人像胡须生成方法及装置制造方法及图纸

本申请实施例提供一种人像胡须生成方法及装置。该方法包括：获取人像图像并从所述人像图像中获取人像五官分割图像；将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域；生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图；将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。由此，本申请能够保证生成胡须位置的准确性，增强了应对不同人像角度的鲁棒性，使生成的胡须效果更加真实自然。

The Method and Device for the Generation of Portrait Beard

The embodiment of the present application provides a method and device for generating a portrait beard. The method includes: acquiring the image of human image and obtaining the segmented image of human facial features from the image of human image; inputting the segmented image of human facial features into the pre-trained prediction model of human facial features, acquiring the beard semantics region in the segmented image of human facial features; generating the Gaussian noise map corresponding to the beard semantics region, and making a radial model of the Gaussian noise map. The corresponding whisker texture image is obtained by pasting, and the fused image is fused with the whisker texture image to obtain the fused image including the whisker. As a result, the application can ensure the accuracy of the location of the generated beard, enhance the robustness against different portrait angles, and make the generated beard effect more realistic and natural.

【技术实现步骤摘要】
人像胡须生成方法及装置
本申请涉及计算机
，具体而言，涉及一种人像胡须生成方法及装置。
技术介绍
随着技术的不断发展，现今图像处理相比于传统的图像增强处理，出现了很多与原图片相比改变更大的现实增强效果，比如给没有眼镜的人戴眼镜，给没有帽子的人戴帽子，让没有胡须的人长出胡须等。目前常见的处理方式是用一张准备好的素材图片，选定固定的人脸区域将素材图直接叠加在原图该区域上。这样的方式出来的效果人工痕迹明显，并且较难在各种朝向角度的人像上都找到准确的位置，仅适合完成一些搞怪的图片效果，难以产生接近真实图片的效果。
技术实现思路
为了克服现有技术中的上述不足，本申请的目的在于提供一种人像胡须生成方法及装置，以解决或者改善上述问题。为了实现上述目的，本申请实施例采用的技术方案如下：第一方面，本申请实施例提供一种人像胡须生成方法，应用于电子设备，所述方法包括：获取人像图像并从所述人像图像中获取人像五官分割图像；将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域；生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图；将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。可选地，所述将所述人像五官分割图像输入到预先训练的人像胡须预测模型中的步骤之前，所述方法还包括：训练各种胡须类型的人像胡须预测模型；所述训练各种胡须类型的人像胡须预测模型的方式，包括：获取训练样本集，其中，所述训练样本集包括不同胡须类型的人像图像样本集，其中，所述人像图像样本集中包括有多个人像图像样本以及每个人像图像样本对应的人像五官分割图像，每个人像图像样本中标注有对应的胡须语义区域；建立每种胡须类型对应的深度卷积网络模型，并针对每种胡须类型对应的深度卷积网络模型，基于该种胡须类型的人像图像样本集训练该种胡须类型对应的深度卷积网络模型，在该种胡须类型对应的深度卷积网络模型达到训练终止条件时输出该种胡须类型的人像胡须预测模型，以得到各种胡须类型的人像胡须预测模型。可选地，所述将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域的步骤，包括：获取所述人像五官分割图像需要生成的胡须的目标胡须类型；将所述人像五官分割图像输入到所述目标胡须类型对应的人像胡须预测模型中，获取所述人像五官分割图像中的所述目标胡须类型的胡须语义区域。可选地，所述对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图的步骤，包括：查找所述高斯噪声图的中心位置点；以所述中心位置点为中心，依次缩放预设数量个像素，得到对应的预设数量张图片；将所述预设数量张图片进行叠加，得到径向模糊后的胡须纹理图。可选地，所述将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像的步骤，包括：计算所述胡须纹理图的中各个第一RGB值和所述人像图像中对应的各个第二RGB值；根据计算出的各个第一RGB值和对应的第二RGB值的乘积将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。第二方面，本申请实施例还提供一种人像胡须生成装置，应用于电子设备，所述装置包括：获取模块，用于获取人像图像并从所述人像图像中获取人像五官分割图像；输入模块，用于将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域；径向模糊模块，用于生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图；融合模块，用于将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。第三方面，本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的人像胡须生成方法。相对于现有技术而言，本申请具有以下有益效果：本申请实施例提供的人像胡须生成方法及装置，通过获取人像图像并从所述人像图像中获取人像五官分割图像，然后将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域，然后，生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图，最后将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。由此，本申请通过深度学习获取人像图像中的胡须语义区域，能够保证生成胡须位置的准确性，增强了应对不同人像角度的鲁棒性，使生成的胡须效果更加真实自然。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。图1为本申请实施例提供的人像胡须生成方法的流程示意图；图2为本申请实施例提供的人像图像样本的胡须语义区域的标注示意图；图3为本申请实施例提供的人像胡须预测模型的训练流程示意图；图4为本申请实施例提供的胡须纹理图与所人像图像的融合示意图；图5为本申请实施例提供的人像胡须生成装置的功能模块图；图6为本申请实施例提供的用于上述人像胡须生成方法的电子设备的结构示意框图。图标：100-电子设备；110-总线；120-处理器；130-存储介质；140-总线接口；150-网络适配器；160-用户接口；200-人像胡须生成装置；209-训练模块；210-获取模块；220-输入模块；230-径向模糊模块；240-融合模块。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。请参阅图1，为本申请实施例提供的人像胡须生成方法的一种流程示意图。所应说明的是，本申请实施例提供的人像胡须生成方法不以图1及以下的具体顺序为限制。该方法的具体流程如下：步骤S210，获取人像图像并从所述人像图像中获取人像五官分割图像。本实施例中，该人像图像的获取方式不作具体限制，例如可以实时拍摄获取，也可以从服务器中下载获取，又或者从相册中获取等等。在获取到人像图像后，可以将人像五官分割图像输入到预先训练的五官分割网络中，获取对应的人像五官分割图像。步骤S220，将人像五官分割图像输入到预先训练的人像胡须预测模型中，获取人像五官分割图像中的胡须语义区域。详细地，在对步骤S220进行进一步阐述之前，下面首先对人像胡须预测模型的训练过程进行详细说明。可选地，在该步骤S220之前，本实施例提供的人像胡须生成方法还可以包括如下步骤：训练各种胡须类型的人本文档来自技高网...

