深度学习AI美颜系列---人脸数据增强

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