一种人脸剪纸图像生成方法技术

本发明专利技术公开了一种人脸剪纸图像生成方法，方法包括：获取人脸正面图像和剪纸图像；对获取的人脸正面图像和剪纸图像进行预处理，得到人脸剪纸数据集；根据人脸正面图像中是否佩戴眼镜，将人脸剪纸数据集分为戴眼镜和不戴眼镜两个子数据集；构造生成对抗网络模型，依次构造生成器和判别器；利用所构造的生成对抗网络模型，分别对戴眼镜和不戴眼镜两个子数据集训练生成对抗网络，完成生成对抗网络模型的训练；分别将戴眼镜和不戴眼镜两个数据集的测试样本输入到对应的生成对抗网络模型中，根据评价指标衡量模型，从而得到一个可以实际使用的人脸剪纸图像生成模型。本发明专利技术的一种人脸剪纸图像生成方法，使用方便易用、生成快速准确、剪纸风格明显。纸风格明显。纸风格明显。

【技术实现步骤摘要】
一种人脸剪纸图像生成方法


[0001]本专利技术涉及人工智能领域，尤其涉及一种人脸剪纸图像生成方法。

技术介绍

[0002]随着我国工业化，现代化和城市化进程的加快，中华优秀传统文化的传承与弘扬面临巨大压力。一些传统文化由于缺乏有效的现代传播手段，面临失传甚至消失的境地。剪纸艺术是我国最古老的民间艺术之一，也是我国宝贵的非物质文化遗产。传统的人脸剪纸是由剪纸工作者按照正面人脸利用手工完成，该方法面临以下问题：(1)由于许多年轻人不愿从事手工艺方面的工作，导致剪纸艺术的接班人出现断层现象；(2)手工剪纸需要耗费较多时间和人力。
[0003]随着图像处理技术的发展，出现了不少自动人脸剪纸生成方法。这些方法需要先将人脸图像及其五官进行分割，并通过几何特征和形状上下文特征生成剪纸图像，这些方法在实际使用中存在以下问题：(1)如果人脸图像及其五官分割出错，则将导致剪纸图像错误；(2)剪纸图像与原人脸图像相似度较低；(3)对人脸剪纸的细节部分处理不够准确。

