[发明专利]一种基于身份先验生成对抗网络的人脸超分辨率重建方法有效
申请号: | 201910879168.7 | 申请日: | 2019-09-18 |
公开(公告)号: | CN110706157B | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 凌强;张梦磊;李峰 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06V40/16;G06V10/74;G06N3/04;G06N3/08 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 邓治平;贾玉忠 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于身份先验生成对抗网络的人脸超分辨率重建方法,首先读取原始人脸图片数据集;然后使用人脸图像‑身份标签对训练人脸特征提取网络;第三读取高分辨率人脸图像进行双三次插值下采样,获得用于模型训练的高分辨率人脸图像‑低分辨率人脸图像对;第四将低分辨率人脸图像输入到生成器网络生成超分辨率人脸图像;接着将高分辨率人脸图像和超分辨率人脸图像分别输入到训练好的人脸特征提取网络,提取高分辨率人脸图像和超分辨率人脸图像身份先验特征;再将高分辨率人脸图像和超分辨率图像以及对应的身份先验特征分输入到判别器网络,使用判别器网络输出计算有监督对抗损失函数,使用误差反向传播训练生成对抗网络。 | ||
搜索关键词: | 一种 基于 身份 先验 生成 对抗 网络 人脸超 分辨率 重建 方法 | ||
【主权项】:
1.一种基于身份先验生成对抗网络的人脸超分辨率重建方法,其特征在于,包括以下步骤:/nStep 1:建立用于训练有监督的生成对抗网络与用于人脸的特征提取网络的原始人脸图片数据集,将数据集分为训练集和验证集;所述人脸图片数据集包含人脸图片和身份标签;所述有监督的生成对抗网络包含生成器网络和判别器网络;/nStep 2:随机分批提取训练集中的人脸图片-身份标签对,输入到特征提取网络,利用特征提取网络输出计算softmax损失函数,使用误差反向传播方法训练人脸特征提取网络;/nStep 3:随机分批提取训练集中的人脸图片作为高分辨率人脸图片,将高分辨率人脸图片进行双三次插值下采样到设定的分辨率作为低分辨率人脸图片,获得用于训练有监督生成器网络的高分辨率人脸图像-低分辨率人脸图像对;/nStep 4:将低分辨率人脸图片输入到生成器网络,生成超分辨率人脸图像,即生成器网络生成的人脸图像即为超分辨率人脸图像;/nStep 5:将高分辨率人脸图像或超分辨率人脸图像输入到训练好的特征提取网络,提取特征提取网络的中间层输出,作为对应的人脸图像身份先验特征;/nStep 6:将高分辨率人脸图像或超分辨率人脸图像和对应的人脸图像身份先验特征输入到判别器网络中,使用判别器网络的输出计算有监督的对抗损失函数,使用误差反向传播训练有监督的生成器网络,最终得到训练好的生成器网络;/nStep 7;计算高分辨率人脸图像和超分辨率人脸图像之间的峰值信噪比是否达到设计要求,即峰值信噪比不再提高即符合设计要求;如果达到设计要求,则输出最终训练好的生成器网络,否则继续继续提取训练集中人脸图片-身份标签对;/nStep 8:最终得到训练完成的生成器网络作为低分辨率人脸超分辨率重建模型,输入低分辨率人脸图像得到超分辨率人脸图像。/n
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中国科学技术大学,未经中国科学技术大学许可,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/201910879168.7/,转载请声明来源钻瓜专利网。