美颜算法的重点在于美颜，也就是增加颜值，颜值的广定义，可以延伸到整个人体范围，也就是说，你的颜值不单单和你的脸有关系，还跟你穿什么衣服，什么鞋子相关，基于这个定义(这个定义是本人自己的说法，没有权威性考究)，今天我们基于人体抠图来做一些人像特效算法。

    抠图技术很早之前就有很多论文研究，但是深度学习的出现，大大的提高了抠图的精度，从CNN到FCN/FCN+/UNet等等，论文层出不穷，比如这篇Automatic Portrait Segmentation for Image Stylization，在FCN的基础上，提出了FCN+，专门针对人像抠图，效果如下：

图a是人像原图，图b是分割的Mask，图cde是基于Mask所做的一些效果滤镜；

要了解这篇论文，首先我们需要了解FCN，用FCN做图像分割：

该图中上面部分是CNN做图像分割的网络模型，可以看到，最后是全连接层来处理的，前5层是卷积层，第6层和第7层分别是一个长度为4096的一维向量，第8层是长度为1000的一维向量，分别对应1000个类别的概率；而下图部分是FCN，它将最后的三个全连接层换成了卷积层，卷积核的大小(通道数，宽，高)分别为（4096,1,1）、（4096,1,1）、（1000,1,1），这样以来，所有层都是卷积层，因此称为全卷积网络；

FCN网络流程如下：

在这个网络中，经过5次卷积(和pooling)以后，图像的分辨率依次缩小了2，4，8，16，32倍，对于第5层的输出，是缩小32倍的小图，我们需要将其进行上采样反卷积来得到原图大小的分辨率，也就是32倍放大，这样得到的结果就是FCN-32s，由于放大32倍，所以很不精确，因此，我们对第4层和第3层依次进行了反卷积放大，以求得到更加精细的分割结果，这个就是FCN的图像分割算法流程。

与传统CNN相比FCN的的优缺点如下：

优点：

①可以接受任意大小的输入图像，而不用要求所有的训练图像和测试图像具有同样的尺寸；

②更加高效，避免了由于使用像素块而带来的重复存储和计算卷积的问题；

缺点：

①得到的结果还是不够精细。进行8倍上采样虽然比32倍的效果好了很多，但是上采样的结果还是比较模糊和平滑，对图像中的细节不敏感；

②没有充分考虑像素与像素之间的关系，也就是丢失了空间信息的考虑；

在了解了FCN之后，就容易理解FCN+了，Automatic Portrait Segmentation for Image Stylization这篇论文就是针对FCN的缺点，进行了改进，在输入的数据中添加了人脸的空间位置信息，形状信息，以求得到精确的分割结果，如下图所示：

对于位置和形状数据的生成：

位置通道：标识像素与人脸的相对位置，由于每张图片位置都不一样，我们采用归一化的x和y通道（像素的坐标），坐标以第一次检测到人脸特征点为准，并预估了匹配到的特征与人体标准姿势之间的一个单应变换T，我们将归一化的x通道定义为T（ximg），其中ximg是以人脸中心位置为0点的x坐标，同理y也是如此。这样，我们就得到了每个像素相对于人脸的位置（尺寸也有相应于人脸大小的缩放），形成了x和y通道。

形状通道：参考人像的标准形状（脸和部分上身），我们定义了一个形状通道。首先用我们的数据集计算一个对齐的平均人像mask。计算方法为：对每一对人像+mask，用上一步得到的单应变换T对mask做变换，变换到人体标准姿势，然后求均值。

W取值为0或1，当变换后在人像内的取值为1，否则为0。

然后就可以对平均mask类似地变换以与输入人像的面部特征点对齐。

论文对应的代码链接：点击打开链接

主体FCN+代码：

[python] view plain copy

from __future__ import print_function  

import tensorflow as tf  

import numpy as np  

  

import TensorflowUtils_plus as utils  

#import read_MITSceneParsingData as scene_parsing  

import datetime  

#import BatchDatsetReader as dataset  

from portrait_plus import BatchDatset, TestDataset  

from PIL import Image  

from six.moves import xrange  

from scipy import misc  

  

