图像处理方法及装置技术领域
本公开涉及图像处理技术领域，尤其涉及图像处理方法及装置。
背景技术
在互联互通的时代，随着智能时代的到来，手机、相机的蓬勃发展，人们越来越热
衷于拍照。现在的手机一般都带有美图功能，传统的那种美颜或者美丑功能已经根本满足
不了大家的需求，因为大家的审美观点不一样，很多人不知道应该要往那个方向美化，美化
到什么程度。
发明内容
本公开实施例提供图像处理方法及装置。所述技术方案如下：
根据本公开实施例的第一方面，提供一种图像处理方法，包括：
获取待处理的人脸图像；
从预存的多个头部模型中确定目标头部模型；
根据所述目标头部模型对所述人脸图像进行处理；
接收对所述处理后的人脸图像的打分操作，获得所述处理后的人脸图像对应的得
分值，所述人脸图像对应的得分值用于对所述目标头部模型对应的得分值进行调整。
在一个实施例中，所述从预存的多个头部模型中确定目标头部模型，可包括：
从预存的多个头部模型中确定与所述待处理的人脸图像相似度最高的头部模型；
将所述相似度最高的头部模型确定为目标头部模型。
在一个实施例中，所述从预存的多个头部模型中确定目标头部模型，可包括：
从预存的多个头部模型中确定出本端用户选中的头部模型；
将所述本端用户选中的头部模型确定为目标头部模型。
在一个实施例中，所述预存的多个头部模型中每一个分别对应于一美丑参考信
息，所述本端用户通过参考所述美丑参考信息从预存的多个头部模型中确定出其所选中的
头部模型。
在一个实施例中，所述方法还可包括：
获取所述预存的多个头部模型当前分别对应的得分值；
获取所述预存的多个头部模型中每一个头部模型对应的所有处理后的人脸图像
对应的得分值；
根据所述每一个头部模型对应的所有处理后的人脸图像对应的得分值对所述所
有头部模型中每一个头部模型当前对应的得分值进行调整。
在一个实施例中，所述接收对所述处理后的人脸图像的打分操作，可包括：
接收本端用户针对所述处理后的人脸图像的打分操作；和/或，在社交网络平台接
收其他用户针对所述处理后的人脸图像的打分操作。
在一个实施例中，所述根据所述每一个头部模型对应的所有处理后的人脸图像对
应的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整，可包括：
将除所述所有处理后的人脸图像对应的得分值中最高值和最低值之外的得分值
进行平均，获得平均值；
将所述平均值确定为所述头部模型当前的得分值。
在一个实施例中，所述根据所述每一个头部模型对应的所有处理后的人脸图像对
应的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整，可包括：
每间隔预设时间段根据所述每一个头部模型对应的所有处理后的人脸图像对应
的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整。
根据本公开实施例的第二方面，提供一种图像处理装置，包括：
第一获取模块，用于获取待处理的人脸图像；
确定模块，用于从预存的多个头部模型中确定目标头部模型；
处理模块，用于根据所述目标头部模型对所述人脸图像进行处理；
第二获取模块，用于接收对所述处理后的人脸图像的打分操作，获得所述处理后
的人脸图像对应的得分值，所述人脸图像对应的得分值用于对所述目标头部模型对应的得
分值进行调整。
在一个实施例中，所述确定模块，可包括：
第一确定子模块，用于从预存的多个头部模型中确定与所述待处理的人脸图像相
似度最高的头部模型；
第二确定子模块，用于将所述相似度最高的头部模型确定为目标头部模型。
在一个实施例中，所述确定模块，可包括：
第三确定子模块，用于从预存的多个头部模型中确定出本端用户选中的头部模
型；
第四确定子模块，用于将所述本端用户选中的头部模型确定为目标头部模型。
在一个实施例中，所述预存的多个头部模型中每一个分别对应于一美丑参考信
息，
所述第三确定子模块还用于本端用户通过参考所述美丑参考信息从预存的多个
头部模型中确定出其所选中的头部模型。
在一个实施例中，所述装置还可包括：
第三获取模块，用于获取所述预存的多个头部模型当前分别对应的得分值；
第四获取模块，用于获取所述预存的多个头部模型中每一个头部模型对应的所有
处理后的人脸图像对应的得分值；
调整模块，用于根据所述每一个头部模型对应的所有处理后的人脸图像对应的得
分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整。
在一个实施例中，所述第二获取模块，可包括：
接收子模块，用于接收本端用户针对所述处理后的人脸图像的打分操作；和/或，
在社交网络平台接收其他用户针对所述处理后的人脸图像的打分操作。
在一个实施例中，所述调整模块，可包括：
