[发明专利]一种基于不同发型的RGBD头发分割方法

摘要

本发明公开了一种基于不同发型的RGBD头发分割方法，包括步骤S1：头发噪声学习；步骤S2：头发数据采集；步骤S3：深度学习训练；步骤S4：denseCRF分布优化；步骤S5：模型查找替换。本发明提高了头发分割的速度和精度，让用户可以在手机端进行头发分割，查找，处理一系列操作。本发明使用RGBD的头发数据，对头发噪声进行分模块学习，使得即使在高光还是光线不足的条件下，也可以进行非常精细的分割。对于发型替换，还是要求更高的头发渲染都有非常巨大的促进作用。

主权项

1.一种基于不同发型的RGBD头发分割方法，其特征在于，包括如下步骤：步骤S1：头发噪声学习，对头发分角度的RGBD图像进行分析，将所述头发进行分区，得到所述头发在所述分区的噪声直方分布，并获取所述图像的方差图，最后对所述分区的denseCRF参数进行学习；步骤S2：头发数据采集，对头部进行360度环绕式采集；对每幅图像的头发所述分区和面部的进行绘制，确定两耳的二维坐标点；对所述头发的流向信息进行标注；步骤S3：深度学习训练，包括发型学习步骤和分割学习步骤；所述发型学习步骤，通过image‑to‑image网络，对所述图像进行训练，获得用特定的向量表示的发型信息；所述分割学习步骤，通过输入头发的RGBD图像以及所述图像的所述发型信息，获得头发不同区域的分割结果信息；步骤S4：denseCRF分步优化，通过输入所述头发分割结果信息，作为denseCRF的初始值，加入所述图像的方差图，经过所述denseCRF的优化，得到优化的头发分割结果信息；步骤S5：模型查找替换，用户输入图像与所述头发模型库中的msak进行对比，查找输出相似的头发模型，并通过手机渲染，在手机端显示用户人体头部的三维模型。