[发明专利]人脸妆容去除方法

说明书

本发明涉及计算机视觉技术领域，具体提供了一种人脸妆容去除方法，旨在解决如何在保持人脸姿态、表情和身份不变的情况下，根据化妆人脸图像生成更为真实的无妆人脸图像的技术问题。为此目的本发明提供的人脸妆容去除方法主要包括：基于预设的形状保持网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的形状信息；基于预设的纹理风格迁移网络并且根据待测化妆人脸图像，获取待测化妆人脸图像对应的无妆纹理风格信息；基于预设的融合网络并且根据形状信息与无妆纹理风格信息，获取待测化妆人脸图像对应的无妆人脸图像。基于上述步骤可以在保持人脸姿态、表情和身份不变的情况下合成更为逼真的无妆人脸图像。

技术领域

本发明涉及计算机视觉技术领域，具体提供了一种人脸妆容去除方法。

背景技术

人脸妆容去除是一种在保持人脸姿态、表情和身份不变的情况下，将化妆人脸图像生成对应的无妆人脸图像的技术，其在人脸识别、人脸验证等诸多领域具有广泛应用。但是，由于人脸具有复杂的几何形式、不可计数的脸部皱纹、细微的颜色变化及细微的纹理变化的特点，使得根据化妆人脸图像合成“真实的”无妆人脸仍具有一定的难度。

相应地，本领域需要一种新的人脸妆容去除方法来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即为了解决如何在保持人脸姿态、表情和身份不变的情况下，根据化妆人脸图像生成更为真实的无妆人脸图像的技术问题。本发明提供了一种人脸妆容去除方法，所述方法包括：

基于预设的形状保持网络并且根据待测化妆人脸图像，获取所述待测化妆人脸图像对应的形状信息；

基于预设的纹理风格迁移网络并且根据所述待测化妆人脸图像，获取所述待测化妆人脸图像对应的无妆纹理风格信息；

基于预设的融合网络并且根据所述形状信息与所述无妆纹理风格信息，获取所述待测化妆人脸图像对应的无妆人脸图像；

其中，所述形状保持网络、所述纹理风格迁移网络和所述融合网络均是利用机器学习算法构建的卷积神经网络。

进一步地，本发明提供的一个优选实施方案为：

在“基于预设的形状保持网络并且根据待测化妆人脸图像，获取所述待测化妆人脸图像对应的形状信息”的步骤之前，所述方法还包括：

对预设训练数据库中每个化妆人脸图像样本进行UV映射得到所述每个化妆人脸图像样本对应的UV关联场；

基于所述化妆人脸图像样本及其对应的UV关联场并且根据下式所示的形状保持网络损失函数L_shape训练所述形状保持网络：

其中，所述表示基于I^A在概率分布下的期望，所述I^A表示所述化妆人脸图像样本，所述SNet表示所述形状保持网络，所述S表示所述I^A对应的UV关联场，所述|| ||₁表示1范数。

进一步地，本发明提供的一个优选实施方案为：

所述纹理风格迁移网络包括迁移网络，所述迁移网络配置为获取化妆人脸图像对应的无妆纹理风格信息，“获取所述待测化妆人脸图像对应的无妆纹理风格信息”的步骤包括：

通过所述迁移网络获取所述待测化妆人脸图像对应的无妆纹理风格信息。

进一步地，本发明提供的一个优选实施方案为：

所述训练数据库还包括分别与所述每个化妆人脸图像样本对应的无妆人脸图像样本，在“获取所述待测化妆人脸图像对应的无妆纹理风格信息”的步骤之前，所述方法还包括：