平均子模块，用于将除所述所有处理后的人脸图像对应的得分值中最高值和最低
值之外的得分值进行平均，获得平均值；
第五确定子模块，用于将所述平均值确定为所述头部模型当前的得分值。
在一个实施例中，所述调整模块，可包括：
调整子模块，用于每间隔预设时间段根据所述每一个头部模型对应的所有处理后
的人脸图像对应的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行
调整。
根据本公开实施例的第三方面，提供一种图像处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待处理的人脸图像；
从预存的多个头部模型中确定目标头部模型；
根据所述目标头部模型对所述人脸图像进行处理；
接收对所述处理后的人脸图像的打分操作，获得所述处理后的人脸图像对应的得
分值，所述人脸图像对应的得分值用于对所述目标头部模型对应的得分值进行调整。
本公开的实施例提供的技术方案可以包括以下有益效果：
上述技术方案，通过获取待处理的人脸图像，从预存的多个头部模型中确定目标
头部模型，根据目标头部模型对人脸图像进行处理，接收对处理后的人脸图像的打分操作，
获得处理后的人脸图像对应的得分值，人脸图像对应的得分值用于对目标头部模型对应的
得分值进行调整。通过对每一个使用头部模型处理的人脸图像进行打分，通过打分结果可
以随时调整头部模型的分值，保证头部模型的分值不断更新，从而在人们审美观变化的同
时能够紧跟时代潮流，提升了图像的整体美化效果。
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和解释性的，并不
能限制本公开。
附图说明
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。
图1是根据一示例性实施例示出的图像处理方法的流程图。
图2头部模型的示意图。
图3是根据一示例性实施例示出的一种图像处理方法中步骤S102的流程图。
图4是根据一示例性实施例示出的一种图像处理方法中步骤S102的又一个流程
图。
图5是根据一示例性实施例示出的又一种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图像处理方法中步骤S107的流程图。
图7是根据一示例性实施例示出的图像处理装置的框图。
图8是根据一示例性实施例示出的图像处理装置中确定模块72的框图。
图9是根据一示例性实施例示出的图像处理装置中确定模块72的另一个框图。
图10是根据一示例性实施例示出的又一种图像处理装置的框图。
图11是根据一示例性实施例示出的图像处理装置中第二获取模块74的框图。
图12是根据一示例性实施例示出的图像处理装置中调整模块77的框图。
图13是根据一示例性实施例示出的图像处理装置中调整模块77的另一个框图。
图14是根据一示例性实施例示出的适用于图像处理装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及
附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例
中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前，一些美图应用都是用户拍完照后自动美化，但是美化的效果往往无法令人
满意，尤其对没有审美观的人来说，往往会越修越难看，而对于有审美观的人，有时候本来
可以修的更好而自己却不知道。而且，人们的审美观念也在不断的变化，当季流行的修图效
果可能下季就不流行了。本公开实施例提供了一种图像处理方法，该方法可以使人人都是
美颜师，将图修的很好，而且能够紧跟时代的潮流，该方法通过获取待处理的人脸图像，从
预存的多个头部模型中确定目标头部模型，根据目标头部模型对人脸图像进行处理，接收
对处理后的人脸图像的打分操作，获得处理后的人脸图像对应的得分值，人脸图像对应的
得分值用于对目标头部模型对应的得分值进行调整。上述技术方案通过对每一个使用头部
模型处理的人脸图像进行打分，通过打分结果可以随时调整头部模型的分值，保证头部模
型的分值不断更新，从而在人们审美观变化的同时能够紧跟时代潮流，提升了图像的整体
美化效果。
图1是根据一示例性实施例示出的一种图像处理方法的流程图。如图1所示，该图
像处理方法包括以下步骤S101-S104：
在步骤S101中，获取待处理的人脸图像。
在步骤S102中，从预存的多个头部模型中确定目标头部模型。
在一个实施例中，把世界上名人明星或卡通人物等的头像做成一个个头部模型，
如图2所示。头部模型不限于以上这些，还可以是用户自定义的任何模型。比如，用户提供出
