[发明专利]一种基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法在审
申请号: | 202011555502.2 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112614048A | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 马玉琨;徐涛;刘江;蔡磊;臧潇杨 | 申请(专利权)人: | 河南科技学院 |
主分类号: | G06T3/00 | 分类号: | G06T3/00;G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 张真真 |
地址: | 453000 *** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 对偶 生成 对抗 网络 模仿 化妆 图像 虚拟 卸妆 方法 | ||
1.一种基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法,其特征在于,其步骤如下:
步骤一:采集M组数据作为数据集,并对数据集中的每组数据进行预处理,其中,每组数据包括模仿者的化妆人脸图像、模仿对象的人脸图像和模仿者的素颜图像;
步骤二:将模仿者的化妆人脸图像和模仿对象的人脸图像合并为n×n×6的第一输入矩阵,并将第一输入矩阵输入卸妆生成器网络,生成素颜图像,其中n表示输入图像的宽度或高度;
步骤三:将模仿者的素颜图像和模仿对象的人脸图像合并为n×n×6的第二输入矩阵,并将第二输入矩阵输入化妆生成器网络,生成化妆图像;
步骤四:将步骤二的素颜图像和步骤三的化妆图像分别输入判别器网络,并计算判别器网络的损失函数,根据损失函数调整卸妆生成器网络和化妆生成器网络的网络参数;
步骤五:循环执行步骤二至步骤四,直至损失函数的值不变,得到卸妆生成器和化妆生成器;
步骤六:采集用户的化妆人脸图像和被模仿者的人脸图像作为测试集,并对测试集进行预处理后输入步骤五中的卸妆生成器,得到用户的素颜图像。
2.根据权利要求1所述的基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法,其特征在于,对数据集或测试集进行预处理的方法为:将人脸图像的两眼之间的距离作为半径d,以人脸图像的两眼中间点为中心,分别向左、右、上、下截取1.5d、1.5d、d、2d的区域对应的人脸图像,完成人脸图像的预处理。
3.根据权利要求1所述的基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法,其特征在于,所述卸妆生成器网络和化妆生成器网络的网络结构相同,均包括输入层、第一卷积层、第二卷积层、第一反卷积层、第二反卷积层和输出层,输入层与第一卷积层相连接,第一卷积层与第二卷积层相连接,第二卷积层与第一反卷积层相连接,第一反卷积层与第二反卷积层相连接,第二反卷积层与输出层相连接。
4.根据权利要求1所述的基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法,其特征在于,所述判别器网络为CNN网络。
5.根据权利要求1所述的基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法,其特征在于,所述判别器的损失函数为:
lD=p素颜(x)logD(x)+p化妆(x)log(1-D(x))
其中,x为判别器的输入图像,D(x)为判别器判断为素颜的概率,p素颜(x)、p化妆(x)为输入图像x的真实标签概率;
当输入图像x为化妆图像时,p素颜(x)=0,p化妆(x)=1;当输入图像x为素颜图像时,p素颜(x)=1,p化妆(x)=0。
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河南科技学院,未经河南科技学院许可,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/202011555502.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种成品摇料机
- 下一篇:一种用于介入手术动脉扩张的球囊导管