公开(公告)号：CN114913057A

公开(公告)日：2022-08-16

申请号：CN202210535719.X

申请日：2022-05-17

Applicant: 华南理工大学

Inventor： 吴斯 ,  赖正源 ,  李君航 ,  宋全鹏

IPC: G06T3/00 ,  G06N3/04 ,  G06N3/08 ,  G06T5/40 ,  G06V10/26 ,  G06V10/774 ,  G06V40/16 ,  G06V10/82

Abstract: 本发明公开了一种基于生成对抗学习的人脸妆容迁移方法，包括：S1、准备三个不同的数据集；S2、将原始图像的风格转换成处理图像的风格；S3、使用预训练的人脸分割模型对图像中的人脸进行区域划分；S4、将上妆后的图像中的妆容迁移到未上妆的处理图像，完成人脸妆容迁移的任务。本发明使用易于收集的质量较低的人脸图像作为原始数据，结合图像增强模型(即神经网络)，训练一个用于人脸妆容迁移的模型(即神经网络)，以提升人脸妆容迁移的适用性。

公开(公告)号：CN114913057B

公开(公告)日：2024-07-02

申请号：CN202210535719.X

申请日：2022-05-17

Applicant: 华南理工大学

Inventor： 吴斯 ,  赖正源 ,  李君航 ,  宋全鹏

IPC: G06T3/04 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/094 ,  G06T5/40 ,  G06V10/26 ,  G06V10/774 ,  G06V40/16 ,  G06V10/82

Abstract: 本发明公开了一种基于生成对抗学习的人脸妆容迁移方法，包括：S1、准备三个不同的数据集；S2、将原始图像的风格转换成处理图像的风格；S3、使用预训练的人脸分割模型对图像中的人脸进行区域划分；S4、将上妆后的图像中的妆容迁移到未上妆的处理图像，完成人脸妆容迁移的任务。本发明使用易于收集的质量较低的人脸图像作为原始数据，结合图像增强模型(即神经网络)，训练一个用于人脸妆容迁移的模型(即神经网络)，以提升人脸妆容迁移的适用性。

公开(公告)号：CN115565223A

公开(公告)日：2023-01-03

申请号：CN202211181562.1

申请日：2022-09-27

Applicant: 华南理工大学

Inventor： 吴斯 ,  宋全鹏

IPC: G06V40/16 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764

Abstract: 本发明公开了一种基于图卷积网络的生成对抗网络的人脸图像编辑方法，该方法使用一个生成器来对人脸图像进行编辑，为了训练该生成器，需使用一个辨别器与其进行对抗训练，考虑到人脸图像编辑中各个属性之间存在相关性，使用图卷积网络来利用属性之间的关联信息，增强辨别器对于多属性编辑情况下的辨别能力，进而提升生成器的图像编辑能力。本发明在辨别器上采用了图卷积层并结合数据集中人脸属性之间的关联信息来提升辨别器对于多属性编辑情况下的辨别能力。本发明针对人脸图片中属性之间的联系利用图卷积网络来进行建模，提升了辨别器在多属性条件下区分真假样本的能力，使得生成器可以更好地进行多属性条件下的人脸编辑任务。