[发明专利]人脸表情图像合成装置在审
申请号: | 201711421598.1 | 申请日: | 2017-12-25 |
公开(公告)号: | CN108230239A | 公开(公告)日: | 2018-06-29 |
发明(设计)人: | 赫然;孙哲南;谭铁牛;宋凌霄;卢治合 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06T3/00 | 分类号: | G06T3/00 |
代理公司: | 北京瀚仁知识产权代理事务所(普通合伙) 11482 | 代理人: | 郭文浩;陈晓鹏 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸图像 人脸表情图像 表情 先验 网络模型 合成装置 对抗 判别器 生成器 图像处理技术 表情编辑 目标图像 身份信息 网络训练 优化训练 去除 真实性 合成 优化 | ||
1.一种人脸表情图像合成装置,其特征在于,所述装置包括几何先验对抗生成网络模型,其配置为获取目标图像,并依据所获取的目标图像生成特定的人脸表情图像;
所述几何先验对抗生成网络模型包括第一生成器、第二生成器、第一判别器、第二判别器和优化训练模块;
所述第一生成器,配置为依据无表情人脸图像,生成有表情人脸图像;所述第一判别器,配置为依据真实的有表情人脸图像,对所述第一生成器所生成的有表情人脸图像进行判别;
所述第二生成器,配置为依据有表情人脸图像,生成无表情人脸图像;所述第二判别器,配置为依据真实的无表情人脸图像,对所述第二生成器所生成的无表情人脸图像进行判别;
所述优化训练模块,配置为按照预设目标函数对所述几何先验对抗生成网络模型进行网络训练,得到优化后的几何先验对抗生成网络模型。
2.根据权利要求1所述的装置,其特征在于,所述优化训练模块包括第一训练单元,其配置为依据预设训练集,并按照下式所示的目标函数对所述第一生成器与第一判别器所构成的表情生成网络进行训练:
其中,所述为第一生成器对应的目标函数,所述为第一判别器对应的目标函数,所述为真实的有表情人脸图像与所述第一生成器所生成的有表情人脸图像之间的对抗损失函数,所述Lpixel为所述真实的有表情人脸图像与所述生成的有表情人脸图像之间的像素损失函数,所述Lcyc为真实的有表情人脸图像与所述生成的有表情人脸图像之间的循环一致性函数,所述Lidentity为特征层损失函数,所述α1、α2与α3均为预设的权重系数;
所述I表示真实的无表情人脸图像,所述I'表示真实的有表情人脸图像,所述H表示人脸表情热力图,所述G1表示第一生成器,所述D1表示第一判别器,所述G1(I,H)为所述第一生成器所生成的有表情人脸图像,所述E表示期望,所述P(I,H,I')为I,H,I'的数据分布,所述P(I,H)为I,H的数据分布。
3.根据权利要求2所述的装置,其特征在于,
所述对抗损失函数如下式所示:
所述像素损失函数Lpixel如下式所示:
Lpixel=EI,H,I'~P(I,H,I')||I'-G1(I,H)||1
所述循环一致性函数Lcyc如下式所示:
Lcyc=EI,H~P(I,H)||I-G2(G1(I,H))||1
所述特征层损失函数Lidentity如下式所示:
Lidentity=EI,H~P(I,H)||F(I)-F(G1(I,H))||1
其中,所述|| ||1表示L1范数,所述G2为第二生成器,所述F表示所述装置中预设的人脸图像特征提取器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711421598.1/1.html,转载请声明来源钻瓜专利网。