技术实现思路

[0004]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是现有的剪纸生成法容易出错，剪纸图像与原人脸图像相似度较低、人脸剪纸的细节部分处理不够准确等问题。因此，本专利技术提供一种人脸剪纸图像生成方法，具有使用方便易用、生成快速准确、剪纸风格明显等优点。
[0005]为实现上述目的，本专利技术提供了一种人脸剪纸图像生成方法，包括以下步骤：
[0006]步骤一、拍摄多人的人脸正面图像，由剪纸工作者对每幅人脸正面图像进行手工剪纸，并对剪纸作品进行拍摄；
[0007]步骤二、分别对每幅人脸正面图像和剪纸图像进行预处理，并对每幅人脸正面图像进行边缘检测，所有人的人脸正面图像及其对应剪纸图像构成了人脸剪纸数据集；
[0008]步骤三、根据人脸正面图像中是否佩戴眼镜，将人脸剪纸数据集分为戴眼镜和不戴眼镜两个子数据集，分别对这两个子数据集分为训练样本和测试样本；
[0009]步骤四、构造生成对抗网络模型，依次构造生成器和判别器；
[0010]步骤五、利用步骤四构造的生成对抗网络模型，分别对戴眼镜和不戴眼镜两个子数据集训练生成对抗网络，利用反向传播和随机梯度下降算法有监督地最小化损失函数，根据学习率和梯度值调整模型的连接权重，完成生成对抗网络模型的训练；
[0011]步骤六、分别将戴眼镜和不戴眼镜两个数据集的测试样本输入到对应的生成对抗网络模型中，根据评价指标衡量模型，从而得到一个可以实际使用的人脸剪纸图像生成模型。
[0012]进一步地，步骤一、拍摄多人的人脸正面图像，由剪纸工作者对每幅人脸正面图像进行手工剪纸，并对剪纸作品进行拍摄，具体包括：
[0013](1)拍摄多人的人脸正面图像，要求采用单一背景进行拍摄，拍摄时面部五官无遮挡；
[0014](2)由剪纸工作者根据每幅人脸正面图像进行手工剪纸，要求剪纸中不出现人脸正面照中没有的内容，并对剪纸作品进行拍摄，得到剪纸图像；
[0015](3)将所有的人脸正面图像和剪纸图像存储至计算机。
[0016]进一步地，步骤二、分别对每幅人脸正面图像和剪纸图像进行预处理并对每幅人脸正面图像进行边缘检测，所有人的人脸正面图像及其对应剪纸图像构成了人脸剪纸数据集，具体包括以下步骤：
[0017]对每幅人脸正面图像和剪纸图像进行预处理，包括彩色图像转换成灰度图像和人脸对齐，具体包括将彩色图像转换成灰度图像；
[0018](b)利用Dlib库提供的人脸提取器，分别检测人脸正面图像和剪纸图像的68个人脸特征点，将第1个和第17个特征点的横坐标相减，得到脸宽W；计算第1个和第17个特征点横坐标的均值，以及纵坐标的均值，得到中心点C的横坐标和纵坐标；在人脸正面图像和剪纸图像上分别裁剪以点C为中心，边长为2.5W的正方形，并将其大小调整至256
×
256，得到大小均为256
×
256的人脸正面图像I0和剪纸图像I
Paper
；
[0019](2)利用Sobel算子对人脸正面图像I0进行边缘检测，得到边缘检测结果，将边缘检测结果和人脸正面图像分别乘以权重值0.9和0.1并相加，得到新的人脸正面图像I；
[0020](3)所有人的人脸正面图像I及其对应剪纸图像I
paper
构成了人脸剪纸数据集。
[0021]进一步地，步骤三、根据人脸正面图像中是否佩戴眼镜，将人脸剪纸数据集分为戴眼镜和不戴眼镜两个子数据集，分别对这两个子数据集分为训练样本和测试样本，具体为分别对戴眼镜和不戴眼镜两个子数据集按8:2的比例分为训练样本和测试样本。
[0022]进一步地，步骤四，构造生成对抗网络模型，依次构造生成器和判别器，具体包括如下步骤：
[0023](1)构造生成器，用于输入人脸正面图像，生成剪纸图像；生成器采用U
‑
Net，构造多个卷积层，使特征图通道数先增大，再减小，同时，特征图长宽先减小再增大，前向传播时，非最外层的特征层除了要接受上一层反卷积的输出，还要接受与其特征图大小相同的下采样层的输出；
[0024](2)构造判别器，用于判别一个剪纸图像是真实的还是生成的；判别器的输入通道数是人脸正面图像I的通道数和剪纸图像I
paper
的通道数之和，通过多次层卷积逐渐增加通道数，减少图像尺寸，最后一次卷积的输出是1通道的且比原图小的矩阵，生成的矩阵中每个点的感受野是70
×
70。
[0025]进一步地，步骤五，利用步骤四构造的生成对抗网络模型，分别对戴眼镜和不戴眼镜两个子数据集训练生成对抗网络，利用反向传播和随机梯度下降算法有监督地最小化损失函数，根据学习率和梯度值调整模型的连接权重，完成生成对抗网络模型的训练，具体包括计算损失，其中，计算损失包括判别器的损失函数和生成器的损失函数：
