定阈值小于或等于第一设定阈值。

其中，由于z帧图像中各帧图像的人脸信息与基准图像的人脸信息之间的差异均小于第二设定阈值，因此，在挑选z帧图像的过程中，只需要将n帧图像中的各帧图像分别与基准图像进行比较即可，从而简化了挑选过程，提高了效率。

另外，需要说明的是，由于第二设定阈值小于或等于第一设定阈值，因此只要分别设置第二设定阈值与第一设定阈值为合适的值(例如第二设定阈值为1，第一设定阈值为3)，那么利用步骤s210提供的方法挑选出的z帧图像，就能够满足任意两帧图像的人脸信息的差异均小于第一设定阈值。

可以理解的是，从n帧图像中挑选z帧图像的具体方法不限于上述情况，例如在挑选下一帧图像的时候，可以将刚挑出的上一帧图像作为用来比较的基准图像，即基准图像并不限定为固定的一帧图像。

在其中一个实施例中，上述步骤s210包括以下内容，请参考图4。

步骤s211，从m帧图像中挑选第一帧图像作为基准图像，并识别基准图像的人脸信息。

具体地，人脸信息为人脸感兴趣区域(roi，regionofinterest)的位置信息。其中，人脸感兴趣区域，是指利用人脸识别算法在检测到人脸并定位面部关键特征点之后识别出的人脸区域。人脸感兴趣区域的位置信息，例如人脸感兴趣区域各顶点的坐标值。那么，如果人脸感兴趣区域为矩形，则共包括4个顶点的坐标值。

步骤s212，从m帧图像中挑选第二帧图像，并识别第二帧图像的人脸信息。

步骤s213，将第二帧图像的人脸信息与基准图像的人脸信息进行比较，如果这两帧图像的人脸信息的差异小于第二设定阈值，将第二帧图像作为待合成图像。

其中，将第二帧图像作为待合成图像，是指第二帧图像作为z帧图像的其中一帧。具体地，如果将第二帧图像作为待合成图像，可以先将第二帧图像存入缓存中。另外，如果第二帧图像的人脸信息与基准图像的人脸信息的差异大于第二设定阈值，则放弃第二帧图像。

具体地，如果人脸信息为人脸感兴趣区域的位置信息，则如果这两帧图像的人脸信息的差异小于第二设定阈值，将第二帧图像作为待合成图像为：如果人脸感兴趣区域在基准图像的位置与在第二帧图像的位置之间的距离小于设定距离，则将第二帧图像作为待合成图像。

其中，第一设定阈值和第二设定阈值的取值类型都为距离，且第二设定阈值小于或等于第一设定阈值。如果基准图像与第二帧图像都是对目标人物处于同一个动作时拍摄而成的，这两帧图像的人脸感兴趣区域就几乎不会发生移位，即人脸感兴趣区域在基准图像的位置与在第二帧图像的位置之间的距离小于设定距离；如果基准图像与第二帧图像分别是在目标人物处于不同动作时拍摄而成的，那么这两帧图像的人脸感兴趣区域则会发生移位，这时人脸感兴趣区域在基准图像的位置与在第二帧图像的位置之间的距离则会大于设定距离。因此，通过判断感兴趣区域的移位情况，很容易挑选出对同一动作拍摄而成的z帧图像。

可以理解的是，判断两帧图像的人脸信息的差异的方法不限于上述比较人脸感兴趣区域的位置的一种情况，例如也可以通过判断人脸关键特征点(例如眼球中心点、眼角点、嘴角点等)的位置来判断两帧图像的人脸信息的差异。

步骤s214，判断待合成图像的总数未达到z帧时，继续从m帧图像中挑选一帧图像，并执行与第二帧图像相同的处理过程，依次循环，直至待合成的图像的总数达到z帧。

该步骤是指，如果待合成图像的总数没有达到z帧，则继续从m帧图像中挑选第三帧图像，然后识别第三帧图像的人脸信息，并将第三帧图像的人脸信息与基准图像的人脸信息进行比较，如果这两帧图像的人脸信息的差异小于第二设定阈值，则将第三帧图像同样作为待合成图像，并且也将第三帧图像存入缓存；之后继续判断待合成图像的总数是否达到z帧，若没有，继续从m帧图像中挑选其他帧图像，依次循环，直至待合成图像的总数达到z帧为止。

