人脸图像生成方法、人脸识别模型训练方法及相应装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107451950A(43)申请公布日2017.12.08(21)申请号201610370020.7G06K9/00(2006.01)(22)申请日2016.05.30(71)申请人北京旷视科技有限公司地址100190北京市海淀区科学院南路2号A座313申请人北京迈格威科技有限公司(72)发明人鲁逸沁周而进印奇(74)专利代理机构北京睿邦知识产权代理事务所(普通合伙)11481代理人徐丁峰张玮(51)Int.Cl.G06T3/00(2006.01)G06T3/40(2006.01)G06T5/50(2006.01)G06T7/10(2017.01)权利要求书2页说明书16页附图11页(54)发明名称人脸图像生成方法、人脸识别模型训练方法及相应装置(57)摘要本发明的实施例提供了人脸图像生成方法、人脸识别模型训练方法及相应装置。该人脸图像生成方法包括：获取经标注人脸关键点的人脸图像；获取经标注头发关键点的头发图像，其中所述头发关键点与所述人脸关键点对应；以及基于所述人脸关键点和所述头发关键点将所述头发图像的头发部分叠加到所述人脸图像上，以获得人脸合成图像。利用上述人脸图像生成方法和装置，能够获得大量的、逼真的、具有各种发型的人脸的合成图像。为后续人脸图像处理提供了很多有效分析素材。在有效利用这些素材的情况下，可以显著提高人脸图像处理的速度和精度。CN107451950ACN107451950A权利要求书1/2页1.一种人脸图像生成方法，包括：获取经标注人脸关键点的人脸图像；获取经标注头发关键点的头发图像，其中所述头发关键点与所述人脸关键点对应；以及基于所述人脸关键点和所述头发关键点将所述头发图像的头发部分叠加到所述人脸图像上，以获得人脸合成图像。2.如权利要求1所述的人脸图像生成方法，其中，所述将所述头发图像的头发部分叠加到所述人脸图像上进一步包括：根据所述人脸关键点和所述头发关键点，获取用于所述头发图像的变换矩阵；利用所述变换矩阵对所述头发图像进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像；对所述经变换的头发图像进行图像分割，以获得所述经变换的头发图像的头发轮廓模板；以及利用所述头发轮廓模板，将所述经变换的头发图像的头发部分叠加到所述人脸图像上，以获得所述人脸合成图像。3.如权利要求1所述的人脸图像生成方法，其中，所述将所述头发图像的头发部分叠加到所述人脸图像上进一步包括：对所述头发图像进行图像分割，以获得头发轮廓模板；根据所述人脸关键点和所述头发关键点，获取用于所述头发图像和所述头发轮廓模板的变换矩阵；利用所述变换矩阵对所述头发图像和所述头发轮廓模板进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像和投影到所述人脸图像所在视平面的、经变换的头发轮廓模板；以及利用所述投影到所述人脸图像所在视平面的、经变换的头发轮廓模板，将所述经变换的头发图像的头发部分叠加到所述人脸图像上，以获得所述人脸合成图像。4.如权利要求2或3所述的人脸图像生成方法，其中，在所述获取变换矩阵之后，所述将所述头发图像的头发部分叠加到所述人脸图像上进一步包括：将所述变换矩阵中的至少部分元素增加噪声，以用于所述变换。5.如权利要求4所述的人脸图像生成方法，其中，所述噪声服从高斯分布。6.如权利要求2或3所述的人脸图像生成方法，其中，所述变换是透视变换。7.如权利要求2或3所述的人脸图像生成方法，其中，所述将所述经变换的头发图像的头发部分叠加到所述人脸图像上进一步包括：利用泊松融合方法将所述经变换的头发图像的头发部分叠加到所述人脸图像上。8.如权利要求1所述的人脸图像生成方法，其中，所述人脸关键点包括：正脸最高点、左眼角延长线与脸轮廓的交点、右眼角延长线与脸轮廓的交点和下巴。9.一种人脸识别模型训练方法，包括：利用如权利要求1至8任一项所述的人脸图像生成方法生成人脸合成图像；以及利用图像库进行人脸识别模型的训练，其中所述图像库包括所述人脸合成图像。10.一种人脸图像生成装置，包括：2CN107451950A权利要求书2/2页第一获取模块，用于获取经标注人脸关键点的人脸图像；第二获取模块，用于获取经标注头发关键点的头发图像，其中所述头发关键点与所述人脸关键点对应；以及合成模块，用于基于所述人脸关键点和所述头发关键点将所述头发图像的头发部分叠加到所述人脸图像上，以获得人脸合成图像。11.如权利要求10所述的人脸图像生成装置，其中，所述合成模块进一步包括：矩阵生成单元，用于根据所述人脸关键点和所述头发关键点，获取用于所述头发图像的变换矩阵；第一变换单元，用于利用所述变换矩阵对所述头发图像进行变换，以获得投影到所述人脸图像所在视平面的、经变换的头发图像；第一分割