[发明专利]一种生成图像的方法、系统及电子设备有效

专利信息
申请号: 202110645535.4 申请日: 2021-06-10
公开(公告)号: CN113421317B 公开(公告)日: 2023-04-18
发明(设计)人: 李永凯;王宁波;朱树磊 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06V40/16;G06V40/40
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 张洁
地址: 310053 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 生成 图像 方法 系统 电子设备
【权利要求书】:

1.一种生成图像的方法,其特征在于,所述方法包括:

获取第一目标对象的第一组图像,其中,所述第一组图像包括:所述第一目标对象的无遮挡人脸的第一图像以及所述第一目标对象的有遮挡人脸的第二图像,所述第一图像以及所述第二图像为红外单通道图像;

计算所述第一图像的第一特征分布和所述第二图像的第二特征分布;

根据所述第一特征分布以及所述第二特征分布,生成联合特征分布;

通过第一模型,对所述联合特征分布进行反卷积上采样,生成第二组图像,其中,第二组图像包括:第二目标对象无遮挡人脸的第三图像以及第二目标对象有遮挡的人脸的第四图像;

基于所述第一组图像与所述第二组图像的活体特征距离,得到模型损失值,根据所述模型损失值调整所述第一模型中的模型参数,以调整所述第二组图像中各图像的图像特征。

2.如权利要求1所述的方法,其特征在于,所述计算得到第一图像的第一特征分布和第二图像的第二特征分布,包括:

提取所述第一组图像的第一均值和第一方差,以及提取所述第二图像的第二均值和第二方差;

根据所述第一均值以及所述第一方差,得到所述第一图像的第一特征分布;

根据所述第二均值以及所述第二方差,得到所述第二图像的第二特征分布。

3.如权利要求1所述的方法,其特征在于,在所述通过第一模型,对所述联合特征分布进行反卷积上采样,生成第二组图像之前,还包括:

获取所述第一图像的第一高斯分布以及第二图像的第二高斯分布;

根据所述第一高斯分布与所述第一特征分布的第一分布距离,以及所述第二高斯分布与所述第二特征分布的第二分布距离,得到所述第一组图像的相对熵;

根据所述相对熵调整所述第一模型中的模型参数,以调整所述第二组图像中各图像的图像特征。

4.如权利要求1所述的方法,其特征在于,所述通过第一模型,对所述联合特征分布进行反卷积上采样,生成第二组图像,具体通过如下公式得到:

其中,ζout表示所述第二组图像,Z1表示所述第一特征分布,Z2表示所述第二特征分布,x1表示所述第一图像,x2表示所述第二图像,Z3表示所述联合特征分布。

5.如权利要求1所述的方法,其特征在于,所述基于所述第一组图像与所述第二组图像的活体特征距离,得到模型损失值,包括:

根据对所述第三图像和所述第四图像进行分类计算生成的第一分类损失和第二分类损失,得到第一损失值;

根据所述第一图像与所述第三图像的第一活体特征距离,以及所述第二图像与所述第四图像的第二活体特征距离,得到第二损失值;

根据所述第三图像与所述第四图像的第三活体特征距离,得到第三损失值;

对所述第一损失值、所述第二损失值以及所述第三损失值加权求和,得到模型损失值。

6.一种生成图像的系统,其特征在于,所述系统包括:

获取模块,用于获取第一目标对象的第一组图像,其中,所述第一组图像包括:所述第一目标对象的无遮挡人脸的第一图像以及所述第一目标对象的有遮挡人脸的第二图像,所述第一图像以及所述第二图像为红外单通道图像;

计算模块,用于计算所述第一图像的第一特征分布和所述第二图像的第二特征分布;根据所述第一特征分布以及所述第二特征分布,生成联合特征分布;

生成模块,用于通过第一模型,对所述联合特征分布进行反卷积上采样,生成第二组图像,其中,第二组图像包括:第二目标对象无遮挡人脸的第三图像以及第二目标对象有遮挡的人脸的第四图像;基于所述第一组图像与所述第二组图像的活体特征距离,得到模型损失值,根据所述模型损失值调整所述第一模型中的模型参数,以调整所述第二组图像中各图像的图像特征。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202110645535.4/1.html,转载请声明来源钻瓜专利网。

×

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