[发明专利]基于无监督最优美丽特征和深度评价模型的人脸美化方法

摘要

本发明公开了一种基于无监督最优美丽特征和深度评价模型的人脸美化方法，利用CDBN所提取的表观特征建立人脸美丽深度评价模型，并通过无监督聚类和美丽逼近函数学习出最优人脸美丽特征，进而采用该特征和几何形变的方式，在人脸美丽深度评价模型的指导下对人脸样本图像进行美化。本发明对不同的待美化样本进行美化后，可以得到不同美丽风格的人脸，使人脸美感不至过于单一，体现了美丽的多样性，也满足了不同人有不同审美观的要求。同时通过合理的美丽吸引力逼近函数，可保证人脸图像不会美化成其他类型的人脸，并能保留自身的基本特征。

主权项

基于无监督最优美丽特征和深度评价模型的人脸美化方法，其特征在于，包括以下步骤：（1）建立人脸美丽深度评价模型，所述人脸美丽深度评价模型用于输出代表人脸图像美丽程度的美丽吸引力值，具体包括以下步骤：（1.1）建立人脸样本训练集、自然图像训练集；（1.2）提取人脸样本训练集和自然图像训练集中所有图像的LBP纹理特征；（1.3）基于CDBN学习模型，将自然图像训练集中自然图像的LBP纹理特征作为输入，对CDBN第一层进行无监督预训练；（1.4）将人脸样本训练集中人脸样本图像的LBP纹理特征作为输入，对CDBN进行逐层贪婪无监督训练，学习表征人脸美丽信息的表观特征；（1.5）利用已完成训练的CDBN提取人脸样本训练集中人脸样本图像的表观特征；（1.6）人脸样本训练集中的每张人脸样本图像由多人进行人工打分并取平均值，以作为该图像的人工打分值，利用人脸样本训练集中人脸样本图像的表观特征和对应的人工打分值，监督训练SVM回归分类器，利用SVM回归分类器可对人脸图像的美丽吸引力进行评价，从而得到人脸图像的美丽吸引力值；（2）利用人脸美丽深度评价模型选出美丽的人脸图像，组成美丽人脸样本集，将美丽人脸样本集和待美化人脸图像归一化处理，并利用主动表观模型提取出美丽人脸样本集和待美化人脸图像的几何特征，得到美丽样本特征模版集和待美化人脸特征；（3）采用无监督最优美丽特征逼近流程，通过设定的美丽吸引力逼近函数和美化系数，从美丽样本特征模版集中提取出用作美化标准的美丽特征模版；（4）根据美丽特征模版，对待美化人脸图像进行变形，得到美化的人脸样本图像；（5）通过人脸美丽深度评价模型对美化后的人脸样本图像进行评价，得到人脸样本图像美化后的美丽吸引力值，并判断是否达到预期的美丽吸引力值，若是，美化过程结束；若否，则回到步骤（3），调整美化系数，对人脸样本图像进一步变形，直至达到预期的美丽吸引力值。