首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图像转换与StyleGAN混合框架的人脸妆容迁移系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉理工大学

摘要:本发明公开了一种基于图像转换与StyleGAN混合框架的人脸妆容迁移系统,其特征在于,它包括图像反演模块、特征图获取模块、第一阶段训练模块、初步迁移结果获取模块、第二阶段训练模块、颜色校正模块、第三阶段训练模块和妆容迁移模块;对于妆容色彩迁移,本发明生成了图像真实且妆容自然的妆容迁移结果;对于妆容纹理迁移,本发明可以生成睫毛并改变皮肤纹理,是唯一能够渲染妆容纹理的方法;本发明也是唯一一个支持高分辨率妆容迁移的方法。

主权项:1.一种基于图像转换与StyleGAN混合框架的人脸妆容迁移系统,其特征在于,它包括图像反演模块、特征图获取模块、第一阶段训练模块、初步迁移结果获取模块、第二阶段训练模块、颜色校正模块、第三阶段训练模块和妆容迁移模块;图像反演模块用于利用反演编码器分别计算源图像和参考图像的反演风格编码,并利用StyleGAN2生成器生成源图像和参考图像的反演图像,将反演图像进行压缩,获取源图像与源图像的反演压缩图像的残差图和参考图像与参考图像的反演压缩图像的残差图;特征图获取模块用于将源图像与源图像的反演压缩图像的残差图输入到多尺度残差编码器获取多分辨率特征图,并基于融合网络将多分辨率特征图注入StyleGAN2粗糙层的特征图中,得到混合特征图;第一阶段训练模块用于利用损失函数在CelebA-HQ数据集上训练多尺度残差编码器和融合网络;初步迁移结果获取模块用于利用源图像和参考图像的细节层反演风格编码通过第一个映射网络获取风格编码的改变量,并将混合特征图和风格编码的改变量输入StyleGAN2生成器中,生成初步迁移结果;第二阶段训练模块用于将初步迁移结果带入整体损失函数得到整体损失信息,通过整体损失信息利用反向传播的方式优化第一个映射网络;颜色校正模块用于使用残差编码器从参考图像与参考图像的反演压缩图像的残差图中蒸馏丢失的妆容信息,并利用第二个映射网络将丢失的妆容信息嵌入到源图像的反演图像中,得到嵌入了参考妆容风格的源图像精细层反演风格编码,将该精细层风格编码与混合特征图输入StyleGAN2生成器中,生成最终迁移结果;第三阶段训练模块用于将最终迁移结果带入整体损失函数得到整体损失信息,通过整体损失信息利用反向传播的方式优化残差编码器和第二个映射网络;妆容迁移模块用于将图像反演模块、特征图获取模块、初步迁移结果获取模块和颜色修正模块构成一个基于图像转换与StyleGAN的混合框架,然后将源图像和参考图像输入到该混合框架得到妆容迁移结果。

全文数据:

权利要求:

百度查询: 武汉理工大学 基于图像转换与StyleGAN混合框架的人脸妆容迁移系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。