[发明专利]一种基于单幅图像的全自动三维头发建模方法

摘要

本发明公开了一种基于单幅人像图像的全自动三维头发建模方法，该方法主要分为四个步骤：头发图像训练数据的生成，基于分层深度神经网络的头发分割和生长方向估计，三维头发样本的生成和组织，以及数据驱动的三维头发建模；本发明可以全自动地鲁棒地生成完整的高质量的三维模型，质量达到当前最先进的基于用户交互的技术的水平。本发明技术可以用在一系列应用中，如人像发型编辑，发型风格空间的浏览，以及搜索相似发型的互联网图像。

主权项

1.一种基于单幅图像的全自动三维头发建模方法，其特征在于，包括以下步骤：（1）头发训练数据的预处理：标记头发掩码和头发生长方向图，并通过无监督聚类方法得到不同发型的分类；（2）全自动高精度的头发分割和方向估计方法：基于步骤（1）的标记数据训练深度神经网络，利用训练得到的分层深度卷积神经网络完成头发的类型识别，并利用基于公共的深度神经网络VGG16设计的模型进行头发的分割和头发生长方向的估计；其中，所述的基于公共的深度神经网络VGG16设计的模型是通过对VGG16进行如下改动得到的：第一，去除最后两层max‑pooling层；第二，扩展跟随卷积层之后的接受域，并用0填充；第三，将所有全连接层换成卷积层；第四，在训练阶段，损失层在整张图像上计算输出标记和人工标注标记间的交叉熵之和；且在测试阶段，通过双线性插值将输出的标记图升采样到原图片大小，并使用全连接的CRF进行改善，得到分割的头发掩码图和头发生长方向图；（3）三维头发样本的生成和组织：通过对原始头发模型的发束分解和再组合生成大量新发型样本，并投影生成头发掩码图和头发生长方向图，方便后续匹配；（4）数据驱动的头发建模：将步骤（3）中的三维头发样本和步骤（2）分割出的头发掩码图和头发生长方向图进行匹配、变形，并生成最终模型。