[发明专利]面向人脸数据对完整的人脸网纹修复方法、系统及介质

权利要求书

1.一种面向人脸数据对完整的人脸网纹修复方法，其特征在于，包括以下步骤：

1)将人脸网纹图像和与之对应的干净人脸图像在水平维度上合并为一张图片；

2)将由经步骤1)合并后的多张图片组成的训练集作为GAN网络的输入，训练得到修复模型；所述GAN网络的激活函数为Selu激活函数；所述GAN网络的上采样层、下采样层各与一卷积层连接；

步骤2)的具体实现过程包括：

A)将所述训练集输入GAN网络，并定义损失函数；

B)训练GAN网络；

C)判断损失函数值是否降低，若是，则返回步骤B)，否则保存损失函数值不再降低时的GAN网络，即得到修复模型；

所述损失函数定义如下：

其中D(x)、G(x)分别代表GAN网络的判别网络和生成网络结构；λ是超参数；是L1损失函数，L1＝||y-G(x)||；F表示不同的特征层；λ_i是超参数；d_i(y_j)是判别网络的隐藏层上真实图片的特征表示，d_i(G(x_j))是生成网络的生成图片的特征表示；表示训练样本；N为训练样本数量；x,y分别为人脸网纹图像和与之对应的干净人脸图像；

3)将待修复人脸网纹图像输入所述修复模型，得到修复后的干净人脸图像。

2.根据权利要求1所述的面向人脸数据对完整的人脸网纹修复方法，其特征在于，步骤1)中，还对合并后的图片进行归一化处理。

3.根据权利要求1或2所述的面向人脸数据对完整的人脸网纹修复方法，其特征在于，步骤3)的具体实现过程包括：将待修复人脸网纹图像输入所述修复模型中，得到输出图像，将所述输出图像的像素值从[-1，1]转化到[0，255]，从转化后的图像中分离出修复的图像，即得到修复后的干净人脸图像。

4.根据权利要求3所述的面向人脸数据对完整的人脸网纹修复方法，其特征在于，将待修复人脸网纹图像输入所述修复模型中之前，将所述待修复人脸网纹图像的维度设置为与所述训练集中图片的维度一致。

5.一种面向人脸数据对完整的人脸网纹修复系统，其特征在于，包括：

数据处理单元，用于将人脸网纹图像和与之对应的干净人脸图像在水平维度上合并为一张图片，合并后的图片与该图片对应的干净人脸图像构成数据对；

训练单元，用于将由所述数据对组成的训练集作为GAN网络的输入，训练得到修复模型；

修复单元，用于将待修复人脸网纹图像输入所述修复模型，得到修复后的干净人脸图像；

所述GAN网络的损失函数定义如下：

其中D(x)、G(x)分别代表GAN网络的判别网络和生成网络结构；λ是超参数；是L1损失，L1＝||y-G(x)||；F表示不同的特征层；λ_i是超参数；d_i(y_j)是判别网络的隐藏层上真实图片的特征表示，d_i(G(x_j))是生成网络的生成图片的特征表示；表示训练样本；N为训练样本数量；x,y分别为人脸网纹图像和与之对应的干净人脸图像；

所述GAN网络的激活函数为Selu激活函数；所述GAN网络的上采样层、下采样层各与一卷积层连接。

6.一种计算机存储介质，其特征在于，其存储有程序，该程序被配置为执行权利要求1～4之一所述方法的步骤。