[发明专利]基于神经网络的人物发型替换方法、装置、设备和介质

权利要求书

1.一种基于神经网络的人物发型替换方法，其特征在于，包括：

提取人物的发型轮廓图像和所述人物的人脸姿态图像；

利用所述发型轮廓图像和所述人脸姿态图像对预设神经网络进行训练，得到发型替换模型；

根据替换人物的发型轮廓图像和待替换人物的人脸姿态图像，利用所述发型替换模型，生成与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像；

利用所述与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像，对所述待替换人物的发型进行替换。

2.根据权利要求1所述基于神经网络的人物发型替换方法，其特征在于，所述利用与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像，对所述待替换人物的发型进行替换，包括：

利用人脸照片涂鸦编辑SC-FEGAN，对所述与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像进行编辑处理，得到具有发型纹理特征的发型图像；

利用所述发型图像，对所述待替换人物的发型进行替换。

3.根据权利要求1所述基于神经网络的人物发型替换方法，其特征在于，所述提取人物的发型轮廓图像和所述人物的人脸姿态图像，包括：

确定特征提取关键点；

基于所述特征提取关键点，提取所述人物的人脸姿态图像；

利用头发分割模型对所述人物的头发进行处理，得到所述人物的发型轮廓图像。

4.根据权利要求1所述基于神经网络的人物发型替换方法，其特征在于，所述利用所述发型轮廓图像和所述人脸姿态图像对预设神经网络进行训练，得到所述发型替换模型，包括：

将所述发型轮廓图像和所述人脸姿态图像作为所述预设神经网络的输入数据，将所述人脸姿态图像对应的发型轮廓图像作为所述预设神经网络的目标数据，对所述预设神经网络进行训练，得到所述发型替换模型。

5.根据权利要求4所述基于神经网络的人物发型替换方法，其特征在于，所述对所述预设神经网络进行训练，包括：

将所述发型轮廓图像和所述人脸姿态图像输入所述预设神经网络，得到所述预设神经网络的输出数据；

利用所述输出数据和所述目标数据，计算所述预设神经网络的损失函数值；

若所述损失函数值不符合预设标准，则基于所述损失函数值调整所述预设神经网络的网络参数，继续执行所述将所述发型轮廓图像和所述人脸姿态图像输入所述预设神经网络，得到所述预设神经网络的输出数据，直至所述损失函数值符合所述预设标准。

6.根据权利要求5所述基于神经网络的人物发型替换方法，其特征在于，所述利用所述输出数据和所述目标数据，计算所述预设神经网络的损失函数值，包括：

基于所述输出数据和所述目标数据，计算多个损失函数对应的函数值；

将所述多个损失函数对应的函数值进行加权求和，得到所述预设神经网络的损失函数值。

7.根据权利要求6所述基于神经网络的人物发型替换方法，其特征在于，所述多个损失函数包括以下所列项中的至少两个：

一阶范数损失函数L1 Loss、视觉几何组损失函数VGG Loss和结构相似性损失函数SSIM Loss。

8.根据权利要求1所述基于神经网络的人物发型替换方法，其特征在于，所述预设神经网络包括：生成式对抗网络GAN和视觉几何组VGG网络。

9.一种基于神经网络的人物发型替换装置，其特征在于，包括：

图像提取单元，用于提取人物的发型轮廓图像和所述人物的人脸姿态图像；

图像训练单元，用于利用所述发型轮廓图像和所述人脸姿态图像对预设神经网络进行训练，得到发型替换模型；

图像生成单元，用于根据替换人物的发型轮廓图像和待替换人物的人脸姿态图像，利用所述发型替换模型，生成与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像；

图像替换单元，用于利用所述与所述待替换人物的人脸姿态对应的所述替换人物的发型轮廓图像，对所述待替换人物的发型进行替换。