[发明专利]人脸草绘图的获取方法、装置、设备及存储介质

说明书

本发明提供一种人脸草绘图的获取方法、装置、设备及存储介质，涉及图像处理技术领域。该人脸草绘图的获取方法包括：获取人脸图像。根据预设的人脸草绘图网络，对人脸图像进行处理，得到人脸草绘图，人脸草绘图网络依次包括N个编码区块和N个解码区块，N为大于或等于2的整数。每个编码区块用于对输入的待编码图像进行两路下采样处理，根据两路下采样处理后的图像进行合并，得到编码区块的输出图像。由于在编码区块进行下采样时，使用了两路不同的下采样处理，能够分别提取人脸图像中的轮廓边缘信息和五官边缘信息，使得到的人脸草绘图中的脸部细节纹理减少，提高了人脸草绘图的质量，不需要二次处理即可使用。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种人脸草绘图的获取方法、装置、设备及存储介质。

背景技术

人脸草绘图在许多现实场景中有着重要的应用，例如，人脸草绘图在人脸图像恢复中可以作为强先验信息，指导网络生成边缘更准确的人脸图像；人脸识别中利用人脸草绘图可以快速勾勒出五官特征便于识别等。

现有技术中，通常根据生成对抗网络(Generative Adversarial Network，GAN)训练方法监督生成网络，训练基于卷积神经网络(Convolutional Neural Networks,CNN)的人脸草绘图模型，然后通过人脸草绘图模型获取人脸草绘图。

但是，由于GAN训练的训练速度慢，且通过训练生成的人脸草绘图模型获取的人脸草绘图中，还包括脸部细节纹理，人脸草绘图的效果较差，还需要进行二次处理，无法稳定获取高质量的人脸草绘图。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种人脸草绘图的获取方法、装置、设备及存储介质，以提高获取高质量人脸草绘图的稳定性。

为实现上述目的，本发明实施例根据的技术方案如下：

第一方面，本发明实施例提供了一种人脸草绘图的获取方法，包括：获取人脸图像。根据预设的人脸草绘图网络，对人脸图像进行处理，得到人脸草绘图，人脸草绘图网络依次包括N个编码区块和N个解码区块，N为大于或等于2的整数。每个编码区块用于对输入的待编码图像进行两路下采样处理，根据两路下采样处理后的图像进行合并，得到编码区块的输出图像。每个解码区块用于对输入的待解码图像进行两路上采样处理，根据两路上采样处理后的图像进行合并，得到解码区块的输出图像。

可选地，每个编码区块用于对待编码图像进行最大池化下采样处理，得到人脸图像的面部边缘图像。对待编码图像依次进行多个下采样处理，得到人脸图像的五官边缘图像。对面部边缘图像和五官边缘图像进行合并，得到编码区块的输出图像。

可选地，每个解码区块用于对待解码图像进行上采样处理，得到面部边缘草绘图。对待解码图像依次进行多个上采样处理，得到五官边缘草绘图。对面部边缘草绘图和五官边缘草绘图进行合并，得到解码区块的输出图像。

可选地，编码区块的输出图像的尺度为待编码图像的尺度的二分之一。解码区块的输出图像的尺度为待解码图像的尺度的两倍。

可选地，人脸草绘图网络为根据下述方式进行训练得到：

依次根据N个编码区块和N个解码区块，对预设的人脸样本图像进行处理。根据各解码区块输出的解码后样本图像，确定各解码区块的边缘损失值。根据N个解码区块的边缘损失值，确定人脸草绘图网络的边缘损失值。根据人脸草绘图网络的边缘损失值，对各编码区块和各解码区块进行训练。

可选地，各解码区块的边缘损失值为根据下述方式得到：

根据预设的激活函数，确定解码后样本图像中各像素点为边缘像素点的概率值。根据解码后样本图像中各像素点的预设类标签，以及各像素点为边缘像素点的概率值，确定解码区块的边缘损失值，其中，预设类标签用于表示像素点是否被标注为边缘像素点。