[發明專利]基于神經網絡的頭發區域提取方法及系統

有效

• 申請號: 201811057452.8
• 申請日: 2018-09-11
• 公開（公告）號: CN109359527B
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 陳繼;王鼎
• 申請（專利權）人: 杭州格像科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/34
• 代理公司: 北京維澳專利代理有限公司 11252
• 代理人: 王立民;賈博雍

1.一種基于神經網絡的頭發區域提取方法，其特征在于，包括：

獲取待處理圖像；

逐層地對待處理圖像進行卷積運算，并分別提取各卷積層所輸出的圖像特征，所述圖像特征包括淺層特征和深層特征；

根據圖像特征以及預先訓練的人臉先驗卷積網絡，提取人臉先驗特征，包括根據預定的對應關系，將卷積層輸出的圖像特征分別與人臉先驗卷積網絡各層輸出的人臉特征進行第一融合；

根據圖像特征、人臉先驗特征以及預先訓練的頭發分割卷積網絡，生成頭發掩模圖，包括將各第一融合結果與頭發分割卷積網絡中各層輸出的頭發特征進行第二融合。

2.根據權利要求1所述的基于神經網絡的頭發區域提取方法，其特征在于，所述根據圖像特征以及預先訓練的人臉先驗卷積網絡，提取人臉先驗特征包括：

將從最后一個卷積層提取的圖像特征輸入至人臉先驗卷積網絡的起始的人臉處理層；

根據預定的對應關系，將從其他卷積層提取的圖像特征分別與人臉先驗卷積網絡中相應的人臉處理層所輸出的人臉特征進行融合；

提取融合后的人臉特征作為人臉先驗特征。

3.根據權利要求2所述的基于神經網絡的頭發區域提取方法，其特征在于，所述根據預定的對應關系，將從其他卷積層提取的圖像特征分別與人臉先驗卷積網絡中對應的人臉處理層所輸出的人臉特征進行融合包括：

根據分辨率大小及卷積核數量的對應關系，將從其他卷積層提取的圖像特征與相應的人臉處理層所輸出的人臉特征進行加權和。

4.根據權利要求2所述的基于神經網絡的頭發區域提取方法，其特征在于，所述根據圖像特征、人臉先驗特征以及預先訓練的頭發分割卷積網絡，生成頭發掩模圖包括：

將從最后一個卷積層提取的圖像特征輸入至頭發分割卷積網絡的起始的頭發處理層；

根據預定的對應關系，逐層地將人臉先驗特征與頭發分割卷積網絡中相應的頭發處理層所輸出的頭發特征進行融合并輸入至下一個頭發處理層；

根據最后一個頭發處理層的輸出，生成頭發掩模圖。

5.根據權利要求4所述的基于神經網絡的頭發區域提取方法，其特征在于，所述根據預定的對應關系，逐層地將人臉先驗特征與頭發分割卷積網絡中相應的頭發處理層所輸出的頭發特征進行融合并輸入至下一個頭發處理層包括：

根據分辨率大小及卷積核數量的對應關系，逐層地將人臉先驗特征與相應的頭發處理層所輸出的頭發特征進行級聯或加權和，并輸入至下一個頭發處理層。

6.一種基于神經網絡的頭發區域提取系統，其特征在于，包括：

獲取模塊，用于獲取待處理圖像；

圖像特征提取模塊，用于逐層地對待處理圖像進行卷積運算，并分別提取各卷積層所輸出的圖像特征，所述圖像特征包括淺層特征和深層特征；

人臉先驗特征提取模塊，用于根據圖像特征以及預先訓練的人臉先驗卷積網絡，提取人臉先驗特征，包括根據預定的對應關系，將卷積層輸出的圖像特征分別與人臉先驗卷積網絡各層輸出的人臉特征進行第一融合；

頭發分割模塊，用于根據圖像特征、人臉先驗特征以及預先訓練的頭發分割卷積網絡，生成頭發掩模圖，包括將各第一融合結果與頭發分割卷積網絡中各層輸出的頭發特征進行第二融合。

7.根據權利要求6所述的基于神經網絡的頭發區域提取系統，其特征在于，所述人臉先驗特征提取模塊具體包括：

第一輸入單元，用于將從最后一個卷積層提取的圖像特征輸入至人臉先驗卷積網絡的起始的人臉處理層；

第一融合單元，用于根據預定的對應關系，將從其他卷積層提取的圖像特征分別與人臉先驗卷積網絡中相應的人臉處理層所輸出的人臉特征進行融合；

人臉先驗特征提取單元，用于提取融合后的人臉特征作為人臉先驗特征。

8.根據權利要求7所述的基于神經網絡的頭發區域提取系統，其特征在于，所述第一融合單元具體用于根據分辨率大小及卷積核數量的對應關系，將從其他卷積層提取的圖像特征與相應的人臉處理層所輸出的人臉特征進行加權和。