[发明专利]一种妆容效果处理模型训练方法及妆容效果处理方法

说明书

本发明提供一种妆容效果处理模型训练方法及妆容效果处理方法，妆容效果处理模型训练方法包括：获取同一个人的带有妆容的带妆图像以及不带有妆容的原始图像；采用第一生成式对抗网络对带妆图像进行预设次数处理，生成第一相似影像；采用第二生成式对抗网络对原始图像进行预设次数处理生成第二相似影像；根据第一相似影像与原始图像的相似度比较结果对第一生成式对抗网络进行训练；根据第二相似影像与带妆图像的相似度比较结果对第二生成式对抗网络进行训练；直到满足预设条件，完成本轮训练。该方法够有效对带有妆容的人脸图像进行装扮弱化，或者对素颜图像进行妆容强化，以增强在多种网络场景或证件照比对下人脸的识别能力。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种妆容效果处理模型训练方法及妆容效果处理方法。

背景技术

传统的身份认证方式，主要通过身份标识物品(如钥匙、身份证件、银行卡等)和身份标识知识(如用户名和密码)来证明身份。此类方式由于需要借助体外物品或人本身的记忆，因此，一旦证明身份的随身标识物品和标识知识被外界窃取或遗忘，其身份就容易被他人冒充或取代。与传统的身份认证方式不同，生物特征(签名、指纹、人脸、虹膜、掌纹等)由于具有唯一性、终生不变性、随身携带、不易丢失和冒用、防伪性能好等特点，已经成为身份认证的一个新的介质，具有广阔的应用前景。它认定的对象是人本身，不需要借助身外的其他标识物，并且利用它进行身份的认定更加安全、准确和可靠。同时，它易于配合计算机进行安全、监控、管理系统方面的整合，实现自动化管理。

与指纹识别、虹膜识别和掌纹识别相比，人脸识别具有非接触，不易被察觉的特点，这样会使通过人脸识别进行身份认证该识别方法不令用户反感，并且因为不易引起人的注意而不容易被欺骗。从原理上讲，人脸识别，就是从视频或者图片中提取被测人脸的相关特征，与已有数据库中的人脸特征相比较，然后计算出被测人脸的特征与数据库中哪一类人脸最相近，进而得出被测人脸对应的身份。

但是随着目前人物美颜技术的迅速发展，很多证件照和真实场景下的人物图像存在一定的差异，这导致在多种网络场景或证件照比对下，人脸的识别能力大大降低。

发明内容

有鉴于此，本发明实施例的目的在于提供一种妆容效果处理模型训练方法及妆容效果处理方法，能够有效对带有妆容的人脸图像进行装扮弱化，或者对素颜图像进行妆容强化，以增强在多种网络场景或证件照比对下人脸的识别能力。

第一方面，本发明实施例提供了一种妆容效果处理模型训练方法，包括：

获取同一个人的带有妆容的带妆图像以及不带有妆容的原始图像；

采用第一生成式对抗网络对所述带妆图像进行预设次数处理，生成第一相似影像；以及

采用第二生成式对抗网络对所述原始图像进行预设次数处理，生成第二相似影像；

根据所述第一相似影像与所述原始图像的相似度比较结果，对所述第一生成式对抗网络进行训练；以及根据所述第二相似影像与所述带妆图像的相似度比较结果，对所述第二生成式对抗网络进行训练；直到所述第一相似影像以及所述第二相似影像满足预设条件，完成本轮训练；

经过对所述第一生成式对抗网络和所述第二生成式对抗网络的多轮训练，以对妆容效果处理模型进行训练。

第二方面，本发明实施例还提供一种妆容效果处理方法，包括：

获取待处理图像；

使用如上述第一方面任意一项所述的妆容效果处理模型训练方法所得到的妆容效果处理模型对所述待处理图像进行处理，生成具有预设妆容效果的图像。

第三方面，本发明实施例还提供一种妆容效果处理模型训练装置，该装置包括：获取模块，用于获取同一个人的带有妆容的带妆图像以及不带有妆容的原始图像；