【技术实现步骤摘要】
基于美学引导的人脸智能美化方法及系统
[0001]本专利技术涉及图像处理领域,具体涉及一种基于美学引导的人脸智能美化方法及系统。
技术介绍
[0002]目前已有的人脸美化算法通常是分别基于皮肤纹理或者五官轮廓的美化算法。其中,皮肤纹理美化旨在减少面部瑕疵、或增加皮肤光泽,一般通过设计平滑算子对图像进行滤波、或根据一张参照脸将它的妆容迁移到目标脸上。而对五官轮廓的美化算法则旨在通过几何形变获得更具有吸引力的人脸结构,一般通过将目标脸的脸部关键点与一个平均脸的关键点模板进行匹配,或者使用深度模型学习一个更具有吸引力的脸部关键点模板。然而,现有的人脸美化算法较少考虑到这些美化是否符合人们的美学认知,例如,有些吸引力较高的人脸经过美化之后吸引力反而下降了;另一方面,大多算法都没有考虑到用户的个人偏好,例如有的用户需要更明显的人脸美化效果,而有的用户希望保留更多的个人特征,而大部分技术都难以达到针对用户需求定制化的人脸智能美化效果。
技术实现思路
[0003]有鉴于此,本专利技术的目的在于提供一种基于美学引导的人脸智能 ...
【技术保护点】
【技术特征摘要】
1.一种基于美学引导的人脸智能美化方法,其特征在于,包括以下步骤:步骤S1:对图像进行编码生成代表图像内容信息的低维潜码;步骤S2:将低维潜码映射成重建图像;步骤S3:基于人脸美丽评价模型计算重建图像的美丽度与目标美丽度的距离损失,并由该损失引导生成器反演,从而更新潜码;步骤S4:循环步骤S2和S3,直至满足预设需求,得到美化后的图像。2.根据权利要求1所述的基于美学引导的人脸智能美化方法,其特征在于,所述步骤S1具体为:通过预训练好的权重为θ
e
的编码器E将每个输入图像x编码为低维潜码ω
c
∈W:ω
c
=E(x|θ
e
)其中,ω
c
(ω
c
∈R
512
)是一种内容潜码,是对面部内容的粗略信息进行编码。3.根据权利要求1所述的基于美学引导的人脸智能美化方法,其特征在于,所述步骤S2具体为:步骤S2.1:将低维潜码ω
c
输入到预训练好的权重为θ
g
的生成器G进行面部重建,生成粗粒度图像x
ω
:x
ω
=G(ω
c
|θ
g
)步骤S2.2:使用预训练好权重为θ
t
的编码器T将图像x和x
ω
联合编码为外观潜码ω
a
:ω
a
=T(x,x
ω
|θ
t
)步骤S2.3:将内容潜码ω
c
和外观潜码ω
a
结合在一起,通过将ω
a
作为动态残差权重添加到生成器的权重θ
g
,使生成器G生成重建图像,使生成器G生成重建图像4.根据权利要求1所述的基于美学引导的人脸智能美化方法,其特征在于,所述步...
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。