[发明专利]一种基于对抗学习的人脸图像合成方法和装置

摘要

本发明涉及一种基于对抗学习的人脸图像合成方法和装置。该方法提供一种新型的生成对抗网络(FC‑GAN)，旨在从遮挡的人脸图像合成标准光照下的正面人脸图像。FC‑GAN使用一个编码器‑解码器的卷积神经网络结构作为生成器，同时引入了两个判别器：一个是全局判别器，用于区分整张人脸图像的真实性，同时保持人的身份信息不变；另一个是局部判别器，用于区分人脸中遮挡区域的真实性。此外引入一个人脸语义分割网络强化生成图像中人脸五官的一致性。通过对比合成人脸图像和真实人脸图像的语义标签，反传梯度给生成器调整合成人脸图像的五官。基准数据集Multi‑PIE上的实验结果表明，FC‑GAN的性能优于现有的大多数方法。

主权项

1.一种基于对抗学习的人脸图像合成方法，其特征在于，包括以下步骤：将遮挡的人脸图像输入生成器，通过所述生成器合成正面人脸图像并补全缺失的人脸部分；将所述生成器合成的正面人脸图像和数据库中真实的正面人脸图像输入全局判别器，通过所述全局判别器区分整张人脸图像的真实性，同时保持人的身份信息不变；将所述生成器合成的正面人脸图像的遮挡区域和数据库中真实的正面人脸图像对应遮挡区域的部分输入局部判别器，通过所述局部判别器区分人脸图像中遮挡区域的真实性；将所述生成器合成的正面人脸图像和数据库中真实的正面人脸图像输入人脸语义分割网络，通过所述人脸语义分割网络强化生成的图像中人脸五官的一致性；将所述全局判别器、所述局部判别器和所述人脸语义分割网络的梯度反传到所述生成器，以对所述生成器进行训练，最终通过所述生成器合成标准光照下的正面的无遮挡的人脸图像。