[发明专利]人脸图像生成方法、装置及设备

权利要求书

1.一种人脸图像生成方法，包括：

生成M维人脸特征向量，其中M为大于1的整数；

将所述M维人脸特征向量与N维需求特征向量连接以生成合成特征向量，其中N为大于等于1的整数；

利用人脸生成深度卷积网络，基于所述合成特征向量生成合成人脸图像，

其中，所述N维需求特征向量的每一维规定人脸图像的特定特征，

其中，利用人脸生成深度卷积网络，基于所述合成特征向量生成合成人脸图像包括：

利用至少一层全连接神经网络基于所述合成特征向量合成初始合成图像；

利用K层集成卷积神经网络对所述初始合成图像进行处理，得到所述合成人脸图像，

其中，所述K层集成卷积神经网络的第k层合成图像的尺寸大于第k-1层合成图像的尺寸。

2.如权利要求1所述的人脸图像生成方法，其中，所述人脸生成深度卷积网络包括所述至少一层全连接神经网络和所述K层集成卷积神经网络，并且每一层集成卷积神经网络包括放大网络和J层卷积神经网络，其中K为大于等于2的整数，J为大于等于2的整数。

3.如权利要求2所述的人脸图像生成方法，其中，利用K层集成卷积神经网络对所述初始合成图像进行处理，得到所述合成人脸图像包括：

利用第一层集成卷积神经网络接收所述初始合成图像，并生成第一层合成图像，所述第一层合成图像的数量小于所述初始合成图像的数量；

利用第k层集成卷积神经网络接收第k-1层的卷积神经网络输出的合成图像，并生成第k层合成图像，其中，k为大于等于2且小于等于K的整数，并且所述第k层合成图像的数量小于第k-1层合成图像的数量，

其中，第K层集成卷积神经网络输出的第K层合成图像作为所述合成人脸图像。

4.如权利要求2所述的人脸图像生成方法，其中，

利用K层集成卷积神经网络对所述初始合成图像进行处理，得到所述合成人脸图像包括：

利用第一层集成卷积神经网络接收所述初始合成图像和由所述N维需求特征向量映射而成的N个初始映射图像，并生成第一层合成图像，其中所述初始合成图像的尺寸与所述初始映射图像的尺寸相同，所述第一层合成图像的数量小于所述初始合成图像的数量；

利用第k层集成卷积神经网络接收第k-1层的卷积神经网络输出的合成图像和由所述需求特征向量映射而成的N个第k-1层映射图像，并生成第k层合成图像，所述第k-1层合成图像的尺寸与第k-1层映射图像的尺寸相同，并且所述第k层合成图像的数量小于第k-1层合成图像的数量，

其中，所述N维需求特征向量的每一维被映射为所述N个初始映射图像之一，并且被映射为N个第k-1层映射图像之一,其中，k为大于等于2且小于等于K的整数，

其中，第K层集成卷积神经网络输出的第K层合成图像作为所述合成人脸图像。

5.如权利要求3所述的人脸图像生成方法，其中，在所述K层集成卷积神经网络的每一层中，

利用所述放大网络将其接收到的合成图像放大，以生成放大图像；

利用第一层卷积神经网络从所述放大网络接收所述放大图像，并生成第一层中间图像；

利用第j层卷积神经网络从第j-1层卷积神经网络接收第j-1层中间图像，并生成第j层中间图像，其中，第j层中间图像的尺寸与第j-1层中间图像的尺寸相同，其中，j为大于等于2且小于等于J的整数；

其中，第J层卷积神经网络生成的第J层中间图像作为该层集成卷积神经网络输出的合成图像。

6.如权利要求4所述的人脸图像生成方法，其中，在所述K层集成卷积神经网络的每一层中，

利用所述放大网络将其接收到的合成图像和映射图像放大，以生成放大图像；

利用第一层卷积神经网络从所述放大网络接收所述放大图像，并生成第一层中间图像；

利用第j层卷积神经网络从第j-1层卷积神经网络接收第j-1层中间图像和映射图像，生成第j层中间图像，其中，第j层中间图像的尺寸与第j-1层中间图像的尺寸相同，其中，j为大于等于2且小于等于J的整数；

其中，第J层卷积神经网络生成的第J层中间图像作为该层集成卷积神经网络输出的合成图像。