一个自建模型，这个叫原创模型，上传到服务器端，可以给别人使用，也可以就自己使用，这
些头部模型各有一个得分值，比如，贝克汉姆的头部模型是100分。
在步骤S103中，根据目标头部模型对人脸图像进行处理。
在步骤S104中，接收对处理后的人脸图像的打分操作，获得处理后的人脸图像对
应的得分值，人脸图像对应的得分值用于对目标头部模型对应的得分值进行调整。
比如，当用户给自己拍照之后或者拿出一个别人的照片想修一下，从数据库中查
找目标头部模型，查找到目标头部模型之后，根据目标头部模型对照片进行修图，修图后，
用户自己也可进行做进一步的调整。对照片处理完毕后，用户可以对修图后的照片打分，还
可以通过将照片发布出去的方式，接收自己的好友或其它人的打分。同理，可以选择各种头
部模型美化图像，进行打分，由于每人选择的头部模型不一样，大量的人使用这些头部模型
就会有大量的均值分，实现每个头部模型的得分值都会经常的变化。从而使头部模型的得
分值能够不断更新。头部模型得分值的变化代表了人们的审美观的不断变化，随着人们审
美观的变化，头部模型的得分值也在不断更新，得分越高，说明越符合人们的审美观，从而
能够紧跟时代的潮流。
本公开实施例的上述方法，通过获取待处理的人脸图像，从预存的多个头部模型
中确定目标头部模型，根据目标头部模型对人脸图像进行处理，接收对处理后的人脸图像
的打分操作，获得处理后的人脸图像对应的得分值，人脸图像对应的得分值用于对目标头
部模型对应的得分值进行调整。通过对每一个使用头部模型处理的人脸图像进行打分，通
过打分结果可以随时调整头部模型的分值，保证头部模型的分值不断更新，从而在人们审
美观变化的同时能够紧跟时代潮流，提升了图像的整体美化效果。
在一个实施例中，如图3所示，步骤S102可以实施为如下步骤S1021-S1022：
在步骤S1021中，从预存的多个头部模型中确定与待处理的人脸图像相似度最高
的头部模型。
在步骤S1022中，将相似度最高的头部模型确定为目标头部模型。
确定目标头部模型的方法可以是将与待处理的人脸图像相似度最高的头部模型
确定为目标头部模型。比如，待处理图像刚好和贝克汉姆很相似，就可以将贝克汉姆的头部
模型确定为目标头部模型。根据该头部模型对图像进行处理。
本实施例，将与待处理的人脸图像相似度最高的头部模型确定为目标头部模型。
根据该头部图像对人脸图像进行修图，可以最大限度的保证人脸图像不失真。
在一个实施例中，如图4所示，步骤S102还可以实施为如下步骤S1023-S1024：
在步骤S1023中，从预存的多个头部模型中确定出本端用户选中的头部模型。
在步骤S1024中，将本端用户选中的头部模型确定为目标头部模型。
用户还可以选择得分值较高的头部模型作为目标头部模型，由于得分值越高，说
明越符合人们的审美观。比如，用户拍了一个自拍照，即使自拍照并不像贝克汉姆，但用户
就想美化成贝克汉姆这样。因此，可以选择贝克汉姆的头部模型作为目标头部模型，对照片
进行处理。用户可以任意选择头部模型作为目标头部模型。
本实施例，用户可以任意选择头部模型，将用户选中的头部模型确定为目标头部
模型。根据用户的选择对人脸图像进行处理，满足用户的不同需求。
在一个实施例中，预存的多个头部模型中每一个分别对应于一美丑参考信息，本
端用户通过参考美丑参考信息从预存的多个头部模型中确定出其所选中的头部模型。美丑
参考信息可以用分数来表示，比如最高分为100分，最低分为负100分，越美的模型对应的分
数越高，越丑的模型对应的分数越低。由于用户不但有美化自己的需求，有时为了搞怪，也
可能想将自己的照片修丑，通过每个头部模型对应一个美丑参考信息，方便用户选优或选
丑。
在一个实施例中，如图5所示，上述方法还可包括以下步骤S105-S107：
在步骤S105中，获取预存的多个头部模型当前分别对应的得分值。
在步骤S106中，获取预存的多个头部模型中每一个头部模型对应的所有处理后的
人脸图像对应的得分值。
在步骤S107中，根据每一个头部模型对应的所有处理后的人脸图像对应的得分值
对所有头部模型中每一个头部模型当前对应的得分值进行调整。
本实施例中，由于不同的用户会选择不一样的头部模型对人脸图像进行处理，而
每一个头部模型又对应着大量根据该头部模型处理后的人脸图像，而每一个人脸图像又都
对应着若干得分值，对这些得分值进行计算后就会得到每一个头部模型的得分值，进而随
着对每一个处理后的人脸图像的打分，其对应的头部模型的得分值也在不断变化，从而使
头部模型的得分值能够不断更新，紧跟时代的变化。
在一个实施例中，步骤S103可以实施为如下步骤A和步骤B中的至少一项：
步骤A，接收本端用户针对处理后的人脸图像的打分操作。
步骤B，在社交网络平台接收其他用户针对处理后的人脸图像的打分操作。
