关键人脸轮廓区域卡通风格化生成算法

范林龙，李 毅，张笑钦

关键人脸轮廓区域卡通风格化生成算法

范林龙1，李 毅1，张笑钦2

(1. 温州大学计算机与人工智能学院，浙江 温州 325035； 2. 温州大学大数据与信息技术研究院，浙江 温州 325035)

针对人脸轮廓特征区域的局部化限定，结合关键特征点的提取和脸部邻近颜色区域的融合，并引入注意力机制，提出了一种基于CycleGAN的关键人脸轮廓区域卡通风格化生成算法，以此作为初始样本构建生成对抗网络(GAN)并获取自然融合的局部卡通风格化人脸图像。利用人脸轮廓及关键特征点进行提取，结合颜色特征信息限定关键人脸风格化区域，并通过局部区域二值化生成关键区域人脸预处理的采样图像；为了使生成图像能够自然匹配所提取特征区域，利用均值滤波操作对所提取区域的边缘轮廓进行平滑羽化处理，并相应地扩展风格化生成图像的过渡区域；最后通过构建基于无监督学习的生成对抗网络，使用训练数据集进行人脸图像局部轮廓特征区域的卡通风格化生成。算法对人脸轮廓区域的边缘及邻近区域颜色进行滤波处理，可实现良好的边缘轮廓过渡融合，生成自然的人脸局部轮廓区域的卡通风格化图像。实验结果表明，该算法对于人脸图像的生成具有很高的鲁棒性，能够应用于各种尺度人脸图像的风格化生成。

人脸特征；局部区域；对抗生成网络；风格化

人脸特征已广泛地应用于人脸轮廓提取、分割、识别[1-3]、检索[4-5]和分类等众多研究领域。……