FLAGS = tf.flags.FLAGS  

tf.flags.DEFINE_integer("batch_size", "5", "batch size for training")  

tf.flags.DEFINE_string("logs_dir", "logs/", "path to logs directory")  

tf.flags.DEFINE_string("data_dir", "Data_zoo/MIT_SceneParsing/", "path to dataset")  

tf.flags.DEFINE_float("learning_rate", "1e-4", "Learning rate for Adam Optimizer")  

tf.flags.DEFINE_string("model_dir", "Model_zoo/", "Path to vgg model mat")  

tf.flags.DEFINE_bool('debug', "False", "Debug mode: True/ False")  

tf.flags.DEFINE_string('mode', "train", "Mode train/ test/ visualize")  

  

MODEL_URL = 'http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat'  

  

MAX_ITERATION = int(1e5 + 1)  

NUM_OF_CLASSESS = 2  

IMAGE_WIDTH = 600  

IMAGE_HEIGHT = 800  

  

  

def vgg_net(weights, image):  

    layers = (  

        'conv1_1', 'relu1_1', 'conv1_2', 'relu1_2', 'pool1',  

  

        'conv2_1', 'relu2_1', 'conv2_2', 'relu2_2', 'pool2',  

  

        'conv3_1', 'relu3_1', 'conv3_2', 'relu3_2', 'conv3_3',  

        'relu3_3', 'conv3_4', 'relu3_4', 'pool3',  

  

        'conv4_1', 'relu4_1', 'conv4_2', 'relu4_2', 'conv4_3',  

        'relu4_3', 'conv4_4', 'relu4_4', 'pool4',  

  

        'conv5_1', 'relu5_1', 'conv5_2', 'relu5_2', 'conv5_3',  

        'relu5_3', 'conv5_4', 'relu5_4'  

    )  

  

    net = {}  

    current = image  

    for i, name in enumerate(layers):  

        if name in ['conv3_4', 'relu3_4', 'conv4_4', 'relu4_4', 'conv5_4', 'relu5_4']:  

            continue  

        kind = name[:4]  

        if kind == 'conv':  

            kernels, bias = weights[0][0][0][0]  

            # matconvnet: weights are [width, height, in_channels, out_channels]  

            # tensorflow: weights are [height, width, in_channels, out_channels]  

            kernels = utils.get_variable(np.transpose(kernels, (1, 0, 2, 3)), name=name + "_w")  

            bias = utils.get_variable(bias.reshape(-1), name=name + "_b")  

            current = utils.conv2d_basic(current, kernels, bias)  

        elif kind == 'relu':  

            current = tf.nn.relu(current, name=name)  

            if FLAGS.debug:  

                utils.add_activation_summary(current)  

        elif kind == 'pool':  

            current = utils.avg_pool_2x2(current)  

        net[name] = current  

  

    return net  

  

  

def inference(image, keep_prob):  

    """

    Semantic segmentation network definition

    :param image: input image. Should have values in range 0-255

    :param keep_prob:

    :return:

    """  

    print("setting up vgg initialized conv layers ...")  

    model_data = utils.get_model_data(FLAGS.model_dir, MODEL_URL)  

  

    mean = model_data['normalization'][0][0][0]  

    mean_pixel = np.mean(mean, axis=(0, 1))  

  

    weights = np.squeeze(model_data['layers'])  

  

    #processed_image = utils.process_image(image, mean_pixel)  

  

    with tf.variable_scope("inference"):  

        image_net = vgg_net(weights, image)  

        conv_final_layer = image_net["conv5_3"]  

  

        pool5 = utils.max_pool_2x2(conv_final_layer)  

  

        W6 = utils.weight_variable([7, 7, 512, 4096], name="W6")  

        b6 = utils.bias_variable([4096], name="b6")  

        conv6 = utils.conv2d_basic(pool5, W6, b6)  

        relu6 = tf.nn.relu(conv6, name="relu6")  

        if FLAGS.debug:  

            utils.add_activation_summary(relu6)  

        relu_dropout6 = tf.nn.dropout(relu6, keep_prob=keep_prob)  

