The invention provides a deep learning and generation of human skin against the network analysis method and system, which is based on image acquisition steps: obtaining the face image to be analyzed; division of the block steps: to face image analysis to analyze the various organs, according to the analysis to the face image into the skin block; analysis steps: skin analyzer import different blocks in the skin, skin analyzer is used to analyze the corresponding skin block skin condition; output steps: analysis result output all skin analyzer. This method made in human skin is not easy, not the data distribution case, generating auxiliary data through generation against network, using deep learning model to replace the traditional application of image processing algorithm in the analysis of the skin, can analyze the face skin details, with a counter network according to different characteristics of the skin, do generate training data the use of limited information, get better training effect.
【技术实现步骤摘要】
基于深度学习与生成对抗网路的人脸肤质分析方法及系统
本专利技术属于图像处理
,具体涉及基于深度学习与生成对抗网路的人脸肤质分析方法及系统。
技术介绍
过去数十年,已有许多深度学习的相关研究,但由于所需的训练资料庞大,因此许多研究无法实现。在最近几年,由于大数据与互联网的发展,研究者可以获得大量的训练资料,因此深度学习技术开始迅速发展。随着直播丶短视频的风行,人脸效果丶编修的商业应用被投入大量的目光与研究资料。然而,目前的人脸分析研究少有针对皮肤细节进行分析,由于人脸皮肤数据为较隐私丶牵涉医疗行为的部分,资料取得不易,过去的方法多用不需大量数据的传统图像处理技术,其效果有限,因此,如何利用深度学习在有限的数据下进行人脸皮肤之分析成为一个重要的研究课题。
技术实现思路
针对现有技术中的缺陷,本专利技术提供基于深度学习与生成对抗网路的人脸肤质分析方法及系统,能够针对人脸皮肤细节进行分析,结合生成对抗网路针对不同特性的皮肤,利用有限的资料做训练资料的生成,获得更好的训练效果。一种基于深度学习与生成对抗网路的人脸肤质分析方法,包括:图像获取步骤:获取待分析人脸图像;划分区块步骤:对所述待分析人脸图像进行分析,根据各个器官对所述待分析人脸图像划分皮肤区块;分析步骤:将不同的皮肤分析器导入不同的皮肤区块中,皮肤分析器用于分析对应的皮肤区块中的皮肤状态;结果输出步骤:输出所有皮肤分析器的分析结果。优选地,所述划分区块步骤中,通过人脸关键点侦测和皮肤区块切割算法,对所述待分析人脸图像划分皮肤区块。优选地,所述划分区块步骤中,划分的皮肤区块包括额头、脸颊、鼻子、眼睛和嘴巴。 ...
【技术保护点】
一种基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,包括:图像获取步骤:获取待分析人脸图像;划分区块步骤:对所述待分析人脸图像进行分析,根据各个器官对所述待分析人脸图像划分皮肤区块;分析步骤:将不同的皮肤分析器导入不同的皮肤区块中,皮肤分析器用于分析对应的皮肤区块中的皮肤状态;结果输出步骤:输出所有皮肤分析器的分析结果。
【技术特征摘要】
1.一种基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,包括:图像获取步骤:获取待分析人脸图像;划分区块步骤:对所述待分析人脸图像进行分析,根据各个器官对所述待分析人脸图像划分皮肤区块;分析步骤:将不同的皮肤分析器导入不同的皮肤区块中,皮肤分析器用于分析对应的皮肤区块中的皮肤状态;结果输出步骤:输出所有皮肤分析器的分析结果。2.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,所述划分区块步骤中,通过人脸关键点侦测和皮肤区块切割算法,对所述待分析人脸图像划分皮肤区块。3.根据权利要求2所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,所述划分区块步骤中,划分的皮肤区块包括额头、脸颊、鼻子、眼睛和嘴巴。4.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,所述分析步骤中,所述皮肤分析器的训练方法包括:获得待训练资料,建立人脸资料库;生成对抗网路,对所述人脸资料库中待训练资料进行学习,学习待训练资料中人脸的纹理讯息,产生训练数据;过滤训练数据,获分布平均的训练数据,形成所述皮肤分析器。5.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,所述结果输出步骤中,通过显示屏显示所述皮肤分析器的分析结果。6.一种基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,适...
【专利技术属性】
技术研发人员:简仁贤,张惠棠,杨闵淳,
申请(专利权)人:竹间智能科技上海有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。