一种基于卷积神经网络构建的肤质处理模型处理图像的方法、系统及设备技术方案

本发明专利技术公开了一种基于卷积神经网络构建的肤质处理模型处理图像的方法，包括以下步骤：A、获取待处理的图像；B、将图像放入深度学习技术构建的肤质处理模型来处理人脸肤质；C、得到处理后的图像。本发明专利技术还公开了一种基于卷积神经网络构建的肤质处理模型处理图像的系统。本发明专利技术又公开了一种基于卷积神经网络构建的肤质处理模型处理图像的设备。本发明专利技术处理得到的图像能够达到商业级干净肤质，图片自然、真实、优雅，不破坏皮肤本身的纹理细节，同时也能保持图像整体的清晰度；图像处理时间短，处理效率高；泛化能力强。

【技术实现步骤摘要】
一种基于卷积神经网络构建的肤质处理模型处理图像的方法、系统及设备
本专利技术属于图像处理
，尤其是涉及一种基于卷积神经网络构建的肤质处理模型处理图像的方法、系统及设备。
技术介绍
目前人脸皮肤的处理主要由传统算法实现，具体有1)利用各种形式的滤波技术实现类似磨皮效果；2)利用图像修复技术实现脸部的斑痘等暗部瑕疵的处理。方法一处理后的图像往往有明显整体模糊的问题，且皮肤本身的纹理细节也相应被磨平，方法二虽然能保证整体图像的清晰度，但被修复的局部像素区域仍存在皮肤纹理信息丢失的问题。此外，这两种方法也不能处理真实情况下人脸以及其它部位皮肤的各种复杂皮肤问题。总而言之，以上方法均得不到自然、细腻的商业级肤质效果。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种处理效率高、效果干净自然的基于卷积神经网络构建的肤质处理模型处理图像的方法、系统及设备。本专利技术解决其技术问题所采用的技术方案是：一种基于卷积神经网络构建的肤质处理模型处理图像的方法，包括以下步骤：A、获取待处理的图像；B、将本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于包括以下步骤：/nA、获取待处理的图像；/nB、将图像放入深度学习技术构建的肤质处理模型来处理人脸肤质；/nC、得到处理后的图像。/n

【技术特征摘要】
1.一种基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于包括以下步骤：
A、获取待处理的图像；
B、将图像放入深度学习技术构建的肤质处理模型来处理人脸肤质；
C、得到处理后的图像。


2.根据权利要求1所述的基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于所述的步骤B中，构建肤质处理模型包含以下步骤：
1)数据集构建，构建肤质处理模型训练集TrainDataSet，包括脸部原图数据集x和脸部修图数据集y；
2)肤质处理网络构建，基于卷积神经网络ResNet和DenseNet构建肤质处理网络SkinDealNet；
3)损失函数构建，构建肤质处理模型的损失函数SkinPerceptualLossFunction；
4)模型训练，基于肤质处理模型损失函数，训练肤质处理网络，得到最终肤质处理模型SkinDealModel。


3.根据权利要求2所述的基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于所述的步骤1)中，数据集由不同人物、不同场景下的照片中截取获得，x数据集为原始拍摄照片中截取的脸部图片，y数据集为修图师对应对x数据集进行专业肤质处理后的脸部图片。


4.根据权利要求2所述的基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于所述的步骤2)中，卷积神经网络采用的卷积运算为：图5。


5.根据权利要求2所述的基于卷积神经网络构建的肤质处理模型处理图像的方法，其特征在于所述的步骤3)的损失函数为：



其中，φ(yi)＝Σlayer＝(re...

【专利技术属性】
技术研发人员：郑进，李军华，
申请(专利权)人：杭州火烧云科技有限公司，
类型：发明
国别省市：浙江;33