一种用于生成妆后效果的面部图像处理方法及系统技术方案

本发明专利技术公开一种用于生成妆后效果的面部图像处理方法及系统，涉及面部图像处理技术领域，方法包括：获取待处理人脸图像以及对应的待处理语段描述；将待处理语段描述输入至化妆语料抽取模型，以得到待用化妆语料；化妆语料抽取模型为基于训练样本集对FLAT模型进行训练得到的；训练样本集中的训练样本包括语段样本以及所述语段样本对应的化妆语料名称实体；基于预设化妆词语数据库确定待用化妆语料对应的预设标准化妆语料；基于人脸关键点匹配算法在待处理人脸图像上依据预设标准化妆语料进行渲染，以得到妆后效果图像。本发明专利技术将文字语段在人脸上的妆后效果以图像形式更加直观地显示。地显示。地显示。

【技术实现步骤摘要】
一种用于生成妆后效果的面部图像处理方法及系统


[0001]本专利技术涉及面部图像处理
，特别是涉及一种用于生成妆后效果的面部图像处理方法及系统。

技术介绍

[0002]目前，各种品牌、各种功用的化妆品层出不穷，不同的化妆品能够达到截然不同的效果。比如不同颜色的口红、眼影、腮红、粉底以及瞳色等等，不同的搭配也会产生的不同的效果。但是对于妆后效果，用户往往缺乏直观感受，无法清楚了解该妆容实操落于自己脸上之后的情况。