本实施例中，图像处理好后，用户可以自己先进行打分，再将处理后的图像发布出
去，或者直接发布出去，当发布出去之后，如果用户自我感觉良好可以让所有人查看或者好
友可见，别人可见的就有权力给处理后的图像打分。每个用户ID可以给处理后的图像打分。
在一个实施例中，如图6所示，步骤S107还可以实施为如下步骤S1071-S1072：
在步骤S1071中，将除所有处理后的人脸图像对应的得分值中最高值和最低值之
外的得分值进行平均，获得平均值。
在步骤S1072中，将平均值确定为头部模型当前的得分值。
本实施例中，为使打分结果更加准确，将处理后的人脸图像的得分值去掉最高值
和最低值，将剩下的得分值进行平均，将平均值确定为头部模型当前的得分值。
在一个实施例中，步骤S107还可以实施为如下步骤C：
步骤C，每间隔预设时间段根据每一个头部模型对应的所有处理后的人脸图像对
应的得分值对所有头部模型中每一个头部模型当前对应的得分值进行调整。
由于人们审美观念的变化时缓慢的，因此，可以每间隔预设时间段对所有头部模
型当前分别对应的得分值进行调整，比如每季度或每年，使头部模型跟随人们的审美观一
起变化，紧跟时代潮流。
在一个实施例中，在步骤S107之后，上述方法还可包括如下步骤D：
步骤D，按照头部模型调整后的得分值由高到低的顺序对所有头部模型进行排序。
由于得分值越高的头部模型越符合人们的审美观，因此可以将头部模型按得分值
的高低进行排序，方便用户进行选择。
在一个实施例中，在步骤S107之后，上述方法还可包括如下步骤E：
步骤E，按照头部模型调整后的得分值由低到高的顺序对所有头部模型进行排序。
同理，有向贝克汉姆这样100分的头部模型，那也有-100分的头部模型，而且有时
修图时，并不总是想把自己修美，有时为了搞怪，也会把图像修丑。因此，还可以建立一些世
界丑男丑女的头部模型，比如武大郎式的丑男系列。将这些头部模型按照得分值由低到高
的顺序进行排序，得分值越低，说明头部模型越丑，根据这个头部模型修出来的图也会越
丑。从而满足用户的另类需求。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图7是根据一示例性实施例示出的一种图像处理装置的框图，该装置可以通过软
件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，该图像处理装置
包括：
第一获取模块71，被配置为获取待处理的人脸图像；
确定模块72，被配置为从预存的多个头部模型中确定目标头部模型；
处理模块73，被配置为根据目标头部模型对人脸图像进行处理；
第二获取模块74，被配置为接收对处理后的人脸图像的打分操作，获得处理后的
人脸图像对应的得分值，人脸图像对应的得分值用于对目标头部模型对应的得分值进行调
整。
在一个实施例中，如图8所示，确定模块72，可包括：
第一确定子模块721，被配置为从预存的多个头部模型中确定与待处理的人脸图
像相似度最高的头部模型；
第二确定子模块722，被配置为将相似度最高的头部模型确定为目标头部模型。
在一个实施例中，如图9所示，确定模块72，可包括：
第三确定子模块723，被配置为从预存的多个头部模型中确定出本端用户选中的
头部模型；
第四确定子模块724，被配置为将本端用户选中的头部模型确定为目标头部模型。
在一个实施例中，预存的多个头部模型中每一个分别对应于一美丑参考信息，第
三确定子模块723还用于本端用户通过参考美丑参考信息从预存的多个头部模型中确定出
其所选中的头部模型。
在一个实施例中，如图10所示，上述装置还可包括：
第三获取模块75，被配置为获取预存的多个头部模型当前分别对应的得分值；
第四获取模块76，被配置为获取预存的多个头部模型中每一个头部模型对应的所
有处理后的人脸图像对应的得分值。
调整模块77，被配置为根据每一个头部模型对应的所有处理后的人脸图像对应的
得分值对所有头部模型中每一个头部模型当前对应的得分值进行调整。
在一个实施例中，如图11所示，第二获取模块74，可包括：
接收子模块741，被配置为接收本端用户针对处理后的人脸图像的打分操作；和/
或，在社交网络平台接收其他用户针对处理后的人脸图像的打分操作。
在一个实施例中，如图12所示，调整模块77，可包括：
平均子模块771，被配置为将除所有处理后的人脸图像对应的得分值中最高值和
最低值之外的得分值进行平均，获得平均值；
第五确定子模块772，被配置为将平均值确定为头部模型当前的得分值。
在一个实施例中，如图13所示，调整模块77，可包括：
调整子模块773，被配置为每间隔预设时间段对所有头部模型当前分别对应的得
分值进行调整。
在一个实施例中，上述装置被配置为按照头部模型调整后的得分值由高到低的顺
序对所有头部模型进行排序。
