[发明专利]一种去除图片人物双下巴模型的训练方法

说明书

本发明公开了一种去除图片人物双下巴模型的训练方法。包括：获取原始人物图像数据以及基于原始人物图像数据生成的伪双下巴图像数据；将伪双下巴图像数据输入双下巴去除模型输出模型识别的双下巴区域mask以及模型生成的无双下巴的正常下巴图像数据；将正常下巴图像数据与原始人物图像数据融合生成结果图；利用结果图与原始人物图像数据计算loss函数并利用梯度反向传播法更新迭代双下巴去除模型直至模型收敛。本发明能够有效且快速的训练得到双下巴去除模型，进而实现够一键去除图片人物的双下巴，不需要再使用各种修图工具手动复杂的去除双下巴，并且本技术方案去除完双下巴后的图像美观自然。

技术领域

本发明涉及年龄预测技术领域，尤其涉及一种去除图片人物双下巴模型的训练方法。

背景技术

双下巴是由于下巴脂肪组织堆积过多，加之上了年纪皮肤老化而松弛，并因重力的作用而下垂，从外观上看下似有双下巴，看颈部雍肿短粗，失去人固有的线条美、曲线美。

当前的图像人物美化领域对人物双下巴的去除多采用人工进行，使用各种复杂的修图工具一点点的手工优化，而现有的双下巴消除算法处理技术多采用手工提取特征不一定能够很好地表达人脸图像的特征，因此预测准确率较低，不如深度学习。现有深度学习算法的问题主要是算法的复杂度高，速度较慢，过拟合较为严重以及预测偏差较大。

发明内容

有鉴于此，本发明的目的在于提出一种去除图片人物双下巴模型的训练方法，能够利用原图以及伪数据来对模型进行训练和监督，实现快速高效的模型训练，提高模型的精确度。

根据本发明的一个方面，提供一种去除图片人物双下巴模型的训练方法，包括：获取原始人物图像数据以及基于原始人物图像数据生成的伪双下巴图像数据；将伪双下巴图像数据输入双下巴去除模型输出模型识别的双下巴区域mask以及模型生成的无双下巴的正常下巴图像数据；将正常下巴图像数据与原始人物图像数据融合生成结果图；利用结果图与原始人物图像数据计算loss函数并利用梯度反向传播法更新迭代双下巴去除模型直至模型收敛。

在上述技术方案中，首先利用原始人物图像数据来构建伪双下巴图像数据形成数据对，相较于传统的需要大量数据且进行繁琐的人工标注而言，本技术方案采用的技术思路能够快速构建数据集，同时原始人物图像数据也可以用于后续的模型监督，一举两得。其次，将构建好的伪双下巴图像数据输入预构建的双下巴去除模型，利用模型来识别出伪双下巴图像数据中的双下巴区域Mask以及经过模型处理后的无双下巴的正常下巴图像。最后，利用双下巴区域mask将无双下巴的正常下巴图像与原始人物图像数据进行融合，并进一步计算loss函数，实现对预构建的双下巴去除模型进行反向梯度传播更新，以此来完成模型的快速训练且能够有效提高模型的精确度。上述技术方案中能够有效且快速的训练得到双下巴去除模型，进而实现够一键去除图片人物的双下巴，不需要再使用各种修图工具手动复杂的去除双下巴，并且本技术方案去除完双下巴后的图像美观自然。

在一些实施例中，获取原始人物图像数据以及基于原始人物图像数据生成的伪双下巴图像数据，具体包括：

利用算法识别原始人物图像数据中的人脸区域；

基于人脸区域识别人物下巴区域，并将人物下巴区域沿脖子方向随机移动；

将随机移动后的人物下巴区域与原始人物图像数据融合并在人物下巴区域添加阴影后输出伪双下巴图像数据。

在上述技术方案中，为了更好的构建出伪双下巴图像数据，本技术方案先利用算法精确识别处原始人物图像数据中的人脸区域，然后进一步识别处下巴区域，并利用液化等图像处理方法将下巴区域沿脖子方向随机移动，最后与原始人物图像数据融合后即可获得随机生成的伪双下巴图像数据，同时为了提高模型的精确性，本技术方案在伪双下巴图像数据生成后进一步利用蒙版等图像处理方法为伪双下巴图像数据添加阴影来提高双下巴的真实程度。由于采用了原本人物的下巴来构建双下巴，因此伪双下巴图像数据更为真实自然。制作完成后则拥有原始人物图像数据以及基于原始人物图像数据生成的伪双下巴图像数据形成的数据对。