【技术保护点】
1.一种人像胡须生成方法，其特征在于，应用于电子设备，所述方法包括：获取人像图像并从所述人像图像中获取人像五官分割图像；将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域；生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图；将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。

【技术特征摘要】
1.一种人像胡须生成方法，其特征在于，应用于电子设备，所述方法包括：获取人像图像并从所述人像图像中获取人像五官分割图像；将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域；生成与所述胡须语义区域对应的高斯噪声图，并对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图；将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像。2.根据权利要求1所述的人像胡须生成方法，其特征在于，所述将所述人像五官分割图像输入到预先训练的人像胡须预测模型中的步骤之前，所述方法还包括：训练各种胡须类型的人像胡须预测模型；所述训练各种胡须类型的人像胡须预测模型的方式，包括：获取训练样本集，其中，所述训练样本集包括不同胡须类型的人像图像样本集，其中，所述人像图像样本集中包括有多个人像图像样本和每个人像图像样本对应的人像五官分割图像，每个人像图像样本中标注有对应的胡须语义区域；建立每种胡须类型对应的深度卷积网络模型，并针对每种胡须类型对应的深度卷积网络模型，基于该种胡须类型的人像图像样本集训练该种胡须类型对应的深度卷积网络模型，在该种胡须类型对应的深度卷积网络模型达到训练终止条件时输出该种胡须类型的人像胡须预测模型，以得到各种胡须类型的人像胡须预测模型。3.根据权利要求1所述的人像胡须生成方法，其特征在于，所述将所述人像五官分割图像输入到预先训练的人像胡须预测模型中，获取所述人像五官分割图像中的胡须语义区域的步骤，包括：获取所述人像五官分割图像需要生成的胡须的目标胡须类型；将所述人像五官分割图像输入到所述目标胡须类型对应的人像胡须预测模型中，获取所述人像五官分割图像中的所述目标胡须类型的胡须语义区域。4.根据权利要求1所述的人像胡须生成方法，其特征在于，所述对所述高斯噪声图进行径向模糊处理，得到对应的胡须纹理图的步骤，包括：查找所述高斯噪声图的中心位置点；以所述中心位置点为中心，依次缩放预设数量个像素，得到对应的预设数量张图片；将所述预设数量张图片进行叠加，得到径向模糊后的胡须纹理图。5.根据权利要求1所述的人像胡须生成方法，其特征在于，所述将所述胡须纹理图与所述人像图像进行融合，得到融合后的包括有胡须的人像图像的步骤，包括：计算所述胡须纹理图的中各个第一RGB值和所述人像图像中对应的各个第二RGB值；根据计算出的各个第一RGB值...

【专利技术属性】
技术研发人员：王晓晶，吴善思源，张伟，洪炜冬，许清泉，
申请(专利权)人：厦门美图之家科技有限公司，
类型：发明
国别省市：福建,35