[发明专利]基于自适应实例归一化的妆容迁移方法

权利要求书

1.一种基于自适应归一化的妆容迁移方法，其特征在于，具体包括如下步骤：

步骤1，构建数据集，分为素颜图与妆容图两个集合，其中妆容图中包括日常淡妆、欧美浓妆、戏曲妆容；数据集分为训练集和测试集；

步骤2，利用VGG19分别提取训练集中素颜图的素颜特征图以及妆容图的妆容特征图，素颜特征图和妆容特征图均包括面部、眼睛以及嘴唇的特征；

步骤3，构建基于自适应归一化的妆容迁移的训练网络模型，该模型包括两个生成器和各自对应的判别器；其中，两个生成器分别作为上妆网络G₁和卸妆网络G₂；所述生成器包括依次连接的多层感知器、4个AdaIN模块和残差层的组合模块、2个上采样层和输出层；其中，每个组合模块中AdaIN模块的输出进入残差层的输入，2个上采样层相串联；

步骤4，将妆容特征图集和素颜特征图集输入到上妆网络G₁中；

步骤5，上妆网络G₁分别从妆容特征图集及素颜特征图集中各随机挑选一张特征图组成一对图像，并对该对图像进行上妆处理得到生成图像1；更新妆容特征图集及素颜特征图集；

步骤6，将生成图像1与其对应的妆容特征图共同输入判别器D₁，输出判别值给上妆网络G₁，用于指导上妆网络G₁修正参数；

步骤7，将生成图像1输入到卸妆网络G₂中进行卸妆处理，得到生成图像2；

步骤8，将生成图像2与对应的素颜特征图输入到判别器D₂中，输出判别值给卸妆网络G₂，用于指导卸妆网络G₂修正参数；

步骤9，返回步骤5，直至妆容特征图集及素颜特征图集任一个为空，则第一次迭代终止；保存本次迭代后的上妆网络G₁和卸妆网络G₂的参数；

步骤10，判断是否到达预设的迭代次数，是则将本次保存的上妆网络G₁和卸妆网络G₂的参数作为训练好的参数；否则，更新妆容特征图集及素颜特征图集为步骤2得到的妆容特征图集及素颜特征图集，返回步骤4。

2.如权利要求1所述的基于自适应归一化的妆容迁移方法，其特征在于，所述步骤3中所述的生成器中的残差层由三个3*3的卷积层组成，第1个卷积层的输出乘以权重δ后与第2个卷积层的输出相加，作为第三个卷积层的输入，残差层表达式如下式所示：

L＝δL₁+L₂

其中，L₁表示第1层残差层的输出，L₂表示第2层残差层的输出，δ表示权重参数。

3.如权利要求2所述的基于自适应归一化的妆容迁移方法，其特征在于，δ＝0.3。

4.如权利要求1～3任一所述的基于自适应归一化的妆容迁移方法，其特征在于，所述生成器参数如下表所示：

5.如权利要求1所述的基于自适应归一化的妆容迁移方法，其特征在于，所述判别器的网络参数如下表所示：