一种基于生成对抗式网络模型的发型更换方法技术

本发明专利技术属于计算机图像处理技术领域，具体为一种基于生成对抗式网络模型的发型更换方法。自动更换发型在分类和图像编辑领域都有很多实际应用，本发明专利技术诉诸于这一要求，首先提供一个新的大型发型数据集，HAIRSTYLE30k，包含64种不同类型的30K图像组成的发型，同时，提供一个自动生成和修改发型的模型H‑GAN，来实现自动更换发型。本发明专利技术在基础的生成对抗式网络模型上做了改进，可以高效地学习新数据集，不仅在基础数据集上表现良好，在新数据集上也有很好的可泛化性。

【技术实现步骤摘要】
一种基于生成对抗式网络模型的发型更换方法
本专利技术属于计算机图像处理
，具体涉及一种基于生成对抗式网络模型的发型更换方法。
技术介绍
发型可以表达自己的个性，自信心和态度。因此，是个人外表的一个重要方面。在多媒体技术日益发展的今日，能够自动识别并且更换发型的方法是人们迫切需要的，计算机视觉技术使得这种需求得以实现。通过计算机视觉模型，能够自动识别、分析、修改人物图片中的发型因素，有很大的实际需求。客户可以根据自己的喜好，通过计算机模型尝试更换不同的发型，比较效果后，再去寻找理发师达到最令人满意的发型效果。目前发型建模的关注点主要分为两种：一种是为用户推荐最合适的发型的论文如[1]，另一种是交互式的发型建模[2,3,4]，让用户挑选编辑最合适的发型，但是这些传统的发型建模推荐，都没有系统地研究发型的图像数据集，也没有可以用于处理各种发型的完备建模系统。可能的原因有两个：一是发型有很大的差异，为了能让模型能识别出这些变化，需要非常大规模的数据集，但是这样的数据集不存在，在多媒体和计算机视觉领域，发型通常被标记为面部数据集的属性。然而，这种注释通常是粗糙的，主要集中在头发长度和颜色本文档来自技高网...

【技术保护点】
一种基于发型生成对抗网络的发型更换方法，其特征在于：首先，构建一个大型发型数据集“发型30K”给社区，该发型数据集是通过发型图片关键词，在网页搜索引擎中使用关键词搜索爬取下来的，一共64种不同的类型，发型图片在30K图像；然后，还提供一种发型生成对抗网络H‑GAN模型，用于自动生成或修改/编辑发型，并输出图像；该H‑GAN有三个组件：encoder‑decoding 子网络，生成对抗网络gan，和recognition 识别子网络；其中encoder‑decoding 子网络是VAE的变体，而reconition识别子网络 与infoGAN的GAN具有相同的网络。

【技术特征摘要】
1.一种基于发型生成对抗网络的发型更换方法，其特征在于：首先，构建一个大型发型数据集“发型30K”给社区，该发型数据集是通过发型图片关键词，在网页搜索引擎中使用关键词搜索爬取下来的，一共64种不同的类型，发型图片在30K图像；然后，还提供一种发型生成对抗网络H-GAN模型，用于自动生成或修改/编辑发型，并输出图像；该H-GAN有三个组件：encoder-decoding子网络，生成对抗网络gan，和recognition识别子网络；其中encoder-decoding子网络是VAE的变体，而reconition识别子网络与infoGAN的GAN具有相同的网络。2.根据权利要求1所述的基于发型生成对抗网络的发型更换方法，其特征在于，构建大型发型数据集“发型30K”的具体步骤如下：（1）通过使用网络搜索引擎，检索与与发型相关的关键词，下载超过100万张图片；（2）根据下载的照片筛序出64种发型类型作为发型类目全集，并根据该64种发型名称对数据集进行再扩充；（3）过滤初始下载的图像，通过面部检测算法，修剪掉一些没有面孔的无关或错误的，也不是发型的图像；（4）进行训练操作，先手动过滤掉了不包含人脸属性的发型种类，仔细地注明修剪过的图像，将它们分为不同的发型类；最后，获得30k图像与41种男性发型和42女式发型；其中，19种发型是男女通用的，完全数据集共有64种不同类型的发型。3.根据权利要求1所述的基于发型生成对抗网络的发型更换方法，其特征在于，具体步骤如下：（1）构建深度神...

【专利技术属性】
技术研发人员：付彦伟，尹伟东，马一清，姜育刚，薛向阳，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海,31