[发明专利]一种抿嘴笑编辑方法、装置、设备及可读存储介质在审

专利信息
申请号: 202211090277.9 申请日: 2022-09-07
公开(公告)号: CN116309087A 公开(公告)日: 2023-06-23
发明(设计)人: 陈进山;占小路;刘洛麒 申请(专利权)人: 厦门美图之家科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/00;G06T7/11;G06N3/0464;G06N3/08
代理公司: 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 代理人: 乐珠秀
地址: 361000 福建省厦门市*** 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: 一种 抿嘴 编辑 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种抿嘴笑编辑方法,其特征在于,包括:

获取待编辑的抿嘴笑目标人脸图;

将所述抿嘴笑目标人脸图输入至预训练的人脸编辑模型中,输出新的抿嘴笑图像;

基于卷积神经网络和损失函数,对所述抿嘴笑图像进行提取和训练,得到最终的抿嘴笑图像。

2.根据权利要求1所述的抿嘴笑编辑方法,其特征在于,所述获取待编辑的抿嘴笑目标人脸图,之前包括:

采集人脸数据图;

基于关键点检测法,对采集到的所述人脸数据图进行检测并裁剪,得到512*512的目标人脸图;

对所述目标人脸图进行修图得到待编辑的抿嘴笑目标人脸图。

3.根据权利要求2所述的抿嘴笑编辑方法,其特征在于,将所述抿嘴笑目标人脸图输入至预训练的人脸编辑模型中,输出新的抿嘴笑图像,其中包括:

将所述目标人脸图输入至人脸语义分割网络进行合成,得到人脸区域的蒙版图像,将所述蒙版图像作为先验信息,所述先验信息包括法令纹部位和嘴巴部位;

建立人脸编辑模型;

将所述先验信息和待编辑的抿嘴笑目标人脸图输入至所述人脸编辑模型中,得到新的抿嘴笑图像。

4.根据权利要求1所述的抿嘴笑编辑方法,其特征在于,所述基于卷积神经网络和损失函数,对所述抿嘴笑图像进行提取和训练,得到最终的抿嘴笑图像,其中包括:

建立注意力模块,利用卷积层提取所述注意力模块中的特征,得到第一网络分支和第二网络分支;

对所述第一网络分支进行softmax运算,得到第一结果;

根据所述第二网络分支和预设的学习参数,对所述第一结果进行计算,得到第二结果;

根据损失函数,对所述第二结果进行优化,得到最终的抿嘴笑图像。

5.一种抿嘴笑编辑装置,其特征在于,包括:

获取模块:用于获取待编辑的抿嘴笑目标人脸图;

输入模块:用于将所述抿嘴笑目标人脸图输入至预训练的人脸编辑模型中,输出新的抿嘴笑图像;

训练模块:用于基于卷积神经网络和损失函数,对所述抿嘴笑图像进行提取和训练,得到最终的抿嘴笑图像。

6.根据权利要求5所述的抿嘴笑编辑装置,其特征在于,所述获取模块,之前包括:

采集单元:用于采集人脸数据图;

检测单元:用于基于关键点检测法,对采集到的所述人脸数据图进行检测并裁剪,得到512*512的目标人脸图;

获得单元:用于对所述目标人脸图进行修图得到待编辑的抿嘴笑目标人脸图。

7.根据权利要求6所述的抿嘴笑编辑装置,其特征在于,所述输入模块,其中包括:

合成单元:用于将所述目标人脸图输入至人脸语义分割网络进行合成,得到人脸区域的蒙版图像,将所述蒙版图像作为先验信息,所述先验信息包括法令纹部位和嘴巴部位;

建立单元:用于建立人脸编辑模型;

输入单元:用于将所述先验信息和待编辑的抿嘴笑目标人脸图输入至所述人脸编辑模型中,得到新的抿嘴笑图像。

8.根据权利要求5所述的抿嘴笑编辑装置,其特征在于,所述训练模块,其中包括:

提取单元:用于建立注意力模块,利用卷积层提取所述注意力模块中的特征,得到第一网络分支和第二网络分支;

运算单元:用于对所述第一网络分支进行softmax运算,得到第一结果;

计算单元:用于根据所述第二网络分支和预设的学习参数,对所述第一结果进行计算,得到第二结果;

优化单元:用于根据损失函数,对所述第二结果进行优化,得到最终的抿嘴笑图像。

9.一种抿嘴笑编辑设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述抿嘴笑编辑方法的步骤。

10.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述抿嘴笑编辑方法的步骤。

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之家科技有限公司,未经厦门美图之家科技有限公司许可,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/202211090277.9/1.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