  

        W7 = utils.weight_variable([1, 1, 4096, 4096], name="W7")  

        b7 = utils.bias_variable([4096], name="b7")  

        conv7 = utils.conv2d_basic(relu_dropout6, W7, b7)  

        relu7 = tf.nn.relu(conv7, name="relu7")  

        if FLAGS.debug:  

            utils.add_activation_summary(relu7)  

        relu_dropout7 = tf.nn.dropout(relu7, keep_prob=keep_prob)  

  

        W8 = utils.weight_variable([1, 1, 4096, NUM_OF_CLASSESS], name="W8")  

        b8 = utils.bias_variable([NUM_OF_CLASSESS], name="b8")  

        conv8 = utils.conv2d_basic(relu_dropout7, W8, b8)  

        # annotation_pred1 = tf.argmax(conv8, dimension=3, name="prediction1")  

  

        # now to upscale to actual image size  

        deconv_shape1 = image_net["pool4"].get_shape()  

        W_t1 = utils.weight_variable([4, 4, deconv_shape1[3].value, NUM_OF_CLASSESS], name="W_t1")  

        b_t1 = utils.bias_variable([deconv_shape1[3].value], name="b_t1")  

        conv_t1 = utils.conv2d_transpose_strided(conv8, W_t1, b_t1, output_shape=tf.shape(image_net["pool4"]))  

        fuse_1 = tf.add(conv_t1, image_net["pool4"], name="fuse_1")  

  

        deconv_shape2 = image_net["pool3"].get_shape()  

        W_t2 = utils.weight_variable([4, 4, deconv_shape2[3].value, deconv_shape1[3].value], name="W_t2")  

        b_t2 = utils.bias_variable([deconv_shape2[3].value], name="b_t2")  

        conv_t2 = utils.conv2d_transpose_strided(fuse_1, W_t2, b_t2, output_shape=tf.shape(image_net["pool3"]))  

        fuse_2 = tf.add(conv_t2, image_net["pool3"], name="fuse_2")  

  

        shape = tf.shape(image)  

        deconv_shape3 = tf.stack([shape[0], shape[1], shape[2], NUM_OF_CLASSESS])  

        W_t3 = utils.weight_variable([16, 16, NUM_OF_CLASSESS, deconv_shape2[3].value], name="W_t3")  

        b_t3 = utils.bias_variable([NUM_OF_CLASSESS], name="b_t3")  

        conv_t3 = utils.conv2d_transpose_strided(fuse_2, W_t3, b_t3, output_shape=deconv_shape3, stride=8)  

  

        annotation_pred = tf.argmax(conv_t3, dimension=3, name="prediction")  

  

    return tf.expand_dims(annotation_pred, dim=3), conv_t3  

  

  

def train(loss_val, var_list):  

    optimizer = tf.train.AdamOptimizer(FLAGS.learning_rate)  

    grads = optimizer.compute_gradients(loss_val, var_list=var_list)  

    if FLAGS.debug:  

        # print(len(var_list))  

        for grad, var in grads:  

            utils.add_gradient_summary(grad, var)  

    return optimizer.apply_gradients(grads)  

  

  

def main(argv=None):  

    keep_probability = tf.placeholder(tf.float32, name="keep_probabilty")  

    image = tf.placeholder(tf.float32, shape=[None, IMAGE_HEIGHT, IMAGE_WIDTH, 6], name="input_image")  

    annotation = tf.placeholder(tf.int32, shape=[None, IMAGE_HEIGHT, IMAGE_WIDTH, 1], name="annotation")  

  

    pred_annotation, logits = inference(image, keep_probability)  

    #tf.image_summary("input_image", image, max_images=2)  

    #tf.image_summary("ground_truth", tf.cast(annotation, tf.uint8), max_images=2)  

    #tf.image_summary("pred_annotation", tf.cast(pred_annotation, tf.uint8), max_images=2)  

    loss = tf.reduce_mean((tf.nn.sparse_softmax_cross_entropy_with_logits(logits,  

                                                                          tf.squeeze(annotation, squeeze_dims=[3]),  

                                                                          name="entropy")))  

    #tf.scalar_summary("entropy", loss)  

  

    trainable_var = tf.trainable_variables()  

    train_op = train(loss, trainable_var)  

  

    #print("Setting up summary op...")  

