[发明专利]基于位移场的自动液化实现方法

权利要求书

1.基于位移场的自动液化实现方法，其特征在于包括以下操作步骤：

A、基于图形生成液化位移场的深度学习模型；

B、自动液化操作网络训练结构；

C、自动液化操作网络调整。

2.根据权利要求1所述的基于位移场的自动液化实现方法，其特征在于：所述步骤A中基于图形生成液化位移场的深度学习模型包括以下操作步骤：

A1、生成器通过对原始图像与人工修图后的图像之间的差异值进行分类学习，差异值包括：五官、发型、肢体、服饰、光线、色彩、纹理等结构特征。

3.根据权利要求1所述的基于位移场的自动液化实现方法，其特征在于：所述步骤B中自动液化操作网络训练结构包括以下操作步骤：

B1、基于A1中对结构特征的大量学习，将原始图像导入生成器中；

B2、原始图像为高清图像，分辨率为3000*5000至5000*5000之间，通过对原始图像下采样缩小图像尺寸，即将高分辨率降低至512*512；

B3、通过编码器将原始图像中的五官、发型、肢体、服饰、光线、色彩、纹理等结构特征提取并提取出提取物之间结构关系，再通过解码器将提取物与至结构关系自适应归一化并于64*64*2的位移场中形成控制点；

B4、基于A1中的修图学习自动控制控制点于位移场移动进行修图作业，同时基于B3已提取出的结构特征与结构之间的关系进行保留，再通过采用双线值差的方式将修图后的图像从512*512的分辨率上采样返回原始图像的尺寸分辨率；

B5、基于B4中的原始图像进行扭曲映射，即通过仿射变换将原始图像扭曲得到液化后的图像(此图像称为AI液化图像)。

4.根据权利要求1所述的基于位移场的自动液化实现方法，其特征在于：所述步骤C中自动液化操作网络调整包括以下操作步骤：

C1、AI液化图像与人工修图后的图像进行对比，并将两者之间的差异值通过随机梯度下降的方式对生产器的计算方式进行调整，直至AI液化图像与人工修图图像之间的差异值降至最低。