[发明专利]一种基于身份保持的跨风格人脸原型重建技术

权利要求书

1.一种基于身份保持的跨风格人脸原型重建技术，其特征在于，包括以下步骤：

S1：建立基于GAN的跨风格人脸原型重建模型，该模型包括一个生成器和两个多任务判别器，其中生成器由两个对称编码-解码结构子网络构成用来生成域A和域B两种风格人脸原型图片，两个多任务判别器分别作用于域A和域B用来预测所在域图片的身份标签和判定图片是否为真实原型；

S2：建立模型的损失函数引导模型的训练过程，最终使得生成器在转换不同域的人脸图片风格的同时能够保留图片的原有身份特征；

S3：将来自域A和域B的带有身份标签的人脸图片训练集输入到模型中进行模型训练，并构建测试集，查看训练好的模型在测试人脸图片上的人脸原型重建效果。

2.根据权利要求1所述的一种基于身份保持的跨风格人脸原型重建技术，其特征在于：所述步骤S1的具体过程是：

S11：构建生成器G：G包含两个对称的编码-解码结构子网络，即G_A和G_B,每个子网络都含有一个编码器和一个解码器；首先，G_A通过编码器Enc_A为来自域A的输入图片x编码一个256维的身份特征同时G_B通过编码器Enc_B为来自域B的输入图片y编码一个256维的身份特征随后，P_x与一个50维的随机噪音向量进行串联并输入到解码器Dec_A中生成x在域B的原型图片P_y与另一个50维的随机噪音向量进行串联并输入到解码器Dec_B中生成y在域A的原型图片最后，将被反馈回其对称的编码-解码子网络G_B生成图片以逼近x在域A的真实原型(即x^rp),同时也将被反馈回其对称的编码-解码子网络G_A生成图片以逼近y在域B的真实原型(即y^rp)；

S12：构建判别器D和D＝[D^id,D^gan]是一个多任务判别器，其中D^id是一个与身份相关的子判别器用来预测域B中人脸图片的身份；D^id输出一个N_d维向量，其中最大值的位置对应于身份标签；D^gan是一个对抗性子判别器用来区分域B中的真实原型图片与G_A生成的虚拟原型图片；类似于D，也是一个多任务判别器包括两个子判别器和输出一个N_d维向量来预测域A中输入人脸图片的身份，用来区分域A中的真假原型图片。