基于条件生成对抗神经网络的人脸美颜方法及系统技术方案

本发明专利技术公开了一种基于条件生成对抗神经网络的人脸美颜方法及系统，该方法包括：获取初始的人脸图像样本数据和美颜后的人脸图像样本数据；美颜后的人脸图像样本数据包括两种以上的美颜风格；根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于条件生成对抗神经网络构建美颜预测模型；获取待处理的人脸图像；将待处理的人脸图像和目标美颜风格矢量输入到美颜预测模型，生成美颜后的人脸图像。利用本发明专利技术，采用统一的框架完成所有的美颜操作，能够灵活地生成不同的美颜风格。

Face Beauty Method and System Based on Conditional Generation Countermeasure Neural Network

The invention discloses a facial beauty method and system based on conditional generation antagonistic neural network, which includes: acquiring the initial facial image sample data and the facial image sample data after facial beauty; the facial image sample data after facial beauty includes more than two facial styles; and according to the initial facial image sample data and the facial image sample data after facial beauty, the method comprises the following steps: acquiring the initial facial image sample data and the facial image sample data after facial beauty; Construct beauty prediction model based on conditional generation antagonistic neural network; acquire the face image to be processed; input the face image to be processed and the target beauty style vector into the beauty prediction model to generate the face image after beauty. By using the present invention, all beautifying operations are completed with a unified framework, and different beautifying styles can be generated flexibly.

【技术实现步骤摘要】
基于条件生成对抗神经网络的人脸美颜方法及系统
本专利技术涉及图像处理
，尤其涉及一种基于条件生成对抗神经网络的人脸美颜方法及系统。
技术介绍
人脸美颜算法是对一张人脸图像进行美白、祛斑和红润等操作，使得人脸看上去更漂亮/英俊。早期的做法是由专业人员使用软件交互式的修改，例如肤色红润化、肤色美白和祛斑，有时还包括瘦脸、大眼等操作，工作量颇为繁重。随着诸如数码相机和手机之类的移动设备的计算能力的提升，自动化的人脸美颜算法得到长足的发展，上述操作都有对应的自动化算法，将一个一个这样的算法组合起来，就可以自动的完成人像照片的美颜操作，不需要用户的任何干预。但是这种方式有如下的缺点：1、每一种操作需要设计专门的算法；2、算法一旦设定，其风格不能改变，一般只有程度可以调整。
技术实现思路
本专利技术的目的是提供一种基于条件生成对抗神经网络的人脸美颜方法及系统，以解决现有技术中的问题，提供更多美颜风格。本专利技术提供了一种基于条件生成对抗神经网络的人脸美颜方法，其中，包括：获取初始的人脸图像样本数据和美颜后的人脸图像样本数据；所述美颜后的人脸图像样本数据包括两种以上的美颜风格；根据初始的人脸图像本文档来自技高网...

【技术保护点】
1.一种基于条件生成对抗神经网络的人脸美颜方法，其特征在于，包括：获取初始的人脸图像样本数据和美颜后的人脸图像样本数据；所述美颜后的人脸图像样本数据包括两种以上的美颜风格；根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于条件生成对抗神经网络构建美颜预测模型；获取待处理的人脸图像；将所述待处理的人脸图像和目标美颜风格矢量输入到所述美颜预测模型，生成美颜后的人脸图像。

【技术特征摘要】
1.一种基于条件生成对抗神经网络的人脸美颜方法，其特征在于，包括：获取初始的人脸图像样本数据和美颜后的人脸图像样本数据；所述美颜后的人脸图像样本数据包括两种以上的美颜风格；根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于条件生成对抗神经网络构建美颜预测模型；获取待处理的人脸图像；将所述待处理的人脸图像和目标美颜风格矢量输入到所述美颜预测模型，生成美颜后的人脸图像。2.根据权利要求1所述的方法，其特征在于，根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于条件生成对抗神经网络构建美颜预测模型包括：根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于梯度反向传播算法得到生成器和判决器的最优权值；根据所述生成器和判决器的最优权值构建美颜预测模型。3.根据权利要求2所述的方法，其特征在于，所述梯度反向传播算法的代价函数为：其中，θG为条件生成对抗神经网络中生成器的权值，θD为条件生成对抗神经网络中判决器的权值；λstyle和λsim为常数；x为待处理的人脸图像；y为美颜后的人脸图像样本数据；c为目标美颜风格矢量。4.根据权利要求3所述的方法，其特征在于，λstyle＝1；λsim＝10。5.根据权利要求1所述的方法，其特征在于，将所述待处理的人脸图像和目标美颜风格矢量输入到所述美颜预测模型，生成美颜后的人脸图像包括：将所述目标美颜风格矢量转换为美颜风格通道；将所述美颜风格通道与所述待处理的人脸图像的RGB通道沿深度维连接起来，形成合成的张量；将所述合成的张量输入到所述美颜预测模型，生成美颜后的...

【专利技术属性】
技术研发人员：陈继，谢衍涛，
申请(专利权)人：杭州格像科技有限公司，
类型：发明
国别省市：浙江,33