一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质技术

本发明专利技术公开了一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质，获取若干对成对的动漫人像图片和真实人像图片作为训练样本；将训练样本输入条件生成对抗网络进行训练，直到损失函数最小时，获得训练好的条件生成对抗网络；将动漫人像图片输入条件生成对抗网络中的生成器，输出真实人像图片。本发明专利技术提供的一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质，使得条件生成对抗网络的生成器性能达到最佳，可以将输入的动漫人像图片真实化，做到动漫人像真实化的高效性和实时性。化的高效性和实时性。化的高效性和实时性。

【技术实现步骤摘要】
一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质


[0001]本专利技术涉及一种基于条件生成对抗网络的动漫人像真人化的实现方法、设备及介质，属于计算机视觉中的图像处理


技术介绍

[0002]图片风格转化是当今计算机视觉领域的一项研究重点，而人脸图像处理更是成为一个越来越热门的研究领域。传统的人脸图像处理的方法，通常是建立模板库，包含各式各样的五官局部图像。然后画师根据图形学的方法在模板库中选择五官进行拼接，最后对拼接图像的边缘做平滑处理，生成人脸图像。这种方法需要对人像每个部分建模，不但昂贵且耗时耗力。并且受到画师的主观影响，单纯的五官局部图像拼接很难保证合成人脸图像的真实性，合成人脸图像与实际需求的人脸图像可能存在差距。若能从图像数据中学习一个模型，即可将此过程转化为模型学习和推断，生成新的人像图片只需要重新在数据集上对模型进行训练。
[0003]随着人工智能深度学习技术的进步和硬件设备的提高，通过人工智能的方法处理图像风格任务变得越来越普及，人脸图像处理中将动漫人像转换为真实人像是一类特殊的任务，由于动漫人像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于条件生成对抗网络的动漫人像真人化的实现方法，其特征在于：包括如下步骤：获取若干对成对的动漫人像图片和真实人像图片作为训练样本；将训练样本输入条件生成对抗网络进行训练，直到损失函数最小时，获得训练好的条件生成对抗网络；将动漫人像图片输入条件生成对抗网络中的生成器，输出真实人像图片。2.根据权利要求1所述的一种基于条件生成对抗网络的动漫人像真人化的实现方法，其特征在于：所述获取若干对成对的动漫人像图片和真实人像图片作为训练样本，包括：从人像数据集网络上爬取一定数量的成对的动漫人像图片和与之相对应的真实人像图片作为数据集；在成对的数据集中选取风格一致或接近的动漫人像图片和真实人像图片；利用爬虫技术，从数据集中爬取成对的图片N张作为训练数据集；使用Fisherfaces人脸检测算法对训练数据集中的图片进行识别；获取图片中人脸，并进行统一尺寸大小的裁剪；将裁剪后的成对的图片作为训练样本。3.根据权利要求1所述的一种基于条件生成对抗网络的动漫人像真人化的实现方法，其特征在于：所述条件生成对抗网络，包括：整体生成器G，整体判别器D；所述整体生成器G包括：第一生成器G1，第二生成器G2；所述第一生成器G1，第二生成器G2均由编码器、转换器和解码器组成；其中编码器包括卷积层；转换器包括残差网络；解码器包括反卷积层；所述整体判别器D包括：第一判别器D1，第二判别器D2，第三判别器D3，第四判别器D4；所述第一判别器D1，第二判别器D2，第三判别器D3，第四判别器D4分别在四个不同尺度上进行判别，所述第一判别器D1，第二判别器D2，第三判别器D3，第四判别器D4的输出经过多次卷积后得到判别结果。4.根据权利要求3所述的一种基于条件生成对抗网络的动漫人像真人化的实现方法，其特征在于：所述第一判别器D1，第二判别器D2，第三判别器D3，第四判别器D4分别在四个不同尺度上进行判别，判别的四个尺度为：1024*1024，512*512，256*256，128*128。5.根据权利要求1所述的一种基于条件生成对抗网络的动漫人像真人化的实现方法，其特征在于：所述损失函数计算公式如下：其中：L
cGAN
(G,D)＝E
x,y
[logD(x,y)]+E
x,z
[log(1
‑
D(x,G(x,z)))]L
L1
(G)＝E
x,y,z
[||y
‑
G(x,z)||1]其中，G
*
是生成器的优化目标，arg是满...

【专利技术属性】
技术研发人员：朱高峰，瞿治国，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：