深度學習AI美顏系列---人臉資料增強

在深度學習的訓練中，我們經常會對較少的資料進行資料增強，一般而言，常用的資料增強包括如下幾種：

1，旋轉；

2，縮放；

3，映象；

4，平移；

5，調色；

6，噪聲；

而對於人臉資料的增強而言，尤其是做人臉檢測和人臉關鍵點檢測的專案，除了上述幾種之外，本人給出一種新的方法：人臉變形技術。

這裡以本人之前部落格中所寫的人臉變形為例：地址

以上述變形為例，這個變形中，有18個變形引數可以調節，理論上，對於同一張圖，我們可以調出無數張不一樣的樣例圖出來，因此，它可以用來隨意增強資料。

為了增大差異化， 在上述人臉變形基礎上，我們可以在疊加隨機調色和隨機噪聲處理，這樣，新的資料就出來了！

本人這裡舉例如下：

這種圖中左邊是原圖，右邊是根據本人的方法隨意增強的四張，可以看到，這四張圖與原圖都存在較大的差異，用來做新資料是沒有問題的。

本人使用1000張人臉樣本，經過6倍擴充，也就是擴充到6000張，做了人臉關鍵點訓練測試，效果如下：

上述就是使用人臉變形進行資料增強的方法，在缺少人臉樣本的情況下，大家可以參考。

本人QQ1358009172，微信公眾號：SF影象演算法