在一个实施例中，上述装置还被配置为按照头部模型调整后的得分值由低到高的
顺序对所有头部模型进行排序。
本公开实施例的上述装置，通过获取待处理的人脸图像，从预存的多个头部模型
中确定目标头部模型，根据目标头部模型对人脸图像进行处理，接收对处理后的人脸图像
的打分操作，获得处理后的人脸图像对应的得分值，人脸图像对应的得分值用于对目标头
部模型对应的得分值进行调整。通过对每一个使用头部模型处理的人脸图像进行打分，通
过打分结果可以随时调整头部模型的分值，保证头部模型的分值不断更新，从而在人们审
美观变化的同时能够紧跟时代潮流。
本公开实施例还提供一种图像处理装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待处理的人脸图像；
从预存的多个头部模型中确定目标头部模型；
根据所述目标头部模型对所述人脸图像进行处理；
接收对所述处理后的人脸图像的打分操作，获得所述处理后的人脸图像对应的得
分值，所述人脸图像对应的得分值用于对所述目标头部模型对应的得分值进行调整。
上述处理器还被配置为：
从预存的多个头部模型中确定与所述待处理的人脸图像相似度最高的头部模型；
将所述相似度最高的头部模型确定为目标头部模型。
上述处理器还被配置为：
从预存的多个头部模型中确定出本端用户选中的头部模型；
将所述本端用户选中的头部模型确定为目标头部模型。
上述处理器还被配置为：
所述预存的多个头部模型中每一个分别对应于一美丑参考信息，所述本端用户通
过参考所述美丑参考信息从预存的多个头部模型中确定出其所选中的头部模型。
上述处理器还被配置为：
获取所述预存的多个头部模型当前分别对应的得分值；
获取所述预存的多个头部模型中每一个头部模型对应的所有处理后的人脸图像
对应的得分值；
根据所述每一个头部模型对应的所有处理后的人脸图像对应的得分值对所述所
有头部模型中每一个头部模型当前对应的得分值进行调整。
上述处理器还被配置为：
接收本端用户针对所述处理后的人脸图像的打分操作；和/或，在社交网络平台接
收其他用户针对所述处理后的人脸图像的打分操作。
上述处理器还被配置为：
将除所述所有处理后的人脸图像对应的得分值中最高值和最低值之外的得分值
进行平均，获得平均值；
将所述平均值确定为所述头部模型当前的得分值。
上述处理器还被配置为：
每间隔预设时间段根据所述每一个头部模型对应的所有处理后的人脸图像对应
的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整。
图14是根据一示例性实施例示出的一种用于图像处理装置的框图，该装置适用于
终端设备。例如，装置1200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。
装置1200可以包括以下一个或多个组件：处理组件1202，存储器1204，电源组件
1206，多媒体组件1208，音频组件1210，输入/输出(I/O)的接口1212，传感器组件1214，以及
通信组件1216。
处理组件1202通常控制装置1200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1202可以包括一个或多个处理器1220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1202可以包括一个或多个模
块，便于处理组件1202和其他组件之间的交互。例如，处理组件1202可以包括多媒体模块，
以方便多媒体组件1208和处理组件1202之间的交互。
存储器1204被配置为存储各种类型的数据以支持在装置1200的操作。这些数据的
示例包括用于在装置1200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1204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1206为装置1200的各种组件提供电力。电源组件1206可以包括电源管理
系统，一个或多个电源，及其他与为装置1200生成、管理和分配电力相关联的组件。
多媒体组件1208包括在所述装置1200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1208包括一个前置摄像头和/或后置摄像头。当装置1200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1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦
克风(MIC)，当装置1200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1204或经由通信
