[发明专利]一种基于自适应八叉树头发卷积神经网络的头发重建方法

权利要求书

1.一种基于自适应八叉树头发卷积神经网络的头发重建方法，其特征在于，包括以下步骤：

1)使用公开的头发数据库构造训练集，将数据库内的三维头发丝模型转为以自适应八叉树为结构的头发方向场，同时生成对应的头发方向图、头发区域图和身体区域图；

2)设计一种自适应八叉树头发卷积神经网络来重建头发方向场，该自适应八叉树头发卷积神经网络采用自动编码器的结构，利用由多层二维卷积组成的编码器将输入图片转化为高维特征，然后由叠加的八叉树卷积层组成的解码器从高维特征恢复出目标发型的方向场；其中，为了弥补高维特征的对细节信息的忽略，自适应八叉树头发卷积神经网络将编码器的中间层特征直连到解码器的对应分辨率层中，从而增强网络对低维特征的捕捉；

3)对输入图片进行预处理：将发型图片转化为能够供自适应八叉树头发卷积神经网络识别的头发信息特征图，包含步骤：分割出图片内的头发区域像素，提取头发方向图，将图片与预定的人体模板进行对齐；

4)对输出方向场的后处理，将自适应八叉树头发卷积神经网络生成的方向场转为由发丝表示的头发模型，完成头发重建。

2.根据权利要求1所述的一种基于自适应八叉树头发卷积神经网络的头发重建方法，其特征在于：在步骤1)中，所述公开的数据库是指USC-HairSalon数据库，该数据库包含343个形状各异、大小不同的头发模型，每个模型由1万根发丝组成，每根发丝由100个点组成；生成方向图是将模型的发丝方向进行光栅化，具体过程是：首先将模型的头发丝方向编码成颜色，附着在头发模型三维网格的三角面片上，然后利用光栅化算法，渲染得到尺寸为512×512的RGB颜色图，即发丝方向图；生成头发区域图、身体区域图是指在上述光栅化过程，获取对应头发网格的占位图、身体网格的占位图，这两张图都是尺寸为512×512的单通道二进制图，即值为0或者1；将三维头发丝模型转化以自适应八叉树为结构的头发方向场，包含以下步骤:

1.1)将头发丝模型转化为分辨率为128×128×128的体素场，体素场中的每个元素存储一个三维向量，三维向量代表发型在该元素的局部方向，局部方向由经过该元素的所有发丝段的方向取平均计算得到，然后将体素场的所有向量进行归一化，转化为单位向量；

1.2)将体素场转化为以自适应八叉树为结构的方向场：将分辨率为128×128×128的体素场看成是一棵深度为7的满八叉树，该树的每个节点包含一个三维的方向向量，通过对满八叉树进行剪枝即可获得自适应八叉树，从而得到以自适应八叉树为结构的方向场；其中，从左到右遍历满八树深度为1的所有节点，判断其是否符合以下两个剪枝条件；第一个剪枝条件是该节点的所有子树都为空；第二个剪枝条件是该节点的所有子树都不为空且所有子树节点的方向向量都近似，即所有子树节点的方向向量之间的欧式距离值小于或等于阈值Thold；如果符合第一个剪枝条件，则该节点的所有子树将被删除，改节点退化为空叶子节点，并且方向向量设置为零向量；如果符合第二个剪枝条件，该节点则退化成非空叶子结点，并且方向向量设置为所有子树节点的方向向量的平均值；在深度为1的节点遍历完毕后，以同样的方式遍历判断深度为2的所有节点，如此循环，直到深度达到7。