[发明专利]调整头部区域的数字表示

权利要求书

1.一种生成用于调整头部区域的数字表示的参考数据的方法，所述方法包括：

接收包括以下各项的训练数据：

一组输入补片，每个输入补片包括在头部区域的数字表示的调整之前的所述头部区域的所述数字表示的目标特征，其中针对每个输入补片，所述目标特征是相同的；和

与所述输入补片一一对应的一组输出补片，每个输出补片包括在所述头部区域的所述数字表示的调整之后的所述头部区域的所述数字表示的所述目标特征；

使用第一机器学习算法以使用所述训练数据来生成第一参考数据，所述第一参考数据包括用于针对所述头部区域的一系列可能数字表示来调整所述头部区域的所述数字表示的编辑指令；以及

使用第二机器学习算法以使用与所述第一机器学习算法相同的训练数据和由所述第一机器学习算法生成的所述第一参考数据来生成第二参考数据，所述第二参考数据包括用于针对所述头部区域的一系列可能数字表示来调整所述头部区域的所述数字表示的编辑指令。

2.根据权利要求1所述的方法，其中：

所述第一参考数据包括针对所述目标特征的一系列可能配置的第一编辑指令和用于基于所述输入补片的所述目标特征的所述配置从所述第一编辑指令选择针对特定输入补片的编辑指令的第一选择指令；并且

所述第二参考数据包括针对所述目标特征的一系列可能配置的第二编辑指令和用于基于所述输入补片的所述目标特征的所述配置从所述第二图像编辑指令选择针对特定输入补片的编辑指令的第二选择指令。

3.根据权利要求2所述的方法，其中每个输入补片的所述目标特征的所述配置由从所述输入补片的多个局部描述符导出的特征向量表示，并且所述第一选择指令和所述第二选择指令限定如何使用所述特征向量来为所述输入补片选择编辑指令。

4.根据权利要求2或3所述的方法，其中所述编辑指令包括限定要如何变换所述输入补片的位移向量字段。

5.根据权利要求2或3所述的方法，其中所述编辑指令包括滤波器字段、亮度调整字段、或纹理混合字段。

6.根据权利要求2至5中任一项所述的方法，其中：

所述第一机器学习算法使用第一编辑算法来限定如何将所述第一编辑指令应用于输入补片以导出输出补片；并且

所述第二机器学习算法使用第二编辑算法来限定如何将所述第二编辑指令应用于输入补片以导出输出补片。

7.根据权利要求6所述的方法，其中：

所述第二编辑指令是所述第一编辑指令的主分量分析的主分量分析分量；并且

所述第二图像编辑算法被配置为通过逆主分量分析变换来将所述第二编辑指令变换成所述第一编辑指令。

8.根据权利要求6所述的方法，其中：

所述第二编辑指令是所述第一编辑指令的小波分量；并且

所述第二编辑算法被配置为通过逆小波变换来将所述第二编辑指令变换成所述第一编辑指令。

9.根据权利要求2至8中任一项所述的方法，其中与针对所述第二参考数据的所述第二选择指令相比，针对所述第一参考数据的所述第一选择指令能够在更大数量的另选的编辑指令之间进行选择。

10.根据任一前述权利要求所述的方法，其中所述第一机器学习算法具有与所述第二机器学习算法不同的机器学习算法类型。

11.根据任一前述权利要求所述的方法，其中所述第一机器学习算法包括以下中的一者或多者：神经网络；支持向量机；生成式对抗网络GAN。

12.根据任一前述权利要求所述的方法，其中所述第二机器学习算法包括以下中的一者或多者：回归森林、回归蕨、聚类中心、查找表、可分离滤波器组。