用深度学习技术FCN自动生成口红

1 这个是什么？

       基于全卷积神经网络(FCN)的自动生成口红Python程序。

图1 FCN生成口红的效果(注:此两张人脸图来自人脸公开数据库LFW)

2 怎么使用了？

       首先能从这个Github (https://github.com/Kalafinaian/ai_lips_makeup) 中下载这个python项目。下载解压后你得到这样一个程序。

图2 口红Python程序

       本项目的运行环境为Python3.6，需要的深度学习包tensorflow , 脸部图形处理包dlib，通用计算机视觉处理包cv2，以上三个python软件包都可以通过如下pip命令按照

       pip install opencv-python
       pip instll dlib=19.16.0
       pip install tensorflow=1.12.0

       安装好必要的python包后，就直奔主题说如何给一张人脸图加上口红，用pycharm打开项目运行main_predict.py。按照提示选择口红效果，再输入人脸图片的地址，最后加上口红的照片会在test_out文件夹中存储。

图3 FCN口红运行演示

       同理类似处理test_in文件夹下的002.jpg，那么在test_out文件夹下可以获得加上亮面口红的人脸照片了。

图4 FCN口红的预测输出

3 程序的原理

       这个基于全卷积神经网络的FCN口红的工作原理如下 (釉面口红为例)
       (1) 训练集输入为没有口红的人脸，训练集输出为有釉面口红人脸，共170
个训练集。（因版权原因本程序不提供完整人脸，只提供口红照片）

图5 没有口红的人脸
图6 有釉面口红的人脸(诚如所见，训练集口红都是人工PS的)

       (2)使用dlib自带的模型提取出人脸嘴唇，将所有嘴唇图片resize到90×30的大小那么训练的输入和输出

图7 训练集原始嘴唇
图8 训练集对应釉面口红输出

       (3)构建一个三层全卷积神经网络
       (3.1)第一层输入为30×90×3 (RGB三通道)的多维数组，所以第一层卷积输入通道为3个，另定义输出通道为24个，采用elu激活函数，没有下采样
       (3.2)根据第一层输出通道可知第二层输入为30×90×24的多维数组，另定义第二层输出通道为45个，同样采用elu激活函数，没有下采样
       (3.3)根据第二层输出通道可知第三层输入为30×90×45的多维数组，另定义第二层输出通道为3个，同样采用elu激活函数，没有下采样
       (3.4)定义损失函数为均方差损失，即loss等于第三次输出和训练输出每个像素点差的平方求平均数。

       (4) 迭代训练100词，将模型参数保持为model文件夹中model_brightening
(详细过程可见代码)

       (5) 高兴的使用模型参数进行口红生成

4 延伸阅读(全卷积神经网络和ELU激活函数)

       简单来说FCN将传统CNN中的全连接层转化成一个个的卷积层（本文中程序连pooling也省略了）。在传统的CNN结构中，前N层是卷积层，倒数第二层是一个长度为4096的一维向量,倒数第一层是长度为1000的一维向量，对应1000个类别的概率。FCN将这3层表示为卷积层，卷积核的大小(通道数，宽，高)分别为（4096,1,1）、（4096,1,1）、（1000,1,1）。所有的层都是卷积层，故称为全卷积网络。简单来说FCN与CNN的区别在于FCN把CNN最后的全连接层换成卷积层，输出一张已经label好的图。

图9 FCN演示图

       关于FCN具体只是可参见UC Berkeley的Jonathan Long等人提出了Fully Convolutional Networks (FCN)[1]。

       然后再介绍一下ELU激活函数[2]，这个函数长这样的

\[f\left( x \right) = \left\{ \begin{array}{l} x\;\;\;\;\;\;\;\;\;\;\;\;\;\;x > 0 \\ \alpha \left( {{e^x} - 1} \right)\;\;\;x \le 0 \\ \end{array} \right.,\;f'\left( x \right) = \left\{ \begin{array}{l} 1\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;x > 0 \\ f\left( x \right) + \alpha \;\;\;x \le 0 \\ \end{array} \right.\]

       在tensorflow中alpha默认取1（https://www.tensorflow.org/api_docs/
python/tf/nn/elu)。

图10 ELU函数和其他几个激活函数的图像

       Elu函数可以加速训练并且可以提高分类的准确率。它有以下特征：
       (1) elu由于其正值特性，可以像relu,lrelu,prelu一样缓解梯度消失
       (2相比relu，elu存在负值，可以将激输出均值往0推近，输出均值接近0可以减少偏移效应进而使梯 度接近于自然梯度。
       (3) Lrelu和prelu虽然有负值存在，但是不能确保是一个噪声稳定的去激活状态。Elu在负值时是一个指数函数，对于输入特征只定性不定量

5 总结

       详细过程看代码，具体原理读论文。

推荐论文:

[1] Fully Convolutional Networks for Semantic Segmentation
(https://arxiv.org/abs/1411.4038)

[2] Fast and Accurate Deep Network Learning by Exponential Linear Units (ELUs)
(https://arxiv.org/abs/1511.07289v5)

推荐资源

http://vis-www.cs.umass.edu/lfw/
https://github.com/shelhamer/fcn.berkeleyvision.org