一种采用基元发现的人脸风格图像处理方法技术

本发明专利技术公开了一种采用基元发现的人脸风格图像处理方法，包括以下步骤：对输入的风格图像进行基元提取，得到基元库；利用输入的风格图像对输入的人脸风格图像进行神经风格迁移，在神经风格迁移的过程中利用预训练VGG网络提取风格图像的低层纹理色彩特征及输入的人脸风格图像的中的高层语义特征，通过优化过程使得合成的图像中既包含人脸风格图像的高层语义特征也包含风格图像的低层纹理色彩特征，进行色彩填充；利用稀疏编码方法构造基于预提取基元库的稀疏词典，基于稀疏词典对色彩填充后的人脸风格图像进行进一步细节强化。

【技术实现步骤摘要】
一种采用基元发现的人脸风格图像处理方法
本专利技术属于图像处理
，尤其涉及一种采用基元发现的人脸风格图像处理方法。
技术介绍
风格迁移是将给定风格图像的风格迁移到另一幅内容图像(如：照片、草图等)的过程。在图像处理领域中，风格迁移属于非真实感绘制领域(NPR)，在过去的多年间，有许多研究者对风格迁移进行了相关研究，大多数研究都集中于将自然图像迁移成具有油画、水墨画等艺术风格的图像。已有的风格迁移方法主要可以分为两类，分别是：基于纹理合成的风格迁移方法和基于神经网络的风格迁移方法。在基于纹理合成的风格迁移方法中，如文献1：ZhangW,CaoC,ChenS,etal.StyleTransferViaImageComponentAnalysis[J].IEEETransactionsonMultimedia,2013,15(7):1594-1601.，文献5：ChenTQ,SchmidtM.FastPatch-basedStyleTransferofArbitraryStyle[J].2016.。他们对输入的风格图像进行基元采样构建基元库，然后利用诸如马尔科夫模型、稀疏编码等方法建本文档来自技高网...

【技术保护点】
1.一种采用基元发现的人脸风格图像处理方法，其特征在于，包括以下步骤：步骤1：基元发现：对输入的风格图像进行基元提取；步骤2，神经风格迁移：采用神经网络方法，对输入的人脸图像进行纹理色彩化；步骤3，细节加强：采用稀疏编码技术对纹理色彩化的人脸图像进行合成处理。

【技术特征摘要】
1.一种采用基元发现的人脸风格图像处理方法，其特征在于，包括以下步骤：步骤1：基元发现：对输入的风格图像进行基元提取；步骤2，神经风格迁移：采用神经网络方法，对输入的人脸图像进行纹理色彩化；步骤3，细节加强：采用稀疏编码技术对纹理色彩化的人脸图像进行合成处理。2.根据权利要求1所述的方法，其特征在于，步骤1中包括以下步骤：步骤1-1，内容纹理分离：将输入的风格图像进行分离，获取纹理、轮廓及色彩通道的信息；步骤1-2，特征提取：提取风格图像纹理通道中的像素级特征，像素级特征包括纹理方向特征图和纹理方向性特征图；步骤1-3，基元分离：将风格图像中的纹理通道进行超像素分割，针对每个超像素，根据提取的像素级特征分离不同的图像子块作为基元，构建基元库；步骤1-4，词典构建：使用稀疏编码对提取的基元库进行编码，构造稀疏编码词典。3.根据权利要求2所述的方法，其特征在于，步骤1-1包括：将输入的风格图像从RGB色彩空间转换到Lab色彩空间，提取ab两通道作为色彩通道，利用双边滤波器提取输入的风格图像L通道中的轮廓作为轮廓通道，利用输入的风格图像的L通道减去输入的风格图像的轮廓通道获取纹理通道。4.根据权利要求3所述的方法，其特征在于，步骤1-2包括：将输入的风格图像采样为不同的图像子块t，具体采样方法为每间隔一个像素提取一个长宽分别为20像素的图像子块，提取每个图像子块的梯度图G＝[g1，g2，...，gn]T，是图像子块中第i个像素，其中表示对函数t(x，y)求其关于变量x的偏导数，表示对函数t(x，y)求其关于变量y的偏导数，i取值为1～n，n是图像子块中的像素总数，对每个图像子块的梯度图G∈Rn×2进行奇异值分解SVD得到G＝USVT，其中Rn×2，表示n×2阶实数矩阵，其中U表示m×m阶矩阵，S表示m×n阶半正定矩阵，V表示n×n阶矩阵，提取V中第一行作为主梯度场v1，提取V中第二行作为次要梯度场v1，如果v1和v2差值超过30°则说明纹理方向较为混乱，也就是方向性特征较低，否则表示方向性特征较高，方向性fdirectionality求解如下式：在求解方向性特征...

【专利技术属性】
技术研发人员：孙正兴，徐峻峰，吴昊，李博，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32