[发明专利]双眼皮配对数据获取方法及双眼皮效果生成模型训练系统在审

专利信息
申请号: 202310179896.3 申请日: 2023-02-28
公开(公告)号: CN116402941A 公开(公告)日: 2023-07-07
发明(设计)人: 江玥;李少辉;余清洲;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: G06T17/00 分类号: G06T17/00;G06N3/08;G06V10/764;G06V10/42;G06V10/80
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: 陈蓓蓓
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: 双眼皮 配对 数据 获取 方法 效果 生成 模型 训练 系统
【权利要求书】:

1.一种双眼皮配对数据获取方法,其特征在于,包括以下步骤:

步骤a.基于预训练的stylegan模型,得到单-双眼皮方向向量;

步骤b.利用单-双眼皮方向向量对输入图进行属性编辑,生成对应的单眼皮编辑图像;

步骤c.对单眼皮编辑图像进行人脸检测处理,得到上眼皮范围与多个眼睛点坐标,并根据预设参数模板,在上眼皮范围对眼睛点坐标进行调整与处理,生成双眼皮形状;

步骤d.基于双眼皮形状与预设维度的对应参数范围,在单眼皮编辑图像上生成双眼皮线条,得到双眼皮图像;

步骤e.基于双眼皮图像与输入图在上眼皮范围的掩膜区域进行特征融合,得到双眼皮目标图。

2.根据权利要求1所述的双眼皮配对数据获取方法,其特征在于:步骤a具体包括如下步骤:

基于预训练的stylegan模型,随机输入隐向量,生成多张随机采样图,并同时保存采样图和对应的隐向量;

将采样图输入至预训练的单双眼皮分类模型,得到对应的分类结果;

基于分类结果,对隐向量进行分组,得到单眼皮、双眼皮两组;

通过SVM方式得出两组向量之间的分类超平面,并将该超平面的法向量作为单-双眼皮方向向量。

3.根据权利要求2所述的双眼皮配对数据获取方法,其特征在于:步骤b具体为对每个隐向量加上方向向量,得到编辑后的隐向量,再通过stylegan网络生成对应的单眼皮编辑图像。

4.根据权利要求1所述的双眼皮配对数据获取方法,其特征在于:步骤c具体包括如下步骤:

基于人脸检测模型对单眼皮编辑图像进行人脸检测处理,得到多个眼睛点坐标与上眼皮范围;

根据预设参数模板,在上眼皮范围对眼睛点坐标进行随机增减,并通过贝塞尔曲线拟合得到双眼皮形状;预设参数模板至少包括根据双眼皮类型定义的双眼皮宽度预设参数范围、双眼皮角度预设参数范围、双眼皮长度预设参数范围,以及不同参数范围与眼睛点坐标之间的预设计算公式。

5.根据权利要求1所述的双眼皮配对数据获取方法,其特征在于:步骤d具体包括:

预设维度至少包括双眼皮灰度值与双眼皮粗细度两个维度;

基于双眼皮灰度值、双眼皮粗细度两个维度的对应参数范围,在范围内随机选择双眼皮灰度值与双眼皮粗细度;

根据双眼皮灰度值与双眼皮粗细度,结合双眼皮形状,在单眼皮编辑图像上生成双眼皮线条,并下采样至预设尺寸,监督stylegan模型进行迭代重建后得到双眼皮图像。

6.根据权利要求1所述的双眼皮配对数据获取方法,其特征在于:步骤e具体为基于双眼皮图像与输入图在上眼皮范围的掩膜区域进行预设尺寸的FS特征融合,得到双眼皮目标图。

7.一种双眼皮效果生成模型的训练系统,其特征在于:该系统利用权利要求1-6中任一项所述的双眼皮配对数据获取方法得到的数据训练双眼皮效果生成模型,该系统至少包括:

第一分支网络模块,用于对输入图进行第一特征提取,得到第一特征;以及,用于结合第二特征提取后的结果生成双眼皮图像;

第二分支网络模块,用于基于权利要求1-6中任一项所述的双眼皮配对数据获取方法得到的双眼皮形状获取双眼皮形状掩膜,并分别对双眼皮形状掩膜与预设维度进行第二特征提取,分别得到双眼皮形状掩膜对应的第二特征、预设维度对应的第三特征,将第二特征输入至多层级融合模块进行第一特征融合后,输入至第一分支网络模块;将第二特征与第三特征输入至多层级形状特征融合模块进行第二特征融合后,输入至第一网络分支模块;以及,用于生成双眼皮图像对应的掩膜;

多层级形状特征融合模块,该模块在第一分支网络的编码器和解码器部分的每个层级引入,用于对第二特征提取得到的特征进行特征处理,以及特征融合;每个多层级形状特征融合模块的输入为第二特征提取得到的特征和第一分支网络模块对应层级的特征,其输出为经过特征融合后的融合特征;

监督损失模块,用于根据预设公式计算损失函数Loss,对第一分支网络模块、第二分支网络模块分别进行针对性监督损失。

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/202310179896.3/1.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