一种深度学习模型的鼻部虚拟整形方法技术

本发明专利技术提供一种深度学习模型的鼻部虚拟整形方法，涉及图像处理领域，所述方法包括步骤1：采集多角度人脸图像，生成位于鼻部轮廓线上的轮廓坐标，并且以隔开规定间隔的方式排列网格组；步骤2：基于轮廓坐标以及网格组提取人脸鼻部特征变量；步骤3：将人脸鼻部特征变量输入训练后的深度学习模型，计算输出鼻部虚拟整形数据；步骤4：基于鼻部虚拟整形数据进行网络组变形，实现鼻部虚拟整形。本发明专利技术在整形前对鼻部进行虚拟整形，提高客户满意度，避免进行多次整形调整。

【技术实现步骤摘要】
一种深度学习模型的鼻部虚拟整形方法
本专利技术涉及图像识别处理领域，尤其涉及一种深度学习模型的鼻部虚拟整形方法。
技术介绍
爱美之心人皆有之，整形渐渐被还美人士尝试，但是在整形咨询前，对于五官的调整没有清晰的认知，导致盲目最求高鼻梁、大眼睛等。然而人脸脸型以及五官位置是不同的，导致整形后客户并不满意，可能需要进行多次调整。特别针对于鼻部整形，鼻部与脸部的相对比例、角度以及高度等与人脸脸型有较大联系，因此需要在整形前进行虚拟整形，才能提高客户满意度，尽量避免进行多次调整。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种深度学习模型的鼻部虚拟整形方法，在整形前对鼻部进行虚拟整形，提高客户满意度，避免进行多次整形调整。本专利技术提供一种基于深度学习模型的鼻部虚拟整形方法，所述方法包括以下步骤：步骤1：采集多角度人脸图像，生成位于鼻部轮廓线上的轮廓坐标，并且以隔开规定间隔的方式排列网格组；步骤2：基于轮廓坐标以及网格组提取人脸鼻部特征变量；步骤3：将人脸鼻部特征变量输入本文档来自技高网...

【技术保护点】
1.一种基于深度学习模型的鼻部虚拟整形方法，其特征在于，所述方法包括以下步骤：/n步骤1：采集多角度人脸图像，生成位于鼻部轮廓线上的轮廓坐标，并且以隔开规定间隔的方式排列网格组；/n步骤2：基于轮廓坐标以及网格组提取人脸鼻部特征变量；/n步骤3：将人脸鼻部特征变量输入训练后的深度学习模型，计算输出鼻部虚拟整形数据；/n步骤4：基于鼻部虚拟整形数据进行网络组变形，实现鼻部虚拟整形。/n

【技术特征摘要】
1.一种基于深度学习模型的鼻部虚拟整形方法，其特征在于，所述方法包括以下步骤：
步骤1：采集多角度人脸图像，生成位于鼻部轮廓线上的轮廓坐标，并且以隔开规定间隔的方式排列网格组；
步骤2：基于轮廓坐标以及网格组提取人脸鼻部特征变量；
步骤3：将人脸鼻部特征变量输入训练后的深度学习模型，计算输出鼻部虚拟整形数据；
步骤4：基于鼻部虚拟整形数据进行网络组变形，实现鼻部虚拟整形。


2.根据权利要求1所述的基于深度学习模型的鼻部虚拟整形方法，其特征在于：多角度人脸图像包括人脸的正面图像和45°角图像。


3.根据权利要求2所述的基于深度学习模型的鼻部虚拟整形方法，其特征在于：对于人脸的正面图像和45°角图像，均以鼻尖为坐标原点生成位于鼻部轮廓线上的轮廓坐标，并且以坐标原点为中心点将人脸图像排列为多个形状大小相同的正方形网格组。


4.根据权利要求1所述的基于深度学习模型的鼻部虚拟整形方法，其特征在于：人脸的鼻部特征变量包括鼻部与脸部的相对比例、角度以及关键点坐标。


5.根据权利要求1所述的基于深度学习模型的鼻部虚拟整形方法，其特征在于：深度学习模型的训练步骤为：
步骤3.1：...

【专利技术属性】
技术研发人员：洪洁，
申请(专利权)人：成都武侯珍妍医疗美容门诊部有限公司，
类型：发明
国别省市：四川;51