技术实现思路

[0003]本专利技术的目的是提供一种用于生成妆后效果的面部图像处理方法及系统，将文字语段在人脸上的妆后效果以图像形式更加直观地显示。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种用于生成妆后效果的面部图像处理方法，包括：
[0006]获取待处理人脸图像以及对应的待处理语段描述；
[0007]将所述待处理语段描述输入至化妆语料抽取模型，以得到待用化妆语料；所述化妆语料抽取模型为基于训练样本集对FLAT模型进行训练得到的；所述训练样本集中的训练样本包括语段样本以及所述语段样本对应的化妆语料名称实体；
[0008]基于预设化妆词语数据库，确定所述待用化妆语料对应的预设标准化妆语料；
[0009]基于人脸关键点匹配算法，在所述待处理人脸图像上依据所述预设标准化妆语料进行渲染，以得到妆后效果图像。
[0010]可选地，所述化妆语料抽取模型的训练过程，具体包括：
[0011]获取训练样本集；<br/>[0012]构建初始FLAT模型；所述初始FLAT模型为基于transformer的神经网络模型；
[0013]将所述语段样本输入至所述初始FLAT模型，以得到初始化妆语料向量；
[0014]基于所述初始化妆语料向量和所述语段样本对应的化妆语料名称实体，对所述初始FLAT模型中各层神经元的参数值以及连接权重进行优化，以得到最优的FLAT模型；所述最优的FLAT模型为化妆语料抽取模型。
[0015]可选地，所述基于预设化妆词语数据库，确定所述待用化妆语料对应的预设标准化妆语料，具体包括：
[0016]获取预设化妆词语数据库；所述预设化妆词语数据库中包括多个预设标准化妆语料；
[0017]对所述待用化妆语料进行分词，以得到关键化妆字词向量；
[0018]将所述关键化妆字词向量与所述预设化妆词语数据库中的预设标准化妆语料进行匹配，以得到所述关键化妆字词向量对应的预设标准化妆语料。
[0019]可选地，将所述关键化妆字词向量与所述预设化妆词语数据库中的预设标准化妆语料进行匹配，具体包括：
[0020]针对所述预设化妆词语数据库中任一预设标准化妆语料，计算所述关键化妆字词向量与所述预设标准化妆语料的余弦距离；
[0021]判断所述余弦距离是否小于设定余弦阈值；
[0022]若所述余弦距离小于或等于设定余弦阈值，则表示所述关键化妆字词向量与所述预设标准化妆语料匹配；
[0023]若所述余弦距离大于设定余弦阈值，则表示所述关键化妆字词向量与所述预设标准化妆语料不匹配。
[0024]可选地，对所述待用化妆语料进行分词，以得到关键化妆字词向量，具体包括：
[0025]采用jieba分词法对所述待用化妆语料进行分词。
[0026]可选地，所述基于人脸关键点匹配算法，在所述待处理人脸图像上依据所述预设标准化妆语料进行渲染，以得到妆后效果图像，具体包括：
[0027]对所述待处理人脸图像进行卷积处理，以得到人脸特征图；
[0028]对所述人脸特征图进行傅里叶池化处理，以得到人脸非线性特征；
[0029]采用线性逻辑回归分类器将所述人脸非线性特征映射至所述待处理人脸图像上，以得到目标人脸关键点特征图；
[0030]使用三角剖分算法，对所述目标人脸关键点特征图进行三角分割，以得到待添加效果人脸面部图像；
[0031]依据所述预设标准化妆语料对所述待添加效果人脸面部图像进行渲染，以得到妆后效果图像。
[0032]为达上述目的，本专利技术还提供了如下技术方案：
[0033]一种用于生成妆后效果的面部图像处理系统，包括：
[0034]图像及语段获取模块，用于获取待处理人脸图像以及对应的待处理语段描述；
[0035]化妆语料抽取模块，用于将所述待处理语段描述输入至化妆语料抽取模型，以得到待用化妆语料；所述化妆语料抽取模型为基于训练样本集对FLAT模型进行训练得到的；所述训练样本集中的训练样本包括语段样本以及所述语段样本对应的化妆语料名称实体；
[0036]语料标准处理模块，用于基于预设化妆词语数据库，确定所述待用化妆语料对应的预设标准化妆语料；
[0037]化妆语料渲染模块，用于基于人脸关键点匹配算法，在所述待处理人脸图像上依据所述预设标准化妆语料进行渲染，以得到妆后效果图像。
[0038]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0039]本专利技术公开一种用于生成妆后效果的面部图像处理方法及系统，将待处理语段描述输入至化妆语料抽取模型，以得到待用化妆语料，进而基于预设化妆词语数据库，确定待用化妆语料对应的预设标准化妆语料；然后基于人脸关键点匹配算法，在待处理人脸图像上依据预设标准化妆语料进行渲染以得到妆后效果图像，从而将文字形式的上妆效果以图像的形式直观展现。本专利技术可将上妆效果呈现在用户的人脸图像上，便于用户更加了解自己的上妆效果，进而选定适合自己的妆容。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术用于生成妆后效果的面部图像处理方法的流程示意图；
[0042]图2为本专利技术用于生成妆后效果的面部图像处理系统的结构示意图。
具体实施方式
[0043]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0044]本专利技术的目的是提供一种用于生成妆后效果的面部图像处理方法及系统，通过使用文字描述在用户脸上实现化妆，用户可以迅速的了解到特定妆容在自己脸上的效果，从而确定最适合自己的妆容。
[0045]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0046]实施例一
[0047]如图1所示，本实施例提供一种用于生成妆后效果的面部图像处理方法，包括：
[0048]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于生成妆后效果的面部图像处理方法，其特征在于，方法包括：获取待处理人脸图像以及对应的待处理语段描述；将所述待处理语段描述输入至化妆语料抽取模型，以得到待用化妆语料；所述化妆语料抽取模型为基于训练样本集对FLAT模型进行训练得到的；所述训练样本集中的训练样本包括语段样本以及所述语段样本对应的化妆语料名称实体；基于预设化妆词语数据库，确定所述待用化妆语料对应的预设标准化妆语料；基于人脸关键点匹配算法，在所述待处理人脸图像上依据所述预设标准化妆语料进行渲染，以得到妆后效果图像。2.根据权利要求1所述的用于生成妆后效果的面部图像处理方法，其特征在于，所述化妆语料抽取模型的训练过程，具体包括：获取训练样本集；构建初始FLAT模型；所述初始FLAT模型为基于transformer的神经网络模型；将所述语段样本输入至所述初始FLAT模型，以得到初始化妆语料向量；基于所述初始化妆语料向量和所述语段样本对应的化妆语料名称实体，对所述初始FLAT模型中各层神经元的参数值以及连接权重进行优化，以得到最优的FLAT模型；所述最优的FLAT模型为化妆语料抽取模型。3.根据权利要求1所述的用于生成妆后效果的面部图像处理方法，其特征在于，所述基于预设化妆词语数据库，确定所述待用化妆语料对应的预设标准化妆语料，具体包括：获取预设化妆词语数据库；所述预设化妆词语数据库中包括多个预设标准化妆语料；对所述待用化妆语料进行分词，以得到关键化妆字词向量；将所述关键化妆字词向量与所述预设化妆词语数据库中的预设标准化妆语料进行匹配，以得到所述关键化妆字词向量对应的预设标准化妆语料。4.根据权利要求3所述的用于生成妆后效果的面部图像处理方法，其特征在于，将所述关键化妆字词向量与所述预设化妆词语数据库中的预设标准化妆语料进行匹配，具体包括：针对所述预设化妆词语数据库中任一预设标准化妆语料，计算所述关键化妆字词向量...

【专利技术属性】
技术研发人员：沈玥，吕君蔚，唐义祺，李寰宇，朱玲，
申请(专利权)人：李寰宇，
类型：发明
国别省市：