一种基于特征相似性度量的人像积木智能匹配方法及系统技术方案

本发明专利技术涉及一种基于特征相似性度量的人像积木智能匹配方法和系统，该方法先获取目标图像,通过深度学习算法识别出所述目标图像中人脸所在的位置，并通过神经网络算法提取出人脸的若干外貌特征，然后将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。本发明专利技术基于特征相似性的度量方法，能够完全自动化的匹配出与输入人像非常相像的积木形象，并能够在秒级时间内实现从人脸图片匹配到人像积木、极为高效，同时，且匹配的人像积木个性化程度高，对不同的人脸特征都能够实现很好的区分，真正实现了个性化匹配。

【技术实现步骤摘要】
一种基于特征相似性度量的人像积木智能匹配方法及系统
本专利技术涉及图像处理领域，具体涉及一种基于特征相似性度量的人像积木智能匹配方法及系统。
技术介绍
目前，个性化的人像积木设计通常是通过设计师手动设计完成的，即由用户提供人像照片后，设计师根据人脸的某些重要特征，运用Studio、LDD等设计软件，从模板库中选取零件进行搭建和设计，从而设计出与该人脸照片最为相像的人像积木。而上述手动设计方案存在需要对每个人像照片进行重复设计的缺陷，设计师对于给定人像照片的设计流程通常需要数天时间，因此该方案对批量人脸图片的积木设计非常低效，无法实现自动化的积木设计流程。
技术实现思路
本专利技术针对上述现有技术的不足，提出一种基于特征相似性度量的人像积木智能匹配方法，该方法基于深度学习算法以及特征相似性度量，能够在秒级时间内实现从人像图片匹配到人像积木，且匹配的人像积木个性化程度高，对不同的人脸特征能够实现较好的区分，实现了个性化匹配。本专利技术还涉及一种基于特征相似性度量的人像积木智能匹配系统。本专利技术技术方案如下：一种基于特征相似性度量的人像积木智能匹配方法，其特征在于，包括以下步骤：人脸检测与识别步骤:获取目标图像,通过深度学习算法识别出所述目标图像中人脸所在的位置；特征提取步骤：通过神经网络算法提取出人脸的若干外貌特征；特征匹配步骤：将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。优选地，所述人脸检测与识别步骤中，通过深度学习算法识别不到目标图像中的人脸时，则停止操作；若识别到目标图像中包含多张人脸时，则分别对每张人脸进行后续的特征提取和匹配操作。优选地，所述人脸检测与识别步骤中，在识别人脸位置后，还通过深度学习算法判断出人脸的性别，对于不同性别的人脸，在所述特征匹配步骤有所侧重以将其匹配到符合对应性别特征的积木形象。优选地，所述特征提取步骤中，在提取出外貌特征后，还通过语义分割算法对外貌特征进行分割、编码和分类。优选地，所述特征提取步骤中，所述外貌特征包括五官、发型、发色、脸型、表情和肤色；对于发型特征，将输入的人脸图像通过语义分割算法分割出其中的发型部分，进而将发型部分的特征进行编码，用来度量不同类型的发型；对于发色特征，则对头发部分的颜色进行直接分类，识别出头发颜色。优选地，所述特征匹配步骤中，对积木形象库中的每个形象同样计算对应的五官、发型、发色、脸型、表情、肤色的特征数值，与输入人脸的外貌特征进行特征相似性度量计算，最终自动匹配出与输入的人脸相似度最高的卡通化积木形象。优选地，所述特征匹配步骤中，所述特征相似性度量计算包括余弦相似度计算和皮尔森相关系数计算。优选地，包括依次连接的人脸检测与识别模块、特征提取模块和特征匹配模块；所述人脸检测与识别模块获取目标图像,通过深度学习算法识别所述目标图像中人脸所在的位置；所述特征提取模块通过神经网络算法提取出人脸的若干外貌特征；所述特征匹配模块将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。优选地，所述特征提取模块提取出的外貌特征包括五官、发型、发色、脸型、表情和肤色；对于发型特征，将输入的人脸图像通过语义分割算法分割出其中的发型部分，进而将发型部分的特征进行编码，用来度量不同类型的发型；对于发色特征，则对头发部分的颜色进行直接分类，识别出头发颜色。优选地，所述特征匹配模块对积木形象库中的每个形象同样计算对应的五官、发型、发色、脸型、表情、肤色的特征数值，与输入人脸的外貌特征进行特征相似性度量计算，所述特征相似性度量计算包括余弦相似度计算和皮尔森相关系数计算，最终自动匹配出与输入的人脸相似度最高的卡通化积木形象。本专利技术的技术效果为：本专利技术涉及一种基于特征相似性度量的人像积木智能匹配方法，依次进行人脸检测与识别、特征提取和特征匹配，在获取目标图像后,通过深度学习算法识别出目标图像中人脸所在的位置，并通过神经网络算法提取出人脸的若干外貌特征，然后将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，最终自动匹配出与输入的人脸相似度最高的卡通化积木形象，本方法主要解决由人像照片到卡通化人像积木的匹配问题，即对于一张二维人像图片，从预设置的积木形象库中自动匹配出于该人像照片最为相像的人像积木，即实现个性化人像积木的自动匹配，故本专利技术实质为一种基于特征相似度度量的二维人像图片到三维人像积木的智能匹配方法，基于深度学习算法、神经网络算法以及特征相似性的度量方法，通过神经网络自动提取输入人脸图片中的发型、发色、脸型、表情、肤色等外貌特征，随后根据上述外貌特征与预设置的积木形象库中的积木形象进行特征的相似度计算与比较，能够完全自动化的匹配出与输入人像非常相像的积木形象，无需传统方案中设计师的手动设计步骤，能够在秒级时间内实现从人像图片匹配到人像积木、极为高效，同时，本方法匹配的人像积木个性化程度高，综合考虑了人像的发型、发色和表情等多种外貌特征，对不同的人脸特征能够实现较好的区分，实现了真正个性化匹配。本专利技术还涉及一种基于特征相似性度量的人像积木智能匹配系统，该系统与上述的基于特征相似性度量的人像积木智能匹配方法相对应，可以理解为是实现上述基于特征相似性度量的人像积木智能匹配方法的系统，该系统通过依次执行的人脸检测与识别模块、特征提取模块和特征匹配模块相互协同工作，由人脸检测与识别模块在获取目标图像后,通过深度学习算法识别目标图像中人脸所在的位置；特征提取模块通过神经网络算法提取人脸的多个外貌特征；特征匹配模块根据上述外貌特征与预设置的积木形象库中的积木形象进行特征的相似度计算与比较，最终匹配出与输入的人脸相似度最高的积木形象。本系统能够通过神经网络模型自动提取人脸的多种特征并与积木形象库中的形象进行特征相似度计算，实现从输入人脸自动匹配出相像的卡通化积木形象。附图说明图1为本专利技术基于特征相似性度量的人像积木智能匹配方法的流程图。图2为本专利技术基于特征相似性度量的人像积木智能匹配方法的优选流程图。图3本专利技术基于特征相似性度量的人像积木智能匹配系统的结构框图。具体实施方式为了更清楚的理解该专利技术的内容，将结合附图和实施例详细说明。本专利技术涉及一种基于特征相似性度量的人像积木智能匹配方法，其流程如图1所示，包括以下步骤：人脸检测与识别步骤，获取目标图像,通过深度学习算法识别出所述目标图像中人脸所在的位置；特征提取步骤，通过神经网络算法提取出人脸的若干外貌特征；特征匹配步骤，将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。本方法能够完全自动化的匹配出与输入人像非常相像的积木形象，并能够在秒级时间内实现从人像图片匹本文档来自技高网...

