[发明专利]基于循环生成对抗网络的人脸头像卡通化的实现方法

权利要求书

1.基于循环生成对抗网络的人脸头像卡通化的实现方法，其特征在于，包括以下步骤：

步骤1、从网络上爬取若干真实人物图片和卡通人物图片；

步骤2、基于人脸检测算法识别所爬取的真实人物图片和卡通人物图片中的人脸，获得真实人脸头像和卡通人脸头像后作为训练样本；

步骤3、构建由生成器和鉴别器组成的循环生成对抗网络，并设计损失函数；将所述训练样本中的真实人脸头像和卡通人脸头像分别作为循环生成对抗网络的输入，训练循环生成对抗网络以最小化损失函数，包括步骤：

步骤31、将步骤2所述真实人脸头像输入第一鉴别器鉴别，同时将真实人脸头像输入第一生成器以生成卡通人脸头像，再将生成的卡通人脸头像通过第二鉴别器鉴别，同时将生成的卡通人脸头像通过第二生成器生成循环真实人脸头像；

步骤32、将步骤2所述卡通人脸头像输入第二鉴别器鉴别，同时将真实人脸头像输入第一生成器以生成真实人脸头像，再将生成的真实人脸头像通过第二鉴别器鉴别，同时将生成的真实人脸头像通过第一鉴别器生成循环卡通人脸头像；

步骤33、对所述第一和第二生成器、第一和第二鉴别器进行调整，以使得损失函数最小化；其中，损失函数设计为：

L(G,F,D_X,D_Y)＝λ₁L_GAN(G,D_Y,X,Y)+L_GAN(F,D_X,Y,X)

+λ₂L_cyc(G,F)+λ₃L_cyc'(G,F,D_X,D_Y)

其中，

所述公式中，G是第一生成器，F是第二生成器，x是训练样本中的真实人脸头像，y是训练样本中的卡通人脸头像，D_X是第一鉴别器，D_Y是第二鉴别器；λ₁、λ₂、λ₃为可设定参数；L_GAN是鉴别器损失；L_cyc是循环损失；L_cyc'是循环鉴别损失；

步骤4、将待处理的真实人脸头像输入训练完成后的循环生成对抗网络的生成器中，获得真实人脸头像对应的卡通人脸头像。

2.根据权利要求1所述基于循环生成对抗网络的人脸头像卡通化的实现方法，其特征在于：所述步骤1采用爬虫方法从网络上爬取获得图片。

3.根据权利要求1所述基于循环生成对抗网络的人脸头像卡通化的实现方法，其特征在于：所述步骤2采用基于Adaboost人脸检测算法进行识别。

4.根据权利要求1所述基于循环生成对抗网络的人脸头像卡通化的实现方法，其特征在于：所述步骤3中循环生成对抗网络包括第一和第二生成器，及第一和第二鉴别器。

5.根据权利要求1所述基于循环生成对抗网络的人脸头像卡通化的实现方法，其特征在于：所述步骤3中生成器包括编码器、转换器和解码器。