组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。
I/O接口1212为处理组件1202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1214包括一个或多个传感器，用于为装置1200提供各个方面的状态评
估。例如，传感器组件1214可以检测到装置1200的打开/关闭状态，组件的相对定位，例如所
述组件为装置1200的显示器和小键盘，传感器组件1214还可以检测装置1200或装置1200一
个组件的位置改变，用户与装置1200接触的存在或不存在，装置1200方位或加速/减速和装
置1200的温度变化。传感器组件1214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1214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1214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1216被配置为便于装置1200和其他设备之间有线或无线方式的通信。装
置1200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1216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1216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1200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1204，上述指令可由装置1200的处理器1220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1200的处理
器执行时，使得装置1200能够执行上述图像处理方法，所述方法包括：
获取待处理的人脸图像；
从预存的多个头部模型中确定目标头部模型；
根据所述目标头部模型对所述人脸图像进行处理；
接收对所述处理后的人脸图像的打分操作，获得所述处理后的人脸图像对应的得
分值，所述人脸图像对应的得分值用于对所述目标头部模型对应的得分值进行调整。
在一个实施例中，所述从预存的多个头部模型中确定目标头部模型，可包括：
从预存的多个头部模型中确定与所述待处理的人脸图像相似度最高的头部模型；
将所述相似度最高的头部模型确定为目标头部模型。
在一个实施例中，所述从预存的多个头部模型中确定目标头部模型，可包括：
从预存的多个头部模型中确定出本端用户选中的头部模型；
将所述本端用户选中的头部模型确定为目标头部模型。
在一个实施例中，所述预存的多个头部模型中每一个分别对应于一美丑参考信
息，所述本端用户通过参考所述美丑参考信息从预存的多个头部模型中确定出其所选中的
头部模型。
在一个实施例中，所述方法还可包括：
获取所述预存的多个头部模型当前分别对应的得分值；
获取所述预存的多个头部模型中每一个头部模型对应的所有处理后的人脸图像
对应的得分值；
根据所述每一个头部模型对应的所有处理后的人脸图像对应的得分值对所述所
有头部模型中每一个头部模型当前对应的得分值进行调整。
在一个实施例中，所述接收对所述处理后的人脸图像的打分操作，可包括：
接收本端用户针对所述处理后的人脸图像的打分操作；和/或，在社交网络平台接
收其他用户针对所述处理后的人脸图像的打分操作。
在一个实施例中，所述根据所述每一个头部模型对应的所有处理后的人脸图像对
应的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整，可包括：
将除所述所有处理后的人脸图像对应的得分值中最高值和最低值之外的得分值
进行平均，获得平均值；
将所述平均值确定为所述头部模型当前的得分值。
在一个实施例中，所述根据所述每一个头部模型对应的所有处理后的人脸图像对
应的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整，可包括：
每间隔预设时间段根据所述每一个头部模型对应的所有处理后的人脸图像对应
的得分值对所述所有头部模型中每一个头部模型当前对应的得分值进行调整。
本领域技术人员在考虑说明书及实践这里公开的公开后，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下面的
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。