    #summary_op = tf.merge_all_summaries()  

  

    '''''

    print("Setting up image reader...")

    train_records, valid_records = scene_parsing.read_dataset(FLAGS.data_dir)

    print(len(train_records))

    print(len(valid_records))

    print("Setting up dataset reader")

    image_options = {'resize': True, 'resize_size': IMAGE_SIZE}

    if FLAGS.mode == 'train':

        train_dataset_reader = dataset.BatchDatset(train_records, image_options)

    validation_dataset_reader = dataset.BatchDatset(valid_records, image_options)

    '''  

    train_dataset_reader = BatchDatset('data/trainlist.mat')  

  

    sess = tf.Session()  

  

    print("Setting up Saver...")  

    saver = tf.train.Saver()  

    #summary_writer = tf.train.SummaryWriter(FLAGS.logs_dir, sess.graph)  

  

    sess.run(tf.initialize_all_variables())  

    ckpt = tf.train.get_checkpoint_state(FLAGS.logs_dir)  

    if ckpt and ckpt.model_checkpoint_path:  

        saver.restore(sess, ckpt.model_checkpoint_path)  

        print("Model restored...")  

  

    #if FLAGS.mode == "train":  

    itr = 0  

    train_images, train_annotations = train_dataset_reader.next_batch()  

    trloss = 0.0  

    while len(train_annotations) > 0:  

        #train_images, train_annotations = train_dataset_reader.next_batch(FLAGS.batch_size)  

        #print('==> batch data: ', train_images[0][100][100], '===', train_annotations[0][100][100])  

        feed_dict = {image: train_images, annotation: train_annotations, keep_probability: 0.5}  

        _, rloss =  sess.run([train_op, loss], feed_dict=feed_dict)  

        trloss += rloss  

  

        if itr % 100 == 0:  

            #train_loss, rpred = sess.run([loss, pred_annotation], feed_dict=feed_dict)  

            print("Step: %d, Train_loss:%f" % (itr, trloss / 100))  

            trloss = 0.0  

            #summary_writer.add_summary(summary_str, itr)  

  

        #if itr % 10000 == 0 and itr > 0:  

        '''''

        valid_images, valid_annotations = validation_dataset_reader.next_batch(FLAGS.batch_size)

        valid_loss = sess.run(loss, feed_dict={image: valid_images, annotation: valid_annotations,

                                                       keep_probability: 1.0})

        print("%s ---> Validation_loss: %g" % (datetime.datetime.now(), valid_loss))'''  

        itr += 1  

  

        train_images, train_annotations = train_dataset_reader.next_batch()  

    saver.save(sess, FLAGS.logs_dir + "plus_model.ckpt", itr)  

  

    '''''elif FLAGS.mode == "visualize":

        valid_images, valid_annotations = validation_dataset_reader.get_random_batch(FLAGS.batch_size)

        pred = sess.run(pred_annotation, feed_dict={image: valid_images, annotation: valid_annotations,

                                                    keep_probability: 1.0})

        valid_annotations = np.squeeze(valid_annotations, axis=3)

        pred = np.squeeze(pred, axis=3)

        for itr in range(FLAGS.batch_size):

            utils.save_image(valid_images[itr].astype(np.uint8), FLAGS.logs_dir, name="inp_" + str(5+itr))

            utils.save_image(valid_annotations[itr].astype(np.uint8), FLAGS.logs_dir, name="gt_" + str(5+itr))

            utils.save_image(pred[itr].astype(np.uint8), FLAGS.logs_dir, name="pred_" + str(5+itr))

            print("Saved image: %d" % itr)'''  

