[发明专利]个性化头像的生成方法、装置、设备及存储介质在审

专利信息
申请号: 201910912017.7 申请日: 2019-09-25
公开(公告)号: CN110689546A 公开(公告)日: 2020-01-14
发明(设计)人: 李华夏 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/194;G06T3/00
代理公司: 11332 北京品源专利代理有限公司 代理人: 孟金喆
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 头像轮廓 个性化头像 分割结果 用户图像数据 闭合 脸部特征 像素填充 头发 个性化设置 背景影响 存储介质 头像设置 用户图像 分割 头像
【权利要求书】:

1.一种个性化头像的生成方法,其特征在于,包括:

对用户图像数据进行头发分割和脸部特征分割;

根据分割结果,生成闭合的头像轮廓;

对所述头像轮廓进行像素填充生成个性化头像。

2.根据权利要求1所述的方法,其特征在于,对用户图像数据进行头发分割和脸部特征分割,包括:

采用头发分割模型对用户图像数据进行头发分割,得到头发分割结果;

采用人脸关键点检测算法对所述用户图像数据进行脸部特征分割,得到脸部特征分割结果。

3.根据权利要求2所述的方法,其特征在于,所述头发分割模型包括下采样结构、上采样结构和位于所述下采样结构和所述上采样结构之间的空洞卷积模块,其中,下采样结构包括残差网络模块和第一深度可分离卷积模块,上采样结构包括反卷积模块与第二深度可分离卷积模块。

4.根据权利要求2所述的方法,其特征在于,在对用户图像数据进行头发分割和脸部特征分割之前,还包括:

根据预设缩放比例值和预设空洞卷积模块的尺度参数,构建初始网络模型;

获取样本图像数据集,并将所述样本图像数据集输入所述初始网络模型中;

依据所述样本图像数据集,对所述初始化网络模型进行多尺度训练;

若训练后的初始网络模型的评价指标大于预设精度阈值,则将所述训练后的初始网络模型作为头发分割模型。

5.根据权利要求4所述的方法,其特征在于,所述训练后的初始网络模型的评价指标大于预设精度阈值,包括:

将验证图像数据输入训练后的初始网络模型,获取所述训练后的初始网络输出的实际头发分割结果;

根据所述实际头发分割结果与所述验证图像数据的标准头发分割结果,确定均交并比评价指标;

若所述均交并比评价指标大于预设精度阈值,则所述训练后的初始网络模型的评价指标大于预设精度阈值。

6.根据权利要求1所述的方法,其特征在于,根据分割结果,生成闭合的头像轮廓,包括:

将脸部特征分割结果中的面部轮廓向上延伸至与头发分割结果中的头发轮廓相交,得到闭合的头像轮廓;或者,

将头发分割结果中的头发轮廓向下平移至与脸部特征分割结果中的面部轮廓相交,得到闭合的头像轮廓。

7.根据权利要求1所述的方法,其特征在于,对所述头像轮廓进行像素填充生成个性化头像,包括:

根据所述分割结果和/或用户填充指令,对所述头像轮廓进行像素填充生成个性化头像。

8.根据权利要求7所述的方法,其特征在于,根据所述分割结果和用户填充指令,对所述头像轮廓进行像素填充生成个性化头像,包括:

根据所述分割结果,对所述头像轮廓进行像素填充,生成初始的个性化头像;

根据用户填充指令,确定填充区域和填充颜色;

根据填充颜色,调整所述初始的个性化头像中所述填充区域的已填充像素值,生成最终的个性化头像。

9.根据权利要求7或8所述的方法,其特征在于,根据所述分割结果,对所述头像轮廓进行像素填充生成个性化头像,包括:

根据头发分割结果中的头发区域的像素特征,确定所述头发区域的第一像素均值;

根据脸部特征分割结果中的脸部区域的像素特征,确定脸部各五官区域的第二像素均值;

依据所述第一像素均值和第二像素均值,对所述头像轮廓进行像素值填充生成个性化头像。

10.根据权利要求7所述的方法,其特征在于,根据用户的填充指令,对所述头像轮廓进行像素填充生成个性化头像,包括:

根据用户填充指令,确定填充区域和填充颜色;

将所述填充颜色填充至所述头像轮廓中的所述填充区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910912017.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top