版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Trent1985/article/details/83347242
深度学习AI美颜系列---人脸数据增强
在深度学习的训练中,我们经常会对较少的数据进行数据增强,一般而言,常用的数据增强包括如下几种:
1,旋转;
2,缩放;
3,镜像;
4,平移;
5,调色;
6,噪声;
而对于人脸数据的增强而言,尤其是做人脸检测和人脸关键点检测的项目,除了上述几种之外,本人给出一种新的方法:人脸变形技术。
这里以本人之前博客中所写的人脸变形为例:地址
以上述变形为例,这个变形中,有18个变形参数可以调节,理论上,对于同一张图,我们可以调出无数张不一样的样例图出来,因此,它可以用来随意增强数据。
为了增大差异化, 在上述人脸变形基础上,我们可以在叠加随机调色和随机噪声处理,这样,新的数据就出来了!
本人这里举例如下:
这种图中左边是原图,右边是根据本人的方法随意增强的四张,可以看到,这四张图与原图都存在较大的差异,用来做新数据是没有问题的。
本人使用1000张人脸样本,经过6倍扩充,也就是扩充到6000张,做了人脸关键点训练测试,效果如下:
上述就是使用人脸变形进行数据增强的方法,在缺少人脸样本的情况下,大家可以参考。
本人QQ1358009172,微信公众号:SF图像算法