【技术实现步骤摘要】
一种人脸图像自动上妆方法
本专利技术涉及计算机视觉领域，具体的涉及图像风格迁移，为图像重的人脸自动上妆的方法。技术背景社交媒体的快速发展让越来越多的人们通过各种社交网络来分享自己的故事和照片。人们喜欢上传好看的自拍到社交网络上，来获取更多的关注和点赞。尽管不计其数的化妆品可以为人们提供各种各样的妆容，但人们更希望通过一种快捷且有效的方式来获取一张好看的自拍照。人脸图像自动化妆技术提供了一种可行的解决方案。早期的人脸自动化妆主要依赖于各种数字图像处理方法的叠加。如美图秀秀、Photoshop等图像处理软件通过内置各种图像处理方法，并给出了便于使用者调用这些方法的图形界面，来方便用户对包括人脸图像在内的图像进行处理，进而达到美化图像中人脸的效果。随着计算机算力的不断提升，人们可以将计算量更大更复杂的任务交给计算机，来协助人们完成更复杂的图像处理任务。人工智能的研究浪潮也随之而来，其中图像生成领域的研究中，人们利用神经网络的学习特性，提出了许多不同领域之间图像风格迁移的研究成果。IanGoodfello...
【技术保护点】
1.一种人脸图像自动上妆方法，其特征在于，包括如下步骤：/n步骤(1)、将获取的人脸图像数据集按未上妆的人脸图像即目标图像和带妆的人脸图像即参考图像分为两个图像集，分别称为目标图像集和参考图像集；/n步骤(2)、采用图像分割技术，对目标图像进行分割，得到目标图像的分割图，目标图像中的不同部位，如五官、头发和背景会被计算机以不同的灰度值标注出来，方便后续处理；/n利用分割图将需要保留的区域和不需保留的区域分开；/n所述的需要保留的区域为脸部、嘴巴、眼睛周围需要化妆的区域，所述的不需保留的区域，为无法被化妆的区域如牙齿、眼睛、头发以及背景；/n步骤(3)、通过分割图为目标图像集...
【技术特征摘要】
1.一种人脸图像自动上妆方法，其特征在于，包括如下步骤：
步骤(1)、将获取的人脸图像数据集按未上妆的人脸图像即目标图像和带妆的人脸图像即参考图像分为两个图像集，分别称为目标图像集和参考图像集；
步骤(2)、采用图像分割技术，对目标图像进行分割，得到目标图像的分割图，目标图像中的不同部位，如五官、头发和背景会被计算机以不同的灰度值标注出来，方便后续处理；
利用分割图将需要保留的区域和不需保留的区域分开；
所述的需要保留的区域为脸部、嘴巴、眼睛周围需要化妆的区域，所述的不需保留的区域，为无法被化妆的区域如牙齿、眼睛、头发以及背景；
步骤(3)、通过分割图为目标图像集中的每一张人脸做好定制掩膜，使卷积神经网络只关注图像中的化妆区域，从而减少背景以及其他区域对人脸自动上妆过程的干扰；
步骤(4)、将目标图像集和参考图像集以及目标图像集的掩膜分别输入到人脸图像自动上妆网络中训练网络参数；所述的人脸图像自动上妆网络包括身份信息编码器，妆容信息编码器，图像生成器以及图像判别器；
所述的身份信息编码器，妆容信息编码器和图像生成器构成了图像生成模块，所述的身份信息编码器由多层卷积层组成，接收到输入的目标图像后使用卷积层对目标图像中的身份信息进行特征提取，最终输出目标图像的身份信息编码；所述的妆容信息编码器使用多层的卷积层和池化层组成，接收到输入的目标图像和参考图像后使用卷积层对对图像中的人脸的妆容信息进行提取，最后使用池化层压缩输出的特征信息，输出对应的目标图像妆容信息编码和参考图像妆容信息编码；所述的图像生成器为图像解码器，接收身份信息编码和妆容信息编码，使用卷积层对二者进行融合，并对图像上采样，最终输出新图像；所述的新图像包括带有参考图像妆容和目标图像中人脸身份的带妆图像和目标图像的重建图像；
图像判别器与生成对抗网路中的判别器相似，用于判别图像生成模块生成的图像是否属于带妆图像，若图像判别器认为生成的图像是带妆图像的概率高，则输出越趋近于1；反之，其输出越趋近于0；
图像生成模块通过身份信息编码和妆容信息编码生成新图像，图像判别器辨别生成的新图像是否为带妆图像，持续对抗博弈的过程促进生成带妆图像的效果；
步骤(5)、计算人脸图像自动上妆网络的损失函数；
步骤(6)、使用测试集测试训练好的人脸图像自...
【专利技术属性】
技术研发人员：颜成钢，黄智坤，王文铅，陈安琪，孙垚棋，张继勇，张勇东，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。