[发明专利]一种基于人脸特征的汉语文本描述人脸图像生成方法

权利要求书

1.一种基于人脸特征的汉语文本描述人脸图像生成方法，其特征在于该方法对描述人脸特征的中文文本经分句、分词、词性分析、过滤和字典映射，从文本的句子、词语中抽取特征向量，实现中文文本序列到数学表示的转换，将抽取的特征表示与面部图像模版结合，并输入到深度神经网络模型中，生成与文本描述相匹配的人脸图像，其具体实现过程包括以下步骤：

a、获取描述面部特征的汉语言文本输入；

b、提取文本中可以切分短句的分隔符位置，选择定位短句的分隔符；

c、使用上述选择的分隔符，将描述面部特征的汉语言文本分割成描述短句列表，且分割后的短句中不包含上述分隔符；

d、对短句列表中的每个短句进行中文分词以及词性标注，并过滤部分词性词语，保留具备特征描述能力的词，得到对应的分词结果，对应短句列表得到分词结果列表 ；所述短句为短句列表中的第i个短句；

e、利用word2vec词向量工具对每个中的每个单词进行向量化，得到短句对应的向量化结果为；单词对应的向量化结果为；短句列表对应的向量化结果为；所述单词为短句分词列表中的第j个单词；

f、将每个短句对应的向量化结果输入第一个递归自动编码器，将输出的单一向量作为句子的表示向量，得到短句列表所对应的向量列表；

g、将向量列表输入第二个递归自动编码器，并将中间层输出的单一向量作为整个面部特征描述文本的最终向量表示；

h、将上述步骤获取的向量与面部图像模版组合后输入系统中的面部图像生成模型中，得到与输入文本描述相符的人脸图像，所述生成模型基于深度神经网络。

2.根据权利要求1所述基于人脸特征的汉语文本描述人脸图像生成方法，其特征在于所述分词结果列表中包括具有名词、代词、形容词、数词、量词、介词当中一种词性的词。