[发明专利]虚拟化妆方法、装置及设备

权利要求书

1.一种虚拟化妆方法，包括：

获取用户选择的化妆品数据；

获取所述用户的妆前面部图像；

基于目标虚拟化妆模型将所述化妆品数据应用于所述妆前面部图像，预测出所述妆前面部图像对应的化妆效果图像。

2.如权利要求1所述的虚拟化妆方法，在将所述化妆品数据基于目标虚拟化妆模型应用于所述妆前面部图像之前，还包括：

将通用型虚拟化妆模型作为所述目标虚拟化妆模型，或者

从包括多个单品虚拟化妆模型的模型池中，确定与所述化妆品数据对应的单品虚拟化妆模型作为所述目标虚拟化妆模型，所述单品虚拟化妆模型以化妆品品牌和/或化妆品类型为区分。

3.如权利要求1所述的虚拟化妆方法，所述目标虚拟化妆模型基于如下步骤获得：

通过收集预设数量用户的原始妆前图片和原始妆后图片，获得原始图片集；

通过处理所述原始图片集，获得包含多个训练图片对的图片样本集，所述训练图片对包含针对同一用户的妆前图片和妆后图片；

基于所述图片样本集训练出所述目标虚拟化妆模型。

4.如权利要求3所述的虚拟化妆方法，处理所述原始图片集的步骤，包括：

从所述原始图片集中清洗出满足预设样本指标的多个原始图片对，所述原始图片对包含针对同一用户的原始妆前图片与原始妆后图片；

对所述多个原始图片对进行统一化处理，以获得所述包含多个训练图片对的图片样本集。

5.如权利要求3或4所述的虚拟化妆方法，在获得所述图片样本集之后，还包括：

基于所述图片样本集中的训练图片对，扩展所述图片样本集的图片样本数量。

6.如权利要求3所述的虚拟化妆方法，所述基于所述图片样本集训练出所述目标虚拟化妆模型，包括：

基于所述图片样本集对初始的卷积神经网络模型进行训练，得到目标虚拟化妆模型。

7.如权利要求6所述的虚拟化妆方法，所述基于所述图片样本集对初始的卷积神经网络模型进行训练，得到目标虚拟化妆模型，包括：

输入所述图片样本集，生成所述图片样本集中训练图片对的图像矩阵；

基于所述妆前图片的图像矩阵与初始的卷积神经网络模型之间进行卷积处理操作，得到对应所述妆前图片的模拟图像矩阵；

对比所述模拟图像矩阵与所述妆后图片的图像矩阵，基于对比结果调整所述卷积神经网络模型的模型参数；

基于包含调整后模型参数的模型与所述妆前图片的图像矩阵之间重新进行卷积处理操作，循环调整模型参数和重新进行卷积处理操作的步骤直至满足预设终止条件时，得到所述目标虚拟化妆模型。

8.如权利要求3所述的虚拟化妆方法，获得的所述图片样本集中包含多种皮肤性质、多种用户年龄、多种皮肤颜色的妆前图片和对应的妆后图片；

其中，在获得为通用型虚拟化妆模型的目标虚拟化妆模型步骤中，所述妆后图片中呈现的各面部特征均被化妆；在获得为单品虚拟化妆模型的目标虚拟化妆模型的步骤中，所述妆后图片呈现的各面部特征中，被对应的化妆品品牌和/或化妆品类型的化妆品化妆。

9.一种虚拟化妆装置，包括：

数据获取单元，用于获取用户选择的化妆品数据；

图像获取单元，用于获取所述用户的妆前面部图像；

化妆预测单元，用于基于目标虚拟化妆模型将所述化妆品数据应用于所述妆前面部图像，预测出所述妆前面部图像对应的化妆效果图像。

10.如权利要求9所述的虚拟化妆装置，还包括：

模型确定单元，用于将通用型虚拟化妆模型作为所述目标虚拟化妆模型，或者；从包括多个单品虚拟化妆模型的模型池中，确定与所述化妆品数据对应的单品虚拟化妆模型作为所述目标虚拟化妆模型，所述单品虚拟化妆模型以化妆品品牌和/或化妆品类型为区分。