【技术保护点】
1.一种基于特征相似性度量的人像积木智能匹配方法，其特征在于，包括以下步骤：/n人脸检测与识别步骤:获取目标图像,通过深度学习算法识别出所述目标图像中人脸所在的位置；/n特征提取步骤：通过神经网络算法提取出人脸的若干外貌特征；/n特征匹配步骤：将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。/n

【技术特征摘要】
1.一种基于特征相似性度量的人像积木智能匹配方法，其特征在于，包括以下步骤：
人脸检测与识别步骤:获取目标图像,通过深度学习算法识别出所述目标图像中人脸所在的位置；
特征提取步骤：通过神经网络算法提取出人脸的若干外貌特征；
特征匹配步骤：将提取出的人脸的各外貌特征分别与预设的积木形象库中的对应积木形象进行特征相似性度量计算，自动匹配出与输入的人脸相似度最高的积木形象。


2.根据权利要求1所述的人像积木智能匹配方法，其特征在于，所述人脸检测与识别步骤中，通过深度学习算法识别不到目标图像中的人脸时，则停止操作；若识别到目标图像中包含多张人脸时，则分别对每张人脸进行后续的特征提取和匹配操作。


3.根据权利要求2所述的人像积木智能匹配方法，其特征在于，所述人脸检测与识别步骤中，在识别人脸位置后，还通过深度学习算法判断出人脸的性别，对于不同性别的人脸，在所述特征匹配步骤有所侧重以将其匹配到符合对应性别特征的积木形象。


4.根据权利要求1至3之一所述的人像积木智能匹配方法，其特征在于，所述特征提取步骤中，在提取出外貌特征后，还通过语义分割算法对外貌特征进行分割、编码和分类。


5.根据权利要求4所述的人像积木智能匹配方法，其特征在于，所述特征提取步骤中，所述外貌特征包括五官、发型、发色、脸型、表情和肤色；对于发型特征，将输入的人脸图像通过语义分割算法分割出其中的发型部分，进而将发型部分的特征进行编码，用来度量不同类型的发型；对于发色特征，则对头发部分的颜色进行直接分类，识别出头发颜色。


6.根据权利要求5所述的人像积木智能匹配方法，其特征在于，所述特征匹配步骤...

【专利技术属性】
技术研发人员：卜文添，吕康晨，李安南，
申请(专利权)人：北京拍立拼科技有限公司，
类型：发明
国别省市：北京;11