[0026](1)生成器的损失函数为：
[0027]Loss_G＝GAN_loss+L1_Loss*lambda_L1
[0028]其中，GAN_loss是将生成的剪纸图像I
paper_fake
和人脸正面图像I合并输入判别器，计算输出矩阵和全1矩阵的交叉熵；L1_Loss是计算生成的剪纸图像I
paper_fake
和真实的剪纸
图像I
paper
每个元素之间的平均绝对误差(MAE)；lambda_L1是等于100的系数；
[0029](2)判别器的损失计算为：
[0030]Loss_D＝(loss_D_fake+loss_D_real)*0.5
[0031]其中，loss_D_fake是将生成的剪纸图像I
paper_fake
和人脸正面图像I合并输入判别器，计算输出矩阵和全0矩阵的交叉熵；loss_D_real是将真实的的剪纸图像I
paper
和人脸正面图像I合并输入判别器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸剪纸图像生成方法，其特征在于，包括以下步骤：步骤一、拍摄多人的人脸正面图像，由剪纸工作者对每幅人脸正面图像进行手工剪纸，并对剪纸作品进行拍摄；步骤二、分别对每幅人脸正面图像和剪纸图像进行预处理，并对每幅人脸正面图像进行边缘检测，所有人的人脸正面图像及其对应剪纸图像构成了人脸剪纸数据集；步骤三、根据人脸正面图像中是否佩戴眼镜，将人脸剪纸数据集分为戴眼镜和不戴眼镜两个子数据集，分别对这两个子数据集分为训练样本和测试样本；步骤四、构造生成对抗网络模型，依次构造生成器和判别器；步骤五、利用步骤四构造的生成对抗网络模型，分别对戴眼镜和不戴眼镜两个子数据集训练生成对抗网络，利用反向传播和随机梯度下降算法有监督地最小化损失函数，根据学习率和梯度值调整模型的连接权重，完成生成对抗网络模型的训练；步骤六、分别将戴眼镜和不戴眼镜两个数据集的测试样本输入到对应的生成对抗网络模型中，根据评价指标衡量模型，从而得到一个可以实际使用的人脸剪纸图像生成模型。2.如权利要求1所述的一种人脸剪纸图像生成方法，其特征在于，步骤一、拍摄多人的人脸正面图像，由剪纸工作者对每幅人脸正面图像进行手工剪纸，并对剪纸作品进行拍摄，具体包括：(1)拍摄多人的人脸正面图像，要求采用单一背景进行拍摄，拍摄时面部五官无遮挡；(2)由剪纸工作者根据每幅人脸正面图像进行手工剪纸，要求剪纸中不出现人脸正面照中没有的内容，并对剪纸作品进行拍摄，得到剪纸图像；(3)将所有的人脸正面图像和剪纸图像存储至计算机。3.如权利要求2所述的一种人脸剪纸图像生成方法，其特征在于，步骤二、分别对每幅人脸正面图像和剪纸图像进行预处理并对每幅人脸正面图像进行边缘检测，所有人的人脸正面图像及其对应剪纸图像构成了人脸剪纸数据集，具体包括以下步骤：对每幅人脸正面图像和剪纸图像进行预处理，包括彩色图像转换成灰度图像和人脸对齐，具体包括将彩色图像转换成灰度图像；(b)利用Dlib库提供的人脸提取器，分别检测人脸正面图像和剪纸图像的68个人脸特征点，将第1个和第17个特征点的横坐标相减，得到脸宽W；计算第1个和第17个特征点横坐标的均值，以及纵坐标的均值，得到中心点C的横坐标和纵坐标；在人脸正面图像和剪纸图像上分别裁剪以点C为中心，边长为2.5W的正方形，并将其大小调整至256
×
256，得到大小均为256
×
256的人脸正面图像I0和剪纸图像I
Paper
；(2)利用Sobel算子对人脸正面图像I0进行边缘检测，得到边缘检测结果，将边缘检测结果和人脸正面图像分别乘以权重值0.9和0.1并相加，得到新的人脸正面图像I；(3)所有人的人脸正面图像I及其对应剪纸图像I
paper
构成了人脸剪纸数据集。4.如权利要求3所述的一种人脸剪纸图像生成方法，其特征在于，步骤三、根据人脸正面图像中是否佩戴眼镜，将人脸剪纸数据集分为戴眼镜和不戴眼镜两个子数据集，分别对这两个子数据集分为训练样本和测试样本，具体为分别对戴眼镜和不戴眼镜两个子数据集按8:2的比例分为训练样本和测试样本。5.如权利要求4所述的一种人脸剪纸图像生成方法，其特征在于，所述步骤四，构造生成对抗网络模型，依次构造生成器和判别器，具体包括如下步骤：
(1)构造生成器，用于输入人脸正面图像，生成剪纸图像；生成器采用U
‑
Net，构造多个卷积层，使特征图通道数先增大，再减小，同时，特征图长宽先减小再增大，前向传播时，非最外层的特征层除了要接...

【专利技术属性】
技术研发人员：马燕，廖原，商琳芳，胡宁戈，高婕，李金妍，侯泽宇，李剑，
申请(专利权)人：宁夏艺盟礼益文化艺术品有限公司，
类型：发明
国别省市：