[發明專利]肖像照片光影傳遞方法有效
| 申請號： | 201811214314.6 | 申請日： | 2018-10-18 |
| 公開（公告）號： | CN109300170B | 公開（公告）日： | 2022-10-28 |
| 發明（設計）人： | 普園媛;王立鵬;徐丹;周浩;吳昊;袁國武 | 申請（專利權）人： | 云南大學 |
| 主分類號： | G06T11/00 | 分類號： | G06T11/00;G06T7/10;G06N3/04 |
| 代理公司： | 北京超凡志成知識產權代理事務所(普通合伙) 11371 | 代理人： | 吳開磊 |
| 地址： | 650000 云*** | 國省代碼： | 云南;53 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 肖像 照片 光影 傳遞 方法 | ||
1.一種肖像照片光影傳遞方法，其特征在于，所述方法包括：
對齊步驟：采用局部二值特征LBF和基于特征線的圖像變換算法，并根據目標圖像將參考圖像進行人臉對齊，獲得所述參考圖像的對齊圖像；
分割步驟：根據所述參考圖像的光影特點，采用匹配的光影檢測算法將所述對齊圖像進行圖像分割，獲得對應的光影掩膜；
提取步驟：基于所述光影掩膜的引導，并采用卷積神經網絡的不同層分別提取目標圖像亮度通道和參考圖像亮度通道的結構特征和光影信息；
第一傳遞步驟：根據所述結構特征、所述光影信息，并采用目標損失函數和所述光影掩膜將所述對齊圖像的大面積光影傳遞到所述目標圖像上，獲得第一光影傳遞結果；
第二傳遞步驟：基于所述第一光影傳遞結果并結合加權空間控制算法，將所述對齊圖像的小面積光影傳遞到所述目標圖像上，獲得第二光影傳遞結果。
2.根據權利要求1所述的方法，其特征在于，所述對齊步驟包括：
采用所述LBF將所述目標圖像和所述參考圖像分別進行特征標注，獲得對應的目標人臉特征點和參考人臉特征點；
采用所述基于特征線的圖像變換算法將所述參考圖像進行形變，并將所述參考人臉特征點對齊到所述目標人臉特征點上，獲得所述對齊圖像。
3.根據權利要求1所述的方法，其特征在于，所述光影掩膜包括二分光影掩膜和三分光影掩膜，所述分割步驟包括：
根據所述參考圖像的光影特點對光影區域進行分割，并根據分割結果劃分第一類光影和第二類光影；
當所述參考圖像為所述第一類光影時，采用基于感知顏色空間的光影檢測算法，將所述對齊圖像進行圖像分割，獲得所述二分光影掩膜；
當所述參考圖像為所述第二類光影時，采用基于馬爾科夫隨機場MRF-MAP的光影檢測算法，將所述對齊圖像進行圖像分割，獲得所述三分光影掩膜。
4.根據權利要求1所述的方法，其特征在于，所述提取步驟包括：
將所述目標圖像和所述對齊圖像轉化到Lab色彩空間，并通過分離亮度層和顏色層，提取所述目標圖像亮度通道和所述參考圖像亮度通道；
基于所述光影掩膜，并采用卷積神經網絡的不同層分別提取所述目標圖像亮度通道和所述參考圖像亮度通道的結構特征和光影信息。
5.根據權利要求3所述的方法，其特征在于，在對第一類光影執行所述第一傳遞步驟中，所述目標損失函數為施加有照片真實感正則項的損失函數，根據下式獲得：
其中，Ltotal是所述目標損失函數，是內容損失，αl是的權重值，是光影損失，βl是的權重值，Γ是平衡內容損失和光影損失的權重，Lm是照片真實感正則項，λ用于控制正則化程度，L為卷積神經網絡卷積層的總數。
6.根據權利要求5所述的方法，其特征在于，所述內容損失根據下式獲得：
其中，是內容損失，Fl[x]是參考圖像在卷積神經網絡第l層的內容表示，Fl[p]是目標圖像在卷積神經網絡第l層的內容表示，Nl為卷積神經網絡第l層的特征向量個數，Ml是每個特征向量的維度，i為第l層的第i個特征向量，j為第i個特征向量中的第j個值。
7.根據權利要求5所述的方法，其特征在于，所述光影損失根據下式獲得：
其中，是光影損失，C是光影掩膜被劃分的語義區域的數量，Gl,c[x]是參考圖像對應的格拉姆矩陣，Gl,c[p]是目標圖像對應的格拉姆矩陣，Nl,c為格拉姆矩陣的階數，i為第l層的第i個特征向量，j為第i個特征向量中的第j個值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于云南大學，未經云南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811214314.6/1.html，轉載請聲明來源鉆瓜專利網。
