[发明专利]一种人脸图像替换方法和装置在审
申请号: | 201810975216.8 | 申请日: | 2018-08-24 |
公开(公告)号: | CN109241889A | 公开(公告)日: | 2019-01-18 |
发明(设计)人: | 王志纯 | 申请(专利权)人: | 合肥景彰科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T3/00;G06N3/04 |
代理公司: | 北京联瑞联丰知识产权代理事务所(普通合伙) 11411 | 代理人: | 苏友娟 |
地址: | 230000 安徽省合肥市肥*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标人脸图像 替换 目标人脸 扭曲图像 人脸图像 脸部图像 训练场景 方法和装置 目标神经 图像输入 图像 场景图像 处理效率 获取目标 目标场景 人力物力 神经网络 多帧 扭曲 网络 消耗 学习 | ||
本发明公开了一种人脸图像替换方法和装置,其中,所述人脸图像替换方法包括:获取目标人脸图像集;对目标人脸图像集中的目标人脸图像进行扭曲处理,得到目标人脸扭曲图像集;其中,目标人脸扭曲图像集中包括多帧目标人脸扭曲图像;将目标人脸图像集和目标人脸扭曲图像集中的图像输入至神经网络中进行训练,得到具备将任意场景图像中的脸部图像替换为目标人脸图像的能力的目标神经网络;将待训练场景图像输入至所述目标神经网络,以将待训练场景图像中的脸部图像替换为目标人脸图像,得到目标场景图像。通过深度学习的方法将待训练场景图像中的脸部图像替换为目标人脸图像,不仅不需要人为完成,而且处理效率提高,减少了人力物力的消耗。
技术领域
本发明涉及图像处理领域,特别涉及一种人脸图像替换方法和装置。
背景技术
由于人物肖像是真实照片的主要组成部分,也是人们最感兴趣的图像类型之一,肖像编辑具有重要的研究与应用价值。
但是,现有技术中,通常需要使用修图软件来完成人物肖像的编辑和修正,费事费力,效率较低。
发明内容
本发明要解决的技术问题是提供一种可自动完成修改或编辑人物肖像(人脸)的方法。
为了解决上述技术问题,本发明的技术方案包括:
一种人脸图像替换方法,具体包括:获取目标人脸图像集;其中,所述目标人脸图像集中包括多帧目标人脸图像;
对目标人脸图像集中的目标人脸图像进行扭曲处理,得到目标人脸扭曲图像集;其中,目标人脸扭曲图像集中包括多帧目标人脸扭曲图像;
将目标人脸图像集和目标人脸扭曲图像集中的图像输入至神经网络中进行训练,得到具备将任意场景图像中的脸部图像替换为目标人脸图像的能力的目标神经网络;
将待训练场景图像输入至所述目标神经网络,以将待训练场景图像中的脸部图像替换为目标人脸图像,得到目标场景图像。
在上述实施例的基础上,所述获取目标人脸图像集,包括:
从目标视频中提取多帧目标场景图;
针对任意所述多帧目标场景图,识别目标场景图中的人脸区域,切割目标场景图中的人脸区域部分,得到目标人脸图像集。
在上述实施例的基础上,所述目标神经网络至少包括4个卷积层和至少1个池化层。
基于相同的思路,本实施例还提供了一种人脸图像替换装置,具体包括:
获取模块,用于获取目标人脸图像集;其中,所述目标人脸图像集中包括多帧目标人脸图像;
处理模块,用于对目标人脸图像集中的目标人脸图像进行扭曲处理,得到目标人脸扭曲图像集;其中,目标人脸扭曲图像集中包括多帧目标人脸扭曲图像;
训练模块,用于将目标人脸图像集和目标人脸扭曲图像集中的图像输入至神经网络中进行训练,得到具备将任意场景图像中的脸部图像替换为目标人脸图像的能力的目标神经网络;
替换模块,用于将待训练场景图像输入至所述目标神经网络,以将待训练场景图像中的脸部图像替换为目标人脸图像,得到目标场景图像。
在上述实施例的基础上,提取单元,用于从目标视频中提取多帧目标场景图;
切割单元,用于针对任意所述多帧目标场景图,识别目标场景图中的人脸区域,切割目标场景图中的人脸区域部分,得到目标人脸图像集。
在上述实施例的基础上,所述目标神经网络至少包括4个卷积层和至少1个池化层。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥景彰科技有限公司,未经合肥景彰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810975216.8/2.html,转载请声明来源钻瓜专利网。