[發明專利]人物風格識別方法、終端及計算機可讀存儲介質

有效

• 申請號: 201810008468.3
• 申請日: 2018-01-04
• 公開（公告）號: CN108197574B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 張永剛;歐陽軍;崇衛嫻
• 申請（專利權）人: 張永剛
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 劉坦

1.一種人物風格識別方法，其特征在于，包括：

獲取多張人臉樣本圖片；

對多張所述人臉樣本圖片進行特征點提取以得到多個人臉特征點元素；

對多個所述人臉特征點元素進行組合以定義八種標準風格；

根據多個所述人臉特征點元素及標準風格生成元素組合表；

采用預設的賦值規則對所述元素組合表進行賦值，以得到元素特征組合表；

獲取待識別的當前人臉圖像；

對所述當前人臉圖像進行臉部特征識別及增強處理，以得到第一圖像；

將所述第一圖像導入訓練網絡模型進行訓練標注，以得到目標標注結果；所述訓練網絡模型包括色相卷積神經網絡、明度卷積神經網絡、純度卷積神經網絡、臉長卷積神經網絡、內徑卷積神經網絡、五官量感卷積神經網絡、眼神卷積神經網絡、五官質感卷積神經網絡和臉部骨骼卷積神經網絡；

采用余弦相似度匹配算法對所述目標標注結果進行處理，以得到所述當前人臉圖像的風格權重值；

根據所述風格權重值及所述元素特征組合表得到并輸出風格識別結果。

2.如權利要求1所述的人物風格識別方法，其特征在于，所述人物風格識別方法還包括：

獲取已標注的圖片訓練集；

根據所述圖片訓練集對標準訓練網絡進行訓練，以得到所述訓練網絡模型。

3.如權利要求2所述的人物風格識別方法，其特征在于，所述目標標注結果包括多個數值，采用余弦相似度匹配算法對所述目標標注結果進行處理，以得到所述當前人臉圖像的風格權重值，具體包括：

采用余弦相似度匹配算法及多個數值進行余弦計算，以得到多個余弦值；

取最大的余弦值作為所述當前人臉圖像的風格權重值。

4.如權利要求2所述的人物風格識別方法，其特征在于，所述圖片訓練集包括色相標注、明度標注、純度標注、臉長標注、內徑標注、五官量感標注、眼神標注、五官質感標注以及臉部骨骼標注。

5.一種人物風格識別終端，其特征在于，包括：

獲取單元，獲取待識別的當前人臉圖像；

第一處理單元，用于對所述當前人臉圖像進行臉部特征識別及增強處理，以得到第一圖像；

標注單元，用于將所述第一圖像導入訓練網絡模型進行訓練標注，以得到目標標注結果；所述訓練網絡模型包括色相卷積神經網絡、明度卷積神經網絡、純度卷積神經網絡、臉長卷積神經網絡、內徑卷積神經網絡、五官量感卷積神經網絡、眼神卷積神經網絡、五官質感卷積神經網絡和臉部骨骼卷積神經網絡；

第二處理單元，采用余弦相似度匹配算法對所述目標標注結果進行處理，以得到所述當前人臉圖像的風格權重值；

輸出單元，用于根據所述風格權重值及元素特征組合表得到并輸出風格識別結果；

第三處理單元，用于：

獲取多張人臉樣本圖片；

對多張所述人臉樣本圖片進行特征點提取以得到多個人臉特征點元素；

對多個所述人臉特征點元素進行組合以定義八種標準風格；

根據多個所述人臉特征點元素及標準風格生成元素組合表；

采用預設的賦值規則對所述元素組合表進行賦值，以得到所述元素特征組合表。

6.如權利要求5所述的人物風格識別終端，其特征在于，所述人物風格識別終端還包括訓練單元，用于：

獲取已標注的圖片訓練集；

根據所述圖片訓練集對標準訓練網絡進行訓練，以得到所述訓練網絡模型。

7.一種人物風格識別終端，其特征在于，包括處理器、輸入設備、輸出設備和存儲器，所述處理器、輸入設備、輸出設備和存儲器相互連接，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器被配置用于調用所述程序指令，執行如權利要求1-4任一項所述的方法。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時使所述處理器執行如權利要求1-4任一項所述的方法。