  

def pred():  

    keep_probability = tf.placeholder(tf.float32, name="keep_probabilty")  

    image = tf.placeholder(tf.float32, shape=[None, IMAGE_HEIGHT, IMAGE_WIDTH, 6], name="input_image")  

    annotation = tf.placeholder(tf.int32, shape=[None, IMAGE_HEIGHT, IMAGE_WIDTH, 1], name="annotation")  

  

    pred_annotation, logits = inference(image, keep_probability)  

    sft = tf.nn.softmax(logits)  

    test_dataset_reader = TestDataset('data/testlist.mat')  

    with tf.Session() as sess:  

        sess.run(tf.global_variables_initializer())  

        ckpt = tf.train.get_checkpoint_state(FLAGS.logs_dir)  

        saver = tf.train.Saver()  

        if ckpt and ckpt.model_checkpoint_path:  

            saver.restore(sess, ckpt.model_checkpoint_path)  

            print("Model restored...")  

        itr = 0  

        test_images, test_annotations, test_orgs = test_dataset_reader.next_batch()  

        #print('getting', test_annotations[0, 200:210, 200:210])  

        while len(test_annotations) > 0:  

            if itr < 22:  

                test_images, test_annotations, test_orgs = test_dataset_reader.next_batch()  

                itr += 1  

                continue  

            elif itr > 22:  

                break  

            feed_dict = {image: test_images, annotation: test_annotations, keep_probability: 0.5}  

            rsft, pred_ann = sess.run([sft, pred_annotation], feed_dict=feed_dict)  

            print(rsft.shape)  

            _, h, w, _ = rsft.shape  

            preds = np.zeros((h, w, 1), dtype=np.float)  

            for i in range(h):  

                for j in range(w):  

                    if rsft[0][j][0] < 0.1:  

                        preds[j][0] = 1.0  

                    elif rsft[0][j][0] < 0.9:  

                        preds[j][0] = 0.5  

                    else:  

                        preds[j]  = 0.0  

            org0_im = Image.fromarray(np.uint8(test_orgs[0]))  

            org0_im.save('res/org' + str(itr) + '.jpg')  

            save_alpha_img(test_orgs[0], test_annotations[0], 'res/ann' + str(itr))  

            save_alpha_img(test_orgs[0], preds, 'res/trimap' + str(itr))  

            save_alpha_img(test_orgs[0], pred_ann[0], 'res/pre' + str(itr))  

            test_images, test_annotations, test_orgs = test_dataset_reader.next_batch()  

            itr += 1  

  

def save_alpha_img(org, mat, name):  

    w, h = mat.shape[0], mat.shape[1]  

    #print(mat[200:210, 200:210])  

    rmat = np.reshape(mat, (w, h))  

    amat = np.zeros((w, h, 4), dtype=np.int)  

    amat[:, :, 3] = np.round(rmat * 1000)  

    amat[:, :, 0:3] = org  

    #print(amat[200:205, 200:205])  

    #im = Image.fromarray(np.uint8(amat))  

    #im.save(name + '.png')  

    misc.imsave(name + '.png', amat)  

  

if __name__ == "__main__":  

    #tf.app.run()  

    pred()  

到这里FCN+做人像分割已经讲完，当然本文的目的不单单是分割，还有分割之后的应用；

我们将训练数据扩充到人体分割，那么我们就是对人体做美颜特效处理，同时对背景做其他的特效处理，这样整张画面就会变得更加有趣，更加提高颜值了，这里我们对人体前景做美颜调色处理，对背景做了以下特效：

①景深模糊效果，用来模拟双摄聚焦效果；

②马赛克效果

③缩放模糊效果

④运动模糊效果

⑤油画效果

⑥线条漫画效果

⑦Glow梦幻效果

⑧铅笔画场景效果

⑨扩散效果

效果举例如下：

原图

人体分割MASK

景深模糊效果

马赛克效果

扩散效果

缩放模糊效果

运动模糊效果

油画效果

线条漫画效果

GLOW梦幻效果

铅笔画效果

最后给出DEMO链接：点击打开链接

加油加油

666666