【技术实现步骤摘要】
本申请涉及计算机图像处理，特别涉及一种基于生成对抗网络算法的人脸五官局部调整方法及系统。
技术介绍
1、随着移动端摄影技术的发展，人像照片的获取不再依赖专业设备，因此人像照片的体量在不断提升。同时随着社交网络的迅速发展，人像照片的美型调整成为必要需求，人脸五官的局部调整已经成为图像处理软件的必要功能之一。针对大量的、有不同需求的用户群体，提供可批量化处理、有定制化功能、调整方向多变的人脸五官局部调整方法成为重要的研发方向。
2、目前的人脸五官局部调整算法多基于三角剖分与插值等传统图像变型算法，通过给定的调整方向，由用户进行调整，存在以下的缺点：
3、1.传统人脸五官局部调整算法的调整方向往往由程序开发者根据大众审美进行统一制定，用户只能选择调整的程度，缺少个性化的调整。
4、2.传统人脸五官局部调整算法在处理的人像为正面人像时具备很好的处理效果，但针对模板五官或者处理图像五官有较大的角度偏移时，往往会产生较大的畸变。
5、3.传统人脸五官局部调整算法可以提供标准模板共用户选择调整，也可以让用户自行上传图片进行调整，但是调整效果完全取决于用户上传的图片质量，算法性能缺少鲁棒性。
6、4.传统人脸五官局部调整算法只针对一张图片进行调整，无法进行批量化的调整迁移，用户在进行大量图片处理时缺少程序化的处理方式。
7、因此，为了满足大众定制化的需求，亟需一种能够自由调整目标调整模板、能够细致进行特定五官调整、能够完成批量定制调整方向、效果稳定的五官局部调整算法。>
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种基于生成对抗网络算法的人脸五官局部调整方法及系统，应用于具有人像五官调整功能的平台与系统，针对个性化、批量化处理的五官局部调整需求。
2、本申请的一个方面提供了一种基于生成对抗网络算法的人脸五官局部调整方法，包括：
3、步骤s100：获取人脸图像数据，按照人脸风格标签分类得到人像组数据，利用人像组数据得到目标五官模板；
4、所述人脸图像数据是指包含五官的人脸图像及其对应的人脸风格标签ri和五官形态标签wj，所述人脸图像数据包括第一人脸图像和第二人脸图像；
5、所述人脸风格标签ri＝(r1,r2,...,ra)共有a种，包括但不限于：古典、韩式、现代，ri表示第i种人脸风格标签；
6、所述五官形态标签wj＝(w1,w2,...,wb)共有b种，包括但不限于：凤眼、柳叶眉、樱桃嘴，wj表示第j种五官形态标签；
7、所述人像组数据是指按照a个人脸风格标签将人脸图像数据进行分类得到a组人脸图像数据，每一组人像组数据包括每组人脸图像数据中的人脸图像、人脸风格标签和五官形态标签；
8、所述获取人脸图像数据，按照人脸风格标签分类得到人像组数据的具体方法为：
9、步骤s110：从人脸图像数据库中获取第一人脸图像；
10、步骤s120：将用户上传图像作为生成对抗网络的输入，生成与用户上传图像的人脸风格标签相同的图像作为第二人脸图像，并记录其人脸风格标签；
11、步骤s130：将第一人脸图像和第二人脸图像按照a种人脸风格标签分类，得到a组人像组数据；
12、所述第一人脸图像的分类方法是用户根据系统提供的预设五官模板，对第一人脸图像进行选择分类，所述预设五官模板中包含不同人脸风格标签和五官形态标签的五官模板；
13、所述第二人脸图像的分类方法是按照生成对抗网络生成的第二人脸图像的人脸风格标签和五官形态标签进行分类；
14、所述利用人像组数据得到目标五官模板的具体方法为：
15、步骤s140：对于每一组人像组数据，通过mediapipe的特征提取技术获得特征点及所述特征点的特征点三维坐标；
16、其中，特征点的个数为f个，tα表示第α个特征点，1≤α≤f，第α个特征点的特征点三维坐标为(xα，yα，zα)；
17、优选地，所述f个特征点为468个特征点；
18、步骤s150：根据特征点三维坐标将每组人像组数据中的人脸图像进行三维方向的对齐，通过特征点三维坐标计算得到平均特征点三维坐标；
19、所述平均特征点三维坐标为所述平均特征点三维坐标是通过计算所有特征点三维坐标的平均值得到；
20、步骤s160：由所有平均特征点三维坐标所在的平均特征点构成目标五官模板，组成所述目标五官模板的五官为目标五官；
21、步骤s200：获取用户输入的待处理人脸图像和五官定制参数；
22、所述待处理人脸图像是指用户上传的需要进行五官调整的人脸图像；
23、所述五官定制参数是指用户所需调整的五官的参数，包括调整五官、调整程度p和调整方向；
24、所述调整五官是指需要调整的五官的内容；
25、所述调整程度p是调整的百分比值，指在目标五官的基础上变大或缩小的程度；
26、所述调整方向q是指调整的方向为靠近目标五官或远离目标五官；
27、步骤s300：对待处理人脸图像进行三维建模，提取待处理特征点，得到待处理特征点三维坐标；
