[发明专利]基于约束循环生成对抗网络的人脸个性化剪纸生成方法在审
| 申请号： | 202211411184.1 | 申请日： | 2022-11-11 |
| 公开（公告）号： | CN115908608A | 公开（公告）日： | 2023-04-04 |
| 发明（设计）人： | 周后盘;张太祥;黄经州 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T7/00;G06V10/80;G06V10/82;G06N3/045;G06N3/044;G06N3/0475;G06N3/0464;G06N3/094 |
| 代理公司： | 杭州永曙知识产权代理事务所(特殊普通合伙) 33280 | 代理人： | 刘娟利 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 约束 循环 生成 对抗 网络 个性化 剪纸 方法 | ||
1.基于约束循环生成对抗网络的人脸个性化剪纸生成方法，其特征在于，包括：
S10：建立包括人脸图像的人脸数据集,包括剪纸图像的剪纸数据集；
S20：采用预训练模型根据人脸数据集获得对应的人脸解析数据集，人脸解析数据集中的人脸解析图像用黑白颜色区分关键区域和非关键区域；
S30：设计人脸关键区域特征融合的循环对抗网络；
S40：采用人脸数据集、剪纸数据集以及人脸解析数据集训练所述循环生成对抗网络，得到融合人脸关键区域的人脸生成剪纸生成器模型；
S50：将人脸图像和人脸解析图像输入所述人脸生成剪纸生成器模型，得到人脸个性化剪纸。
2.根据权利要求1所述的基于约束循环生成对抗网络的人脸个性化剪纸生成方法，其特征在于，所述关键区域包括头发、眼睛、鼻子以及嘴巴。
3.根据权利要求1所述的基于约束循环生成对抗网络的人脸个性化剪纸生成方法，其特征在于，所述人脸关键区域特征融合的循环对抗网络采用两阶段融合人脸关键区域，在人脸生成剪纸阶段融合人脸关键区域特征辅助剪纸的生成；在剪纸生成人脸阶段融合人脸关键区域特征辅助人脸的生成。
4.根据权利要求3所述的基于约束循环生成对抗网络的人脸个性化剪纸生成方法，其特征在于，所述人脸关键区域特征融合的循环对抗网络的设计过程包括：
首先建立从人脸生成剪纸的生成器G_A，从剪纸生成人脸的生成器G_B，其中，G_A由G_A_conv和G_A_tran组成，G_A_conv表示从人脸生成剪纸生成器的卷积层，G_A_tran表示从人脸生成剪纸生成器的反卷积层；G_B由G_B_conv和G_B_tran组成，G_B_conv表示从剪纸生成人脸生成器的卷积层，G_B_tran表示从剪纸生成人脸生成器的反卷积层；由G_A_conv添加卷积层Conv_3得到人脸图像的卷积数据G_A_conv_data，由G_B_conv添加卷积层Conv_3得到剪纸图像的卷积数据G_B_conv_data；
其次，采用特征模型提取人脸图像中的高层语义特征得到卷积数据E_A_data；由G_A_conv_data和G_B_conv_data分别与E_A_data进行特征融合得到新的卷积数据G_A_conv_new_data和G_B_conv_new_data；
再次，由卷积数据G_A_conv_new_data和G_B_conv_new_data，分别向G_A_tran和G_B_tran输入得到剪纸图像和人脸图像；继而得到人脸关键区域特征融合的循环对抗网络。
5.根据权利要求1所述的基于约束循环生成对抗网络的人脸个性化剪纸生成方法，其特征在于，采用P-Net作为预训练模型。
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杭州电子科技大学，未经杭州电子科技大学许可，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/202211411184.1/1.html，转载请声明来源钻瓜专利网。