当待合成图像总数达到z帧后，从m帧图像中共挑选的图像总数则为n帧，即n帧图像中包括z帧图像和被放弃的图像。另外，如果之前将所有待合成图像都存入缓存，则在待合成图像的总数达到z帧后，将缓存中的z帧图像送入到多帧合成库中，以便后续进行多帧降噪。

因此，上述实施例在挑选z帧图像的过程中，只有在待合成图像的总数没有达到z帧时，才从m帧图像中再次挑选图像，并对挑选的图像执行识别人脸信息、判断与基准图像之间的差异这些步骤，从而能够避免浪费计算资源，提高了运算效率。

在其中一个实施例中，上述n帧图像为连续拍摄的图像。换言之，在从m帧图像中挑选图像时，是依次挑选拍摄时间连续的各帧图像。如果目标人物处于运动状态，则目标人物的每一个动作能够反映在连续拍摄的若干帧图像(即一组图像)中。因此，上述n帧图像为连续拍摄的图像，更便于挑选出对应同一个动作的z帧图像。

另一实施方式提供了一种人脸图像降噪装置，包括以下内容，请参考图5。

图像获取模块510，获取m帧拍摄有人脸的图像。所述m为自然数，且m≥2。

图像挑选模块520，用于分别识别n帧图像中各帧所述图像包含的人脸信息，并从所述n帧图像中挑选出z帧图像作为多帧降噪算法的输入图像。其中，所述z帧图像中任意两帧所述图像的人脸信息的差异均小于第一设定阈值。所述n、所述z均为自然数，且n≤m，z≤n。

在其中一个实施例中，图像挑选模块520用于分别识别n帧图像中各帧所述图像包含的人脸信息，并将其中一帧所述图像作为基准图像，挑选出z帧图像作为多帧降噪算法的输入图像。其中，所述z帧图像中各帧所述图像的人脸信息与所述基准图像的人脸信息之间的差异均小于第二设定阈值。所述第二设定阈值小于或等于所述第一设定阈值。

在其中一个实施例中，图像挑选模块520包括以下内容，请参考图6。

基准图像挑选单元521，用于从所述m帧图像中挑选第一帧图像作为基准图像，并识别所述基准图像的人脸信息。

人脸信息识别单元522，用于从所述m帧图像中挑选第二帧图像，并识别所述第二帧图像的人脸信息。

人脸信息比较单元523，用于将所述第二帧图像的人脸信息与所述基准图像的人脸信息进行比较，如果这两帧图像的人脸信息的差异小于所述第二设定阈值，将所述第二帧图像作为待合成图像。

其他图像挑选单元524，用于判断待合成图像的总数未达到z帧时，继续从所述m帧图像中挑选一帧图像，并执行与所述第二帧图像相同的处理过程，依次循环，直至所述待合成图像的总数达到z帧。

在其中一个实施例中，所述人脸信息为人脸感兴趣区域的位置信息。

在其中一个实施例中，人脸信息比较单元523用于将所述第二帧图像的人脸信息与所述基准图像的人脸信息进行比较，如果所述人脸感兴趣区域在所述基准图像的位置与在所述第二帧图像的位置之间的距离小于设定距离，则将所述第二帧图像作为待合成图像。

