[发明专利]一种素描图像的生成方法及装置

权利要求书

1.一种素描图像的生成方法，其特征在于，包括：

获取待处理的人脸图像；

通过预先训练的深度卷积神经网络模型中第一网络分支的P个卷积层，获取所述人脸图像中的面部素描特征，得到面部结构素描图，其中，所述P为大于0的整数；

通过所述深度卷积神经网络模型中第二网络分支的P个卷积层，获取所述人脸图像中的头发素描特征，得到头发纹理素描图；

将所述面部结构素描图以及所述头发纹理素描图合成得到所述人脸图像的素描图像。

2.如权利要求1所述的方法，其特征在于，所述第一网络分支的前N个卷积层与所述第二网络分支的前N个卷积层相同或者重合，所述N为大于0小于P的整数。

3.如权利要求2所述的方法，其特征在于，所述通过所述深度卷积神经网络模型中第一网络分支的P个卷积层，获取所述人脸图像中的面部素描特征，包括：

通过所述深度卷积神经网络模型中第一网络分支的所述前N个卷积层，过滤所述人脸图像中的背景特征，得到人脸特征图；

通过所述第一网络分支的后M个卷积层，获取所述人脸特征图中的面部素描特征；

所述通过所述深度卷积神经网络模型中第二网络分支的P个卷积层，获取所述人脸图像中的头发素描特征，包括：

通过所述深度卷积神经网络模型中第二网络分支的所述前N个卷积层，过滤所述人脸图像中的背景特征，得到人脸特征图；

通过所述第二网络分支的后M个卷积层，获取所述人脸特征图中的头发素描特征；

其中，P＝M+N。

4.如权利要求3所述的方法，其特征在于，所述第一网络分支的后M个卷积层的卷积核尺寸，与所述第二网络分支的后M个卷积层的卷积核尺寸对应相等。

5.如权利要求3所述的方法，其特征在于，所述N为4，通过所述深度卷积神经网络模型中第一网络分支的所述前N个卷积层，过滤所述人脸图像中的背景特征，包括：

通过深度卷积神经网络模型中第一网络分支的前N个卷积层中的第一卷积层以及第二卷积层，过滤所述人脸图像水平方向以及垂直方向的背景特征；

通过深度卷积神经网络模型中第一网络分支的前N个卷积层中的第三卷积层以及第四卷积层，针对过滤了背景特征的所述人脸图像，在水平方向以及垂直方向上进行平滑处理。

6.如权利要求5所述的方法，其特征在于，所述第一卷积层的卷积核尺寸与第二卷积层的卷积核尺寸相等，第三卷积层的卷积核尺寸和第四卷积层的卷积核尺寸相同。

7.如权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：

获取所述人脸图像中每一个像素点为头发特征点的头发概率；

所述将所述面部结构素描图以及所述头发纹理素描图合成得到所述人脸图像的素描图像，符合如下公式要求：

S_(i,j)＝(1-P_h(i,j))×S_S(i,j)+P_h(i,j)×S_t(i,j)

其中，所述S_(i,j)为所述人脸图像的素描图像中第i行第j列的像素点的像素值，P_h(i,j)为所述人脸图像的素描图像中第i行第j列的像素点的头发概率，S_S(i,j)为所述面部结构素描图像中第i行第j列的像素点的像素值，S_t(i,j)为所述头发纹理素描图中第i行第j列的像素点的像素值，所述i，j均为大于0的整数。