[发明专利]一种素描图像的生成方法及装置

说明书

一种素描图像的生成方法及装置，用以解决现有技术中存在的人脸素描图像自动生成技术准确性较低，泛化能力较差且素描图像生成的速度慢的问题。所述方法包括：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；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。

技术领域

本申请涉及图像处理技术领域，特别涉及一种素描图像的生成方法及装置。

背景技术

人脸素描图像自动生成(sketch portrait automatic generation)，是指将输入的人脸图像自动生成具有素描风格的人脸图像的过程。

人脸素描图像的自动生成技术在诸多领域都有重要的应用。如，在公共安全领域，可以利用基于犯罪嫌疑人的身份证照片生成的素描图像与根据目击证人的描述绘制的素描图像进行比对，从而辅助公安机关确定犯罪嫌疑人的身份；在动漫产业与社交网络领域，主要用于将人物照片进行素描风格化的渲染。

目前的人脸素描图像自动生成技术主要是基于合成的方法，即利用样本图像中与输入图像中相似的部分来合成完整的素描图像。

具体的，首先建立一个包括大量的样本图像块及每一个样本图像块对应的素描图像块的数据库，其中，每一个样本图像块分别包含不同的与人脸相关的特征信息，如五官、人脸装饰物、头发、胡须等特征信息。其次将输入图像分成许多图像分块，针对每一个图像分块在数据库中搜索与其相似的样本图像块，获取每一个图像分块相似的样本图像块对应的素描图像块，并将获取的所有素描图像块合成一个素描图像。然后通过多尺度马尔科夫随机场(英文：Markov Random Filed，简称：MRF)算法模型去除合成的素描图像中相邻子块间的边缘，得到相对自然的素描图像。

然而，基于合成的人脸素描图像自动生成技术通过MRF算法模型使合成的素描图像趋于平滑的方式，使得合成的素描图像中的一些如人脸上的痣、疤痕等细节特征被平滑掉，从而导致合成的素描图像不能很好的保留人脸照片中的纹理细节信息。并且基于合成的人脸素描图像自动生成技术通常需要建立一个样本数据库，而样本数据库中样本数据包括的特征信息均与人脸相关，而建立的样本数据库中样本数据数量有限并不能涵盖足够的样本数据，因此当人脸图像中出现样本数据中没有包括的元素时，基于合成的人脸素描图像自动生成技术不能准确的生成素描图像，因此基于合成的人脸素描图像自动生成技术的准确性较低且泛化能力较差。并且，基于合成的人脸素描图像自动生成技术在将原始图像生成素描图像时，要将原始数据与所有样本图像块进行搜索比对，并将所有获取的素描图像块进行合成，工作量大导致素描图像生成的速度慢。

发明内容

本申请实施例提供了一种素描图像的生成方法及装置，用以解决现有技术中存在的人脸素描图像自动生成技术准确性较低，泛化能力较差且素描图像生成的速度慢的问题。

第一方面，本申请实施例提供了一种素描图像的生成方法，该方法可以应用于电子设备，包括：

电子设备获取待处理的人脸图像后，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，并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，其中，所述P为大于0的整数。

然后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。