28、所述对待处理人脸图像进行特征点提取和三维建模的具体方法为：使用mediapipe的人脸检测技术找到用户输入的待处理人脸图像中的人脸部位，对人脸部位进行人脸关键点检测，找到待处理人脸图像的待处理特征点并提取对应的待处理特征点三维坐标
29、步骤s400：根据五官定制参数找到待处理人脸图像中对应的待处理特征点，根据目标五官模板对待处理特征点调整变形得到结果特征点和结果人脸图像；
30、所述根据五官定制参数找到待处理人脸图像中对应的待处理特征点，根据目标五官模板对待处理特征点调整变形得到结果特征点和结果人脸图像的方法为：
31、步骤s410：根据用户提供的五官定制参数，使用mediapipe的特征点提取技术，找到待处理人脸图像上与所述五官定制参数对应的待处理特征点；
32、步骤s420：根据五官定制参数，使用mediapipe的特征点提取技术找到目标五官模板上与所述五官定制参数对应的平均特征点；
33、步骤s430：以每个平均特征点为起点，对应的待处理特征点为终点，计算平均特征点与对应的待处理特征点之间的位移向量
34、所述位移向量的计算方法为：平均特征点三维坐标为待处理特征点三维坐标为位移向量的计算公式为
35、步骤s440：根据五官定制参数和位移向量计算待处理特征点的实际位移量；
36、所述根据五官定制参数和位移向量计算待处理特征点的实际位移量的具体计算方法为：实际位移量
37、步骤s450：根据实际位移量和待处理特征点进行局部调整变形得到结果特征点；
38、所述结果特征点(本文档来自技高网...
【技术保护点】
1.一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，包括：
2.如权利要求1所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述获取人脸图像数据，按照人脸风格标签分类得到人像组数据的具体方法为：
3.如权利要求2所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述利用人像组数据得到目标五官模板的具体方法为：
4.如权利要求3所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述所述五官定制参数是指：用户所需调整的五官的参数，包括调整五官、调整程度p和调整方向，所述调整五官是指需要调整的五官的内容，所述调整程度p是调整的百分比值，指在目标五官的基础上变大或缩小的程度，所述调整方向q是指调整的方向为靠近目标五官或远离目标五官。
5.如权利要求4所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述根据五官定制参数找到待处理人脸图像中对应的待处理特征点，根据目标五官模板对待处理特征点调整变形得到结果特征点和结果人脸图像的方法为：
6.如权利要求5所
7.如权利要求6所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述根据实际位移量计算得到结果特征点所在的结果特征点三维坐标的具体计算方法为：
8.一种基于生成对抗网络算法的人脸五官局部调整系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现如权利要求1-7任一所述的一种基于生成对抗网络算法的人脸五官局部调整方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行如权利要求1-7任一项所述的一种基于生成对抗网络算法的人脸五官局部调整方法中的步骤。
...【技术特征摘要】
1.一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，包括：
2.如权利要求1所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述获取人脸图像数据，按照人脸风格标签分类得到人像组数据的具体方法为：
3.如权利要求2所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述利用人像组数据得到目标五官模板的具体方法为：
4.如权利要求3所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述所述五官定制参数是指：用户所需调整的五官的参数，包括调整五官、调整程度p和调整方向，所述调整五官是指需要调整的五官的内容，所述调整程度p是调整的百分比值，指在目标五官的基础上变大或缩小的程度，所述调整方向q是指调整的方向为靠近目标五官或远离目标五官。
5.如权利要求4所述的一种基于生成对抗网络算法的人脸五官局部调整方法，其特征在于，所述根据五官定制参数找到待处理人脸图像中对应的待处理特征点，根据目标五官模板对待处理特征点...
【专利技术属性】
技术研发人员：鲍思羽，张京辉，王泽众，赵瑞静，陈艺丹，杨东明，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。