[发明专利]人脸色素检测模型训练方法、装置、设备及存储介质在审

专利信息
申请号: 202111002463.8 申请日: 2021-08-30
公开(公告)号: CN113688752A 公开(公告)日: 2021-11-23
发明(设计)人: 李启东;李志阳;王喆;杨小栋 申请(专利权)人: 厦门美图宜肤科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06T9/00
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 曹瑞敏
地址: 361100 福建省厦门市翔安区*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脸色 检测 模型 训练 方法 装置 设备 存储 介质
【权利要求书】:

1.一种人脸色素检测模型训练方法,其特征在于,包括:

对原始样本图像进行增益处理,得到目标样本图像,所述原始样本图像的分辨率高于所述目标样本图像的分辨率;

将所述目标样本图像输入初始人脸色素检测模型中,得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像;

对所述原始样本图像进行分解处理,得到监督黑色素高清细节图像和监督红色素高清细节图像;

以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数,根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像,对所述初始人脸色素检测模型进行迭代修正,得到目标人脸色素检测模型。

2.根据权利要求1所述的方法,其特征在于,所述以所述监督黑色素高清细节图像和监督红色素高清细节图像作为监督参数,根据所述实际黑色素高清细节图像和所述实际红色素高清细节图像,对所述初始人脸色素检测模型进行迭代修正,得到目标人脸色素检测模型,包括:

所述监督黑色素高清细节图像的亮度信息和监督红色素高清细节图像的亮度信息作为监督参数,根据所述实际黑色素高清细节图像的亮度信息和所述实际红色素高清细节图像的亮度信息,对所述初始人脸色素检测模型进行迭代修正,得到目标人脸色素检测模型。

3.根据权利要求1所述的方法,其特征在于,所述初始人脸色素检测模型包括:编码器、第一解码器以及第二解码器;

所述将所述目标样本图像输入初始人脸色素检测模型中,得到所述初始人脸色素检测模型输出的实际黑色素高清细节图像和实际红色素高清细节图像,包括:

由所述编码器对所述目标样本图像进行编码,得到编码后特征;

由所述第一解码器对所述编码后特征进行细节解码,得到黑色素细节图像和红色素细节图像;

由所述第二解码器对所述编码后特征进行颜色解码,得到黑色素颜色图像和红色素颜色图像;

由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像进行叠加处理,得到所述实际黑色素高清细节图像,以及,对所述红色素细节图像和所述红色素颜色图像进行叠加处理,得到所述实际红色素高清细节图像。

4.根据权利要求3所述的方法,其特征在于,所述由所述第二解码器对所述编码后特征进行颜色解码,得到黑色素颜色图像和红色素颜色图像,包括:

由所述第二解码器对所述编码后特征进行颜色解码,得到中间黑色素系数图矩阵和中间红色素系数图矩阵,并将所述中间黑色素系数图矩阵与所述目标样本图像中各像素位置的像素向量相乘,得到所述黑色素颜色图像,以及,将所述中间红色素系数图矩阵与所述目标样本图像中各像素位置的像素向量相乘,得到所述红色素颜色图像。

5.根据权利要求3所述的方法,其特征在于,所述由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像进行叠加处理,得到所述实际黑色素高清细节图像,以及,对所述红色素细节图像和所述红色素颜色图像进行叠加处理,得到所述实际红色素高清细节图像,包括:

由所述初始人脸色素检测模型对所述黑色素细节图像和所述黑色素颜色图像中相同位置相同通道的各像素值分别相加,得到所述实际黑色素高清细节图像,以及,对所述红色素细节图像和所述红色素颜色图像中相同位置相同通道的各像素值分别相加,得到所述实际红色素高清细节图像。

6.根据权利要求1-5任一项所述的方法,其特征在于,所述增益处理包括如下至少一项:压缩处理、颜色格式转换处理、色素区域颜色调整处理。

7.根据权利要求6所述的方法,其特征在于,所述色素区域颜色调整处理包括:从所述原始样本图像中检测出黑色素区域和红色素区域,从所述原始样本图像中剔除所述黑色素区域和红色素区域,并将剔除所述黑色素区域和红色素区域后的图像与所述原始样本图像进行融合处理。

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厦门美图宜肤科技有限公司,未经厦门美图宜肤科技有限公司许可,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/202111002463.8/1.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