在其中一个实施例中，所述n帧图像为连续拍摄的图像。

上述人脸图像降噪装置中各个模块的划分仅用于举例说明，在其他实施例中，可将人脸图像降噪装置按照需要划分为不同的模块，以完成上述人脸图像降噪装置的全部或部分功能。

需要说明的是，上述实施方式提供的人脸图像降噪装置与上述人脸图像降噪方法一一对应，这里就不再赘述。

另一实施方式还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施方式提供的人脸图像降噪方法。

另一实施方式还提供了一种计算机设备。如图7所示，为了便于说明，仅示出了与本发明实施方式相关的部分，具体技术细节未揭示的，请参照本发明实施方式方法部分。该计算机设备可以为包括手机、平板电脑、pda(personaldigitalassistant，个人数字助理)、pos(pointofsales，销售终端)、车载电脑、穿戴式设备等任意终端设备，以计算机设备为手机为例：

图7为与本发明实施方式提供的计算机设备相关的手机的部分结构的框图。参考图7，手机包括：射频(radiofrequency，rf)电路710、存储器720、输入单元730、显示单元740、传感器750、音频电路770、无线保真(wirelessfidelity，wifi)模块770、处理器780、以及电源790等部件。本领域技术人员可以理解，图7所示的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中，rf电路710可用于收发信息或通话过程中，信号的接收和发送，可将基站的下行信息接收后，给处理器780处理；也可以将上行的数据发送给基站。通常，rf电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(lownoiseamplifier，lna)、双工器等。此外，rf电路710还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystemofmobilecommunication，gsm)、通用分组无线服务(generalpacketradioservice，gprs)、码分多址(codedivisionmultipleaccess，cdma)、宽带码分多址(widebandcodedivisionmultipleaccess，wcdma)、长期演进(longtermevolution，lte))、电子邮件、短消息服务(shortmessagingservice，sms)等。

存储器720可用于存储软件程序以及模块，处理器780通过运行存储在存储器720的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器720可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元730可用于接收输入的数字或字符信息，以及产生与手机700的用户设置以及功能控制有关的键信号输入。具体地，输入单元730可包括触控面板731以及其他输入设备732。触控面板731，也可称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板731上或在触控面板731附近的操作)，并根据预先设定的程式驱动相应的连接装置。在一个实施例中，触控面板731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器780，并能接收处理器780发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板731。除了触控面板731，输入单元730还可以包括其他输入设备732。具体地，其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。

显示单元740可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元740可包括显示面板741。在一个实施例中，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板741。在一个实施例中，触控面板731可覆盖显示面板741，当触控面板731检测到在其上或附近的触摸操作后，传送给处理器780以确定触摸事件的类型，随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图7中，触控面板731与显示面板741是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板731与显示面板741集成而实现手机的输入和输出功能。

手机700还可包括至少一种传感器750，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板741的亮度，接近传感器可在手机移动到耳边时，关闭显示面板741和/或背光。运动传感器可包括加速度传感器，通过加速度传感器可检测各个方向上加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换)、振动识别相关功能(比如计步器、敲击)等；此外，手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。

音频电路770、扬声器771和传声器772可提供用户与手机之间的音频接口。音频电路770可将接收到的音频数据转换后的电信号，传输到扬声器771，由扬声器771转换为声音信号输出；另一方面，传声器772将收集的声音信号转换为电信号，由音频电路770接收后转换为音频数据，再将音频数据输出处理器780处理后，经rf电路710可以发送给另一手机，或者将音频数据输出至存储器720以便后续处理。

wifi属于短距离无线传输技术，手机通过wifi模块770可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图7示出了wifi模块770，但是可以理解的是，其并不属于手机700的必须构成，可以根据需要而省略。

处理器780是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器720内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。在一个实施例中，处理器780可包括一个或多个处理单元。在一个实施例中，处理器780可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等；调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器780中。

手机700还包括给各个部件供电的电源790(比如电池)，优选地，电源可以通过电源管理系统与处理器780逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

在一个实施例中，手机700还可以包括摄像头、蓝牙模块等。

在本发明实施方式中，该移动终端所包括的处理器780执行存储在存储器上的计算机程序时实现上述实施方式提供的人脸图像降噪方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等。

需要说明的是，图1、图3及图4为本发明实施方式各实施例的方法的流程示意图。应该理解的是，虽然图1、图3及图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图1、图3及图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。