[发明专利]生成人脸图像的方法和装置有效

专利信息
申请号: 202010281600.5 申请日: 2020-04-10
公开(公告)号: CN111523413B 公开(公告)日: 2023-06-23
发明(设计)人: 希滕;张刚;温圣召 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/82;G06N3/0464;G06N3/084;G06N3/0475;G06N3/094;G06T5/50
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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: 生成 图像 方法 装置
【权利要求书】:

1.一种生成人脸图像的方法,包括:

将第一人脸图像输入已训练的纹理特征生成网络,生成第一人脸图像的纹理特征;

将第二人脸图像输入已训练的人脸识别网络进行身份特征提取,得到第二人脸图像的身份特征;

将所述第一人脸图像的纹理特征和第二人脸图像的身份特征拼接,形成拼接特征,利用预先训练的解码器对所述拼接特征进行解码,得到融合所述第一人脸图像的纹理特征以及第二人脸图像的身份特征的合成人脸图像;

其中,所述纹理特征生成网络包括经过训练的生成对抗网络中的生成器;

所述生成对抗网络中的判别器用于判别:将测试人脸图像分别输入所述纹理特征生成网络和所述人脸识别网络提取出纹理特征和身份特征之后,基于测试人脸图像的纹理特征和身份特征拼接得到的特征进行解码获得的人脸图像是否与所述测试人脸图像一致。

2.根据权利要求1所述的方法,其中,所述方法还包括:基于第一样本人脸图像集合训练所述纹理特征生成网络和所述解码器;

所述基于第一样本人脸图像集合训练所述纹理特征生成网络和所述解码器包括:

将预设的生成对抗网络中的生成器作为待训练的纹理特征生成网络,并获取待训练的解码器;

将所述第一样本人脸图像集合中的第一样本人脸图像输入至所述待训练的纹理特征生成网络,得到所述第一样本人脸图像的纹理特征;

将所述第一样本人脸图像输入已训练的人脸识别网络进行身份特征提取,得到所述第一样本人脸图像的身份特征;

拼接所述第一样本人脸图像的纹理特征和身份特征得到所述第一样本人脸图像的融合特征;

利用待训练的解码器对所述第一样本人脸图像的融合特征进行解码,得到第一样本人脸图像对应的预测人脸图像;

利用所述预设的生成对抗网络中的判别器判别所述第一样本人脸图像和对应的所述预测人脸图像,根据所述判别器的判别误差迭代调整所述待训练的纹理特征生成网络、所述判别器以及所述待训练的解码器的参数。

3.根据权利要求1或2所述的方法,其中,所述方法还包括:

基于第二样本人脸图像集合训练所述人脸识别网络,其中,所述第二样本人脸图像集合中的第二样本人脸图像包括对应人脸的身份标识信息;

所述基于第二样本人脸图像集合训练所述人脸识别网络,包括:

采用预先构建的损失函数监督所述人脸识别网络的训练,所述损失函数的值与表征所述人脸识别网络区分不同身份标识信息的人脸图像的能力的值负相关。

4.根据权利要求1或2所述的方法,其中,所述方法还包括:

基于所述合成人脸图像构建合成人脸图像集合;

利用所述合成人脸图像集合训练换脸监测模型。

5.一种生成人脸图像的装置,包括:

第一提取单元,被配置为将第一人脸图像输入已训练的纹理特征生成网络,生成第一人脸图像的纹理特征;

第二提取单元,被配置为将第二人脸图像输入已训练的人脸识别网络进行身份特征提取,得到第二人脸图像的身份特征;

合成单元,被配置为将所述第一人脸图像的纹理特征和第二人脸图像的身份特征拼接,形成拼接特征,利用预先训练的解码器对所述拼接特征进行解码,得到融合所述第一人脸图像的纹理特征以及第二人脸图像的身份特征的合成人脸图像;

其中,所述纹理特征生成网络包括经过训练的生成对抗网络中的生成器;

所述生成对抗网络中的判别器用于判别:将测试人脸图像分别输入所述纹理特征生成网络和所述人脸识别网络提取出纹理特征和身份特征之后,基于测试人脸图像的纹理特征和身份特征拼接得到的特征进行解码获得的人脸图像是否与所述测试人脸图像一致。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010281600.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top