[发明专利]一种基于深度学习的模拟画像生成方法及装置在审
| 申请号： | 201910059491.X | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109886873A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 杨建中;傅有;宋仕杰;李琪;陈雨 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 王福新 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的模拟画像生成方法，包括如下步骤：S1:获得人脸拼接图或人脸轮廓图；S2:生成人脸图像，将所述人脸拼接图或人脸轮廓图分别作为条件生成对抗网络的条件输入，用于约束网络生成分别与二者相似的，更逼真，更自然的完整人脸图像；S3:人脸辨认及编辑，受害人对生成的完整人脸图像进行辨认，并提出局部或整体修改意见，依据修改意见对图片进行编辑或重新生成，最终输出人脸图像。本发明还公开了该方法对应的装置。本发明的模拟画像生成方法，基于现有的手绘方法和拼接式模拟画像方法的改进，引入了条件生成对抗网络算法和卷积神经网络算法，使得生成的模拟画像更加形象自然、逼真、传神，将能大大提升实用效果。 | ||
| 搜索关键词： | 模拟画像 人脸图像 人脸 人脸轮廓 条件生成 拼接 卷积神经网络 实用效果 条件输入 网络算法 约束网络 整体修改 重新生成 拼接式 对抗 手绘 算法 输出 学习 引入 改进 网络 图片 | ||
【主权项】：
1.一种基于深度学习的模拟画像生成方法，其特征在于，包括如下步骤：S1:获得人脸拼接图或人脸轮廓图；通过受害人对犯罪嫌疑人长相的记忆特点选择使用人脸特征拼接方式，或者人脸轮廓绘制方式，所述人脸特征拼接方式或人脸轮廓绘制方式的输出分别为人脸拼接图或人脸轮廓图；S2:生成人脸图像；将所述人脸拼接图或人脸轮廓图分别作为条件生成对抗网络的条件输入，用于约束网络生成分别与二者相似的，更逼真，更自然的完整人脸图像；S3:人脸辨认及编辑；受害人对生成的完整人脸图像进行辨认，并提出局部或整体修改意见，若修改限于局部特征，则可通过人像编辑做适当修改；若为整体修改，则返回步骤S1，直至受害人辨认清晰后，最终输出人脸图像。
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华中科技大学，未经华中科技大学许可，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/patent/201910059491.X/，转载请声明来源钻瓜专利网。
- 上一篇：安检设备及其图像检测方法
- 下一篇：超分辨率图像重建方法及专用加速电路
