[发明专利]素描的生成方法、装置、终端设备和存储介质在审

专利信息
申请号: 201711392583.7 申请日: 2017-12-21
公开(公告)号: CN107967667A 公开(公告)日: 2018-04-27
发明(设计)人: 陈岩;刘耀勇 申请(专利权)人: 广东欧珀移动通信有限公司
主分类号: G06T3/00 分类号: G06T3/00
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 素描 生成 方法 装置 终端设备 存储 介质
【权利要求书】:

1.一种素描的生成方法,其特征在于,包括:

获取人脸图像的五官特征;

根据所述五官特征对所述人脸图像进行标注;

将标注后的人脸图像输入至素描生成模型,获得所述人脸图像对应的素描图片,其中,所述素描生成模型包括基于机器学习算法生成的模型。

2.根据权利要求1所述的生成方法,其特征在于,所述五官特征包括五官位置和五官属性,所述根据所述五官特征对所述人脸图像进行标注,包括:

根据所述五官位置对所述人脸图像进行分割,得到多个人脸子图像;

从所述多个人脸子图像中选取至少一个目标人脸子图像;

根据所述五官属性对选取的目标人脸子图像进行标注;

相应的,将标注后的人脸图像输入至素描生成模型,获得所述人脸图像对应的素描图片,包括:

将标注后的目标人脸子图像输入至素描生成模型,获得所述目标人脸子图像对应的第一素描图片。

3.根据权利要求2所述的生成方法,其特征在于,在获得所述目标人脸子图像对应的第一素描图片之后,还包括:

将所述第一素描图片与其余人脸子图像进行合并,获得第二素描图片,所述其余人脸子图像为所述多个人脸子图像中除所述目标人脸子图像之外的人脸子图像。

4.根据权利要求2所述的生成方法,其特征在于,所述根据所述五官位置对所述人脸图像进行分割,得到多个人脸子图像,包括:

根据所述五官位置所在区域的连通性对所述人脸图像进行分割,得到多个人脸子图像;

所述从所述多个人脸子图像中选取至少一个目标人脸子图像,包括:

从所述多个人脸子图像中选取至少一个目标人脸子图像,所述目标人脸子图像中包括至少一个五官。

5.根据权利要求1所述的生成方法,其特征在于,在获取人脸图像的五官特征之前,包括:

获取人脸素描图片集,并获取所述人脸素描图片集的五官特征;

获取所述人脸素描图片集中每个像素点的灰度值;

根据所述人脸素描图片集的五官特征和所述灰度值对所述人脸素描图片集进行标注,获得人脸素描图片样本集;

根据所述人脸素描图片样本集,基于设定机器学习算法对预设模型进行训练,获得素描生成模型。

6.根据权利要求5所述的生成方法,其特征在于,所述获取人脸素描图片集包括:

根据预设风格化信息对所述人脸素描图片集进行分类,获得人脸素描图片子集;其中,所述预设风格化信息包括卡通风格、普通风格及哈哈镜风格;

相应的,根据所述人脸素描图片集的五官特征和所述灰度值对所述人脸素描图片集进行标注,获得人脸素描图片样本集,包括:

根据所述人脸素描图片集的五官特征和所述灰度值对所述人脸素描图片子集进行标注,获得人脸素描图片样本子集。

7.根据权利要求6所述的生成方法,其特征在于,所述将标注后的人脸图像输入至素描生成模型,获得所述人脸图像对应的素描图片,包括:

选择目标预设风格化信息;

将标注后的人脸图像输入至素描生成模型,获得所述人脸图像对应的目标预设风格化素描图片。

8.一种素描的生成装置,其特征在于,包括:

五官特征获取模块,用于获取人脸图像的五官特征;

人脸图像标注模块,用于根据所述五官特征对所述人脸图像进行标注;

素描图片获取模块,用于将标注后的人脸图像输入至素描生成模型,获得所述人脸图像对应的素描图片,其中,所述素描生成模型包括基于机器学习算法生成的模型。

9.一种终端设备,其特征在于,包括:处理器、存储器以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计算机程序时实现如权利要求1-7中任一项所述的生成方法。

10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的生成方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东欧珀移动通信有限公司,未经广东欧珀移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711392583.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top