一种基于深度学习的头发分割方法与流程

本发明属于图像处理技术领域，特别是涉及一种基于深度学习的头发分割方法。

背景技术：

图像分割一直是计算机视觉领域比较重要的一个分支，现如今应用最广的是一些交互式的分割方法如grabcut等基于图的分割方法，这些方法需要手动指定一部分前背景种子点，而手机设备上要有好的用户体验的话要求尽量自动化；grabcut等图割方法仅仅使用颜色信息以及空间信息进行分割，缺少高层语义上的分割与理解。

头发分割属于图像分割中的一种情况，发型的复杂性、颜色的多变、纹理的不确定性、亮度的不确定性等使得传统的图割的方法并不能很好地分割头发。而现有的头发分割方法使头发分割的效果差，无法明确的分割出头发区域；无法实现自动分割，需要人工干预；无法对任意分辨率的图像进行头发分割；占用内存大，运行速度慢。

技术实现要素：

为了解决上述问题，本发明提出了一种基于深度学习的头发分割方法，能够有效避免传统分割方法的不足，达到较好的头发分割效果，不需要人工干预，实现自动分割；能够对任意分辨率的图像进行分割；占用内存小，运行速度快。

为达到上述目的，本发明采用的技术方案是：一种基于深度学习的头发分割方法，包括步骤：

s100获取原始图像；

s200对原始图像进行人脸检测，得到人脸关键点；

s300利用人脸关键点生成人脸关键部位描述图；

s400将原始图像和人脸关键部位描述图合并，获得4通道图像；

s500将所述4通道图像输入卷积神经网络模型，通过卷积神经网络模型推断出每个像素点是头发的概率，从而获得头发概率图；

s600利用头发概率图对原始图像进行头发分割。

进一步的是，步骤s300中，利用人脸关键点建立对于人脸器官以及轮廓的二值蒙版图，并由所述二值蒙版图作为人脸关键部位描述图。

进一步的是，在所述卷积神经网络模型的训练过程中，通过人工标定多组人脸图片作为训练样本训练卷积神经网络模型。

进一步的是，所述卷积神经网络模型包括卷积层、maxpooling层、unpooling层、add层和softmax层；模型简单、占用空间小且运算速度快。

进一步的是，在所述卷积神经网络模型的卷积层引入relu激活函数，加快计算速度。

进一步的是，利用头发概率图，通过最小化能量函数对原始图像进行头发分割，最小化能量函数公式为：

其中，yi为推断的头发概率图，为卷积神经网络模型中标定的头发概率图，m为总的训练样本数。

采用本技术方案的有益效果：

通过人脸关键部位描述图作为卷积神经网络模型，增强卷积神经网络模型对人头部区域的理解能力，从而能够精确的分割出头发区域；

利用卷积神经网络模型，能够加快计算速度，可以实现任意分辨率的输入；

模型结构简单，内存占用小，适合在手机上运行。

附图说明

图1为本发明的一种基于深度学习的头发分割方法流程示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。

在本实施例中，参见图1所示，本发明提出了一种基于深度学习的头发分割方法，包括步骤：s100-s600。

s100获取原始图像irgb，irgb为3通道rgb图像。

s200对原始图像进行人脸检测，得到人脸关键点。

s300利用人脸关键点生成人脸关键部位描述图。

利用人脸关键点建立对于人脸器官以及轮廓的二值蒙版图，并由所述二值蒙版图作为人脸关键部位描述图。

s400将原始图像和人脸关键部位描述图合并，获得4通道图像。

s500将所述4通道图像输入卷积神经网络模型，通过卷积神经网络模型推断出每个像素点是头发的概率，从而获得头发概率图；

在所述卷积神经网络模型的训练过程中，通过人工标定多组人脸图片作为训练样本训练卷积神经网络模型。

所述卷积神经网络模型包括卷积层、maxpooling层、unpooling层、add层和softmax层；模型简单、占用空间小且运算速度快。

在所述卷积神经网络模型的卷积层引入relu激活函数，加快计算速度。

卷积神经网络模型结构：

其中：

blk(in,out,kxk)为：convolution_2d+relu；卷积层的输入为in个通道，卷积层输出为out个通道，采用kxk大小的核；

unpooling(kxk,stride)：采用kxk大小的核，stride为步长；

maxpooling(kxk,stride)：采用kxk大小的核，stride为步长。

具体推断过程为：

1.将输入的4通道图像经过输入层：blk(4,32,3x3)，得到32通道的特征图a0；

2.将32通道的特征图a0经过blk(32,32,3x3)，得到32通道的特征图a1；

3.将32通道的特征图a1经过maxpooling(4x4,4)，得到32通道的特征图a2；

4.将32通道的特征图a2经过blk(32,64,3x3)，得到64通道的特征图a3；

5.将64通道的特征图a3经过maxpooling(2x2,2)，得到64通道的特征图a4；

6.将64通道的特征图a4经过blk(64,2,3x3)，得到2通道的特征图a5_1；

7.将64通道的特征图a4经过blk(64,128,3x3)，得到128通道的特征图a5_2；

8.将128通道的特征图a5_2经过maxpooling(4x4,4)，得到128通道的特征图a6；

9.将128通道的特征图a6经过blk(128,2,1x1)，得到2通道的特征图a7_1；

10.将128通道的特征图a6经过blk(128,128,3x3)，得到128通道的特征图a7_2；

11.将128通道的特征图a7_2依次经过maxpooling(2x2,2)、blk(128,128,1x1)、blk(128,64,3x3)、blk(64,32,3x3)、blk(32,16,3x3)、blk(16,8,5x5)、blk(8,2,7x7)、unpooling(2x2,2)、blk(2,2,3x3)，得到2通道的特征图a8；

12.将2通道的特征图a8与a7_1相加，得到2通道的特征图a6_add；

13.将2通道的特征图a6_add依次经过unpooling(4x4,4)、blk(2,2,5x5)，得到2通道的特征图a6_up；

14.将2通道的特征图a6_up与a5_1相加，得到2通道的特征图a5_add；

15.将2通道的特征图a5_add依次经过unpooling(8x8,8)、blk(2,2,7x7)、softmax，得到2通道的结果图a0_1；

16.取结果图a0_1的第二个通道作为最终的输出，即头发概率图。

s600利用头发概率图对原始图像进行头发分割。

利用头发概率图，通过最小化能量函数对原始图像进行头发分割，最小化能量函数公式为：

其中，yi为推断的头发概率图，为卷积神经网络模型中标定的头发概率图，m为总的训练样本数。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。