[发明专利]一种基于绘画笔触指导的人脸素描生成方法

权利要求书

1.一种基于绘画笔触指导的人脸素描生成方法,其特征在于包括如下步骤：

步骤(1)数据预处理

将所有数据集的图像经过调整尺寸和裁剪的操作缩放到统一大小；

步骤(2)笔触分类器网络模型的构建及预训练

自定义笔触标签，构建笔触分类器网络模型，完成模型的预训练，保留训练好的模型参数；

步骤(3)生成对抗网络模型的构建

分别构建生成器和判别器两个网络模型；

步骤(4)生成对抗网络模型的训练

定义损失函数，训练生成对抗网络模型；

步骤(5)人脸素描的生成及质量评价

依次将待处理的人脸图像输入到训练后的生成对抗网络模型中，得到对应的人脸素描画图像，并根据指标完成质量评价。

2.根据权利要求1所述的一种基于绘画笔触指导的人脸素描生成方法,其特征在于步骤(1)所述的数据预处理：

1-1选择CUFS数据集，按照标准数据集划分方法，随机取168张人脸图像和对应的素描画图像作为训练集，其余143张的人脸图像和对应的素描画图像作为测试集；

1-2对图像进行预处理，先将图像填充到286*286大小，然后对图像进行随机裁剪并做数据标准化处理，最终得到的图像大小变为256*256，其中图像中的人脸图像的通道数为3，素描画图像的通道数为1。

3.根据权利要求2所述的一种基于绘画笔触指导的人脸素描生成方法,其特征在于步骤(2)所述的笔触分类器模型的构建及预训练：

2-1使用人脸分割网络BiseNet生成Mask数据集

通过人脸分割网络BiseNet对预处理后数据集中的人脸图像做语义解析，为每个语义成分分配一个像素级标签并进行标注；

最后获得的20个人脸语义标签如下：

atts＝[1'skin',2'l_brow',3'r_brow',4'l_eye',5'r_eye',6'eye_g',7'l_ear',8'r_ear',9'ear_r',10'nose',11'mouth',12'u_lip',13'l_lip',14'neck',15'neck_l',16'cloth',17'hair',18'hat'，20'mustache']；

2-2根据20个人脸语义标签自定义人脸素描笔触标签：

平滑笔触：patch块最大值为1 or 6 or 11 or 14 or 15 or 16，则label为1；

毛发笔触：patch块最大值为2 or 3 or 17 or 20，则label为2；

强结构笔触：patch块最大值为7 or 8 or 9 or 10 or 12 or 13，则label为3；

边界笔触：提取块和则label为4；

其余为背景0；

针对上述笔触标签的定义标准可能出现的错误，使用标签平滑技术，设置错误率为ε，则对应的标签更新为：

label＝((1-ε)*label)+(ε/class_num)

其中，class_num表示分类的标签数5；

2-3构建笔触分类器网络；

使用DenseNet网络构建笔触分类器，其中设置的growthRate＝6,depth＝10,reduction＝0.5；

2-4训练笔触分类器网络模型并保存

对于笔触分类器网络模型，使用nll_loss作为损失函数，使用Adam优化器完成梯度更新；每隔20个epoch保存一次模型，总共训练800epoch。