[发明专利]人脸图像生成方法、人脸识别模型训练方法及相应装置

说明书

技术领域

本发明涉及图像处理领域，更具体地涉及一种人脸图像生成方法和装置，以及人脸识别模型训练方法和装置。

背景技术

随着图像处理技术日新月异的发展，人脸图像处理的应用场景也越来越多。例如人脸检测和人脸识别等技术已经广泛应用于安防、金融等领域。

人脸遮挡对人脸图像处理系统的影响巨大，例如目前主流的统计或者机器学习的人脸识别模型。人的头发(特别是刘海)是一种常见的人脸遮挡。下面以人脸识别模型为例说明人的头发对人脸图像处理系统的主要影响。1)很难收集大量带刘海的人脸图像用于人脸识别模型训练；2)人的发型款式多变，形态变化大，刘海的样式也千奇百怪，所以头发很难用一个简单的模型刻画；3)头发可改变图像的统计特征、图像特征，从而给人脸识别模型带来识别干扰。

因此，需要一种人脸图像生成方法和装置，以提供各种发型的人脸图像。进而，基于这大量的、具有各种发型的人脸的图像可以获得更理想的人脸图像处理系统，例如人脸识别模型。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种人脸图像生成方法和装置，基于图像中的关键点可以将人脸图像和头发图像合成，从而可以获得大量的、具有各种发型的人脸的合成图像。

根据本发明一方面，提供了一种人脸图像生成方法，包括：

获取经标注人脸关键点的人脸图像；

获取经标注头发关键点的头发图像，其中所述头发关键点与所述人脸关键点对应；以及

基于所述人脸关键点和所述头发关键点，将所述头发图像的头发部分叠加到所述人脸图像上，以获得人脸合成图像。

示例性地，所述所述头发图像的头发部分叠加到所述人脸图像上进一步包括：

根据所述人脸关键点和所述头发关键点，获取用于所述头发图像的变换矩阵；

利用所述变换矩阵对所述头发图像进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像；

对所述经变换的头发图像进行图像分割，以获得所述经变换的头发图像的头发轮廓模板；以及

利用所述头发轮廓模板，将所述经变换的头发图像的头发部分叠加到所述人脸图像上，以获得所述人脸合成图像。

示例性地，所述将所述头发图像的头发部分叠加到所述人脸图像上进一步包括：

对所述头发图像进行图像分割，以获得头发轮廓模板；

根据所述人脸关键点和所述头发关键点，获取用于所述头发图像和所述头发轮廓模板的变换矩阵；

利用所述变换矩阵对所述头发图像和所述头发轮廓模板进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像和投影到所述人脸图像所在视平面的、经变换的头发轮廓模板；以及

利用所述投影到所述人脸图像所在视平面的、经变换的头发轮廓模板，将所述经变换的头发图像的头发部分叠加到所述人脸图像上，以获得所述人脸合成图像。

示例性地，在所述获取变换矩阵之后，所述将所述头发图像的头发部分叠加到所述人脸图像上进一步包括：将所述变换矩阵中的至少部分元素增加噪声，以用于所述变换。

示例性地，所述噪声服从高斯分布。

示例性地，所述变换是透视变换。

示例性地，所述将所述经变换的头发图像的头发部分叠加到所述人脸图像上进一步包括：利用泊松融合方法将所述经变换的头发图像的头发部分叠加到所述人脸图像上。

示例性地，所述人脸关键点包括：正脸最高点、左眼角延长线与脸轮廓的交点、右眼角延长线与脸轮廓的交点和下巴。

根据本发明另一方面，还提供了一种人脸识别模型训练方法，包括：

利用上述人脸图像生成方法生成人脸合成图像；以及

利用图像库进行人脸识别模型的训练，其中所述图像库包括所述人脸合成图像。

根据本发明再一方面，还提供了一种人脸图像生成装置，包括：

第一获取模块，用于获取经标注人脸关键点的人脸图像；

第二获取模块，用于获取经标注头发关键点的头发图像，其中所述头发关键点与所述人脸关键点对应；以及

合成模块，用于基于所述人脸关键点和所述头发关键点将所述头发图像的头发部分叠加到所述人脸图像上，以获得人脸合成图像。

示例性地，所述合成模块进一步包括：

矩阵生成单元，用于根据所述人脸关键点和所述头发关键点，获取用于所述头发图像的变换矩阵；

第一变换单元，用于利用所述变换矩阵对所述头发图像进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像；