[發(fā)明專利]人像胡須生成方法及裝置有效
| 申請?zhí)枺?/td> | 201811245625.9 | 申請日： | 2018-10-24 |
| 公開（公告）號： | CN109410121B | 公開（公告）日： | 2022-11-01 |
| 發(fā)明（設(shè)計）人： | 王曉晶;吳善思源;張偉;洪煒冬;許清泉 | 申請（專利權(quán)）人： | 廈門美圖之家科技有限公司 |
| 主分類號： | G06T3/00 | 分類號： | G06T3/00 |
| 代理公司： | 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371 | 代理人： | 王術(shù)蘭 |
| 地址： | 361000 福建省廈門市*** | 國省代碼： | 福建;35 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 人像 胡須 生成 方法 裝置 | ||
1.一種人像胡須生成方法，其特征在于，應用于電子設(shè)備，所述方法包括：
獲取人像圖像并從所述人像圖像中獲取人像五官分割圖像；
訓練各種胡須類型的人像胡須預測模型；
將所述人像五官分割圖像輸入到預先訓練的人像胡須預測模型中，獲取所述人像五官分割圖像中的胡須語義區(qū)域；
生成與所述胡須語義區(qū)域?qū)母咚乖肼晥D，并對所述高斯噪聲圖進行徑向模糊處理，得到對應的胡須紋理圖；
將所述胡須紋理圖與所述人像圖像進行融合，得到融合后的包括有胡須的人像圖像；
所述訓練各種胡須類型的人像胡須預測模型的方式，包括：
獲取訓練樣本集，其中，所述訓練樣本集包括不同胡須類型的人像圖像樣本集，其中，所述人像圖像樣本集中包括有多個人像圖像樣本和每個人像圖像樣本對應的人像五官分割圖像，每個人像圖像樣本中標注有對應的胡須語義區(qū)域；
建立每種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，并針對每種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，基于該種胡須類型的人像圖像樣本集訓練該種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，在該種胡須類型對應的深度卷積網(wǎng)絡(luò)模型達到訓練終止條件時輸出該種胡須類型的人像胡須預測模型，以得到各種胡須類型的人像胡須預測模型。
2.根據(jù)權(quán)利要求1所述的人像胡須生成方法，其特征在于，所述將所述人像五官分割圖像輸入到預先訓練的人像胡須預測模型中，獲取所述人像五官分割圖像中的胡須語義區(qū)域的步驟，包括：
獲取所述人像五官分割圖像需要生成的胡須的目標胡須類型；
將所述人像五官分割圖像輸入到所述目標胡須類型對應的人像胡須預測模型中，獲取所述人像五官分割圖像中的所述目標胡須類型的胡須語義區(qū)域。
3.根據(jù)權(quán)利要求1所述的人像胡須生成方法，其特征在于，所述對所述高斯噪聲圖進行徑向模糊處理，得到對應的胡須紋理圖的步驟，包括：
查找所述高斯噪聲圖的中心位置點；
以所述中心位置點為中心，依次縮放預設(shè)數(shù)量個像素，得到對應的預設(shè)數(shù)量張圖片；
將所述預設(shè)數(shù)量張圖片進行疊加，得到徑向模糊后的胡須紋理圖。
4.根據(jù)權(quán)利要求1所述的人像胡須生成方法，其特征在于，所述將所述胡須紋理圖與所述人像圖像進行融合，得到融合后的包括有胡須的人像圖像的步驟，包括：
計算所述胡須紋理圖的中各個第一RGB值和所述人像圖像中對應的各個第二RGB值；
根據(jù)計算出的各個第一RGB值和對應的第二RGB值的乘積將所述胡須紋理圖與所述人像圖像進行融合，得到融合后的包括有胡須的人像圖像。
5.一種人像胡須生成裝置，其特征在于，應用于電子設(shè)備，所述裝置包括：
獲取模塊，用于獲取人像圖像并從所述人像圖像中獲取人像五官分割圖像；
輸入模塊，用于將所述人像五官分割圖像輸入到預先訓練的人像胡須預測模型中，獲取所述人像五官分割圖像中的胡須語義區(qū)域；
徑向模糊模塊，用于生成與所述胡須語義區(qū)域?qū)母咚乖肼晥D，并對所述高斯噪聲圖進行徑向模糊處理，得到對應的胡須紋理圖；
融合模塊，用于將所述胡須紋理圖與所述人像圖像進行融合，得到融合后的包括有胡須的人像圖像；
訓練模塊，用于訓練各種胡須類型的人像胡須預測模型；
所述訓練各種胡須類型的人像胡須預測模型的方式，包括：
獲取訓練樣本集，其中，所述訓練樣本集包括不同胡須類型的人像圖像樣本集，其中，所述人像圖像樣本集中包括有多個人像圖像樣本和每個人像圖像樣本對應的人像五官分割圖像，每個人像圖像樣本中標注有對應的胡須語義區(qū)域；
建立每種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，并針對每種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，基于該種胡須類型的人像圖像樣本集訓練該種胡須類型對應的深度卷積網(wǎng)絡(luò)模型，在該種胡須類型對應的深度卷積網(wǎng)絡(luò)模型達到訓練終止條件時輸出該種胡須類型的人像胡須預測模型，以得到各種胡須類型的人像胡須預測模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廈門美圖之家科技有限公司，未經(jīng)廈門美圖之家科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811245625.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
