[發明專利]一種基于深度學習的戲曲臉譜生成方法及系統

有效

• 申請號: 202110980096.2
• 申請日: 2021-08-25
• 公開（公告）號: CN113781372B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 張鳳全;曹鐸
• 申請（專利權）人: 北方工業大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T7/49;G06T5/50;G06V40/16;G06T3/00;G06N3/0475;G06N3/08;G06V10/72;G06V10/774
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 金怡

本發明涉及一種基于深度學習的戲曲臉譜生成方法及系統，其方法包括：S1：對人臉圖片進行數據清洗與預處理，構建數據集；S2：根據素顏人臉圖像和戲曲臉譜圖像的人臉關鍵點，建立二者的映射關系；將對應人臉關鍵點進行融合，得到具有素顏人臉結構的偽戲曲藝術人臉圖像；S3：將素顏人臉圖像和戲曲藝術人臉圖像輸入深度學習生成網絡，生成結果圖像；S4：構建K個重疊人臉局部鑒別器，與結果圖像同步進行對抗，實現對戲曲臉譜高頻細節的提取和鑒別，最終輸出目標戲曲藝術人臉圖像。本發明提供的方法基于深度學習進行不同域之間的戲曲臉譜建模，對戲曲臉譜的高頻色彩、紋理特征進行生成，獲得逼真的戲曲臉譜效果。

技術領域

本發明為圖像處理領域，具體涉及一種基于深度學習的戲曲臉譜生成方法及系統。

背景技術

近年來，隨著AI智能領域技術的發展和應用，科技不斷的更新，深度學習也日趨成熟，其應用范圍也在不斷的創新，逐漸朝著傳統文化方向發展，成為了計算機視覺領域熱門的研究方向之一，因此，模擬生成戲曲臉譜技術也顯得尤為重要。

中國專利文獻號CN?111950432?A公開(公告)日2020.11.17，公開了一種基于區域風格一致性的妝容風格遷移方法及系統，該方法包括：獲取妝容風格區域，其中妝容風格區域包括整個妝容的不同子區域的分割近似結果；構建生成對抗網絡；以及依據歸一化方式增強遠距離相似妝容區域一致性生成目標圖像。該方法雖然能夠提取和生成細節，但是需要獲取多個分割子區域，同時需要人工打標簽的方式，這是非常耗時且麻煩的，而且提取的特征直接影響最終的生成結果，不適用于戲曲臉譜藝術場景，方法的魯棒性也不夠好。

總之，現有方法普遍適用于生活常見人臉圖像，并且主要依賴于生成對抗網絡，該過程麻煩且難以收斂，而且所構建的模型在戲曲臉譜的細節表現上較差，在實際戲曲臉譜藝術場景上還不能很好的實現，并且應用場景的局限性較強，泛化能力差。

發明內容

為了解決上述技術問題，本發明提供一種基于深度學習的戲曲臉譜生成方法及系統。

本發明技術解決方案為：一種基于深度學習的戲曲臉譜生成方法，包括：

步驟S1：對人臉圖片進行數據清洗與預處理，構建戲曲臉譜圖像數據集；

步驟S2：根據素顏人臉圖像和戲曲臉譜圖像的人臉關鍵點，建立二者的映射關系；將對應所述人臉關鍵點進行融合，得到具有素顏人臉結構的偽戲曲臉譜圖像；

步驟S3：將所述素顏人臉圖像和所述戲曲臉譜圖像輸入深度學習生成網絡，生成結果圖像；

步驟S4：根據所述戲曲臉譜圖像、所述偽戲曲臉譜圖像以及所述結果圖像，并根據人臉特征關鍵點映射關系計算生成指定大小的K個局部戲曲妝容特征區域，輸入所述深度學習生成網絡，構建K個重疊人臉局部鑒別器，同時采用邊緣感知處理實現面部色彩紋理高頻細節增強，與所述深度學習生成網絡生成的所述結果圖像同步進行對抗，實現對戲曲臉譜高頻細節的提取和鑒別，最終輸出目標戲曲臉譜圖像。

本發明與現有技術相比，具有以下優點：

1、本發明提供的方法訓練簡單方便，省去了人工方式打標簽進行圖像建模的模式，直接通過基于深度學習的技術進行不同域之間的戲曲臉譜建模。

2、本發明提供的方法實用性、泛化能力強，解決了相關技術存在的不同人臉場景的局限性。

3、本發明提供的方法可對戲曲臉譜的高頻色彩、紋理特征進行遷移，生成逼真的戲曲臉譜藝術生成效果。

附圖說明

圖1為本發明實施例中一種基于深度學習的戲曲臉譜生成方法的流程圖；

圖2為本發明實施例中一種基于深度學習的戲曲臉譜生成方法中步驟S1：對人臉圖片進行數據清洗與預處理，構建戲曲臉譜圖像數據集的流程圖；