[发明专利]基于混合神经网络的人脸图像补全方法

摘要

本发明涉及一种基于混合神经网络的人脸图像补全方法，该方法包括：收集大量图片；图片预处理；构造人脸全卷积神经网络；随机确定破损区域，将图片输入到人脸全卷积网络进行训练，得到生成图片；构造多个判别网络，将完整图片输入判别网络进行训练；进行人脸全卷积神经网络和多个判别网络的整体训练，通过定义判别网络的判断标准，使图片再次回到人脸全卷积神经网络中进行训练；将最后各个判别网络的输出连接起来，进行总体真假判断；将测试的图片放入人脸全卷积网络模型中即可输出完整图片。本方法可以解决现有技术中修补图片精度不高的问题。

主权项

1.一种基于混合神经网络的人脸图像补全方法，其特征在于，其步骤为：（1）收集大量图片：通过专门的数据网站或搜索软件进行图片下载，并将下载的图片分为训练集和测试集，训练集为占95%，测试集5%；（2）进行图片的预处理，获得适合在混合神经网络中进行处理的图片；（3）构建人脸全卷积网络进行训练：图片中随机确定一小块区域，在这块区域构造一块白色区域，即为破损区域，将图片转化为数组送入到人脸全卷积网络中进行训练，在该网络中定义不同的卷积层、空洞卷积层和反卷积层，并在网络中定义损失值，通过各个层自己进行学习，不断调整权重参数，降低损失值，最后得到一个修复图；只取修复图修复破损区域的那一部分，将这部分和输入的破损图合成一张图，此时这张图成完整的并且除了修复区域都为原图；选取一块区域，这块区域在人脸全卷积网络中包含破损区域，即修复后包含修复完成后那块区域，这块区域最大为整张图片，最小为破损区域本身；（4）在判别网络中进行训练：在判别网络中的图片都为完整原图，在步骤（3）中选取的局部区域在原图中用于构建局部判别器，判别器中由卷积层与全连接层组成，通过将局部区域输入到判别网络中进行训练，得到判别器用于联合训练提升图片精度；判别网络可以设置多个；（5）两个网络联合训练：首先定义在判别网络中原图的局部为真，在人脸全卷积神经网络修复后的局部为假，将全卷积网络的结果输入到多个判别网络中，判断图片是否为真，如果判断为假则返回人脸全卷积神经网络中，再次进行参数的修改，优化模型，通过自己学习训练，使图片精度能够更高，使其能够通过判别网络，每个判别网络输出一个向量，通过全连接层将所有向量连接到一起，总体进行真假判断；如果损失达到稳定，则模型训练完成；在输出图片前通过数组操作，将其从归一化后的数组转变为正常图片；（6）将测试图片转化为数组输入到训练好的人脸全卷积神经网络中，输出修补图片。