申请/专利权人：哈尔滨工业大学(深圳)

申请日：2019-11-29

公开（公告）日：2023-09-15

公开（公告）号：CN112883756B

主分类号：G06V40/16

分类号：G06V40/16;G06T3/00

优先权：

专利状态码：有效-授权

法律状态：2023.09.15#授权;2021.06.18#实质审查的生效;2021.06.01#公开

摘要：本发明属于人脸图像生成领域，公开了一种年龄变换人脸图像的生成方法及生成对抗网络模型。其中，年龄变换人脸图像的生成方法基于多判别器框架的年龄风格生成对抗网络模型，生成对抗网络模型包括编码器、译码器、判别器以及年龄分类器，该方法包含以下步骤：构建跨年龄人脸图像数据集；设计基于多判别器框架的年龄风格生成对抗网络模型；进行年龄风格生成对抗网络模型训练；输入待生成的人原始年轻人脸图像到编码器和译码器中，生成对应年老人脸图像。本发明提供的年龄变换人脸图像的生成方法，不需提供大量较大年龄跨度的数据进行较高的计算量，就可以简单快捷地生成属于目标年龄域的年龄变换人脸图像。

主权项：1.一种年龄变换人脸图像的生成方法，其特征在于：所述方法基于多判别器框架的年龄风格生成对抗网络模型，所述生成对抗网络模型包括编码器、译码器、判别器以及年龄分类器，所述方法包含以下步骤：构建跨年龄人脸图像数据集，所述跨年龄人脸图像数据集包括已进行年龄标注的人脸年龄变换图像对和参照人脸图像集；根据所述跨年龄人脸图像数据集，设计基于多判别器框架的年龄风格生成对抗网络模型；进行年龄风格生成对抗网络模型训练，得到相应的编码器和译码器网络参数；输入待生成的人原始年轻人脸图像到编码器和译码器中，生成对应年老人脸图像；所述编码器和所述译码器形成生成器，设计基于多判别器框架的年龄风格生成对抗网络模型包括以下步骤：将所述跨年龄人脸图像数据集输入所述生成器，所述生成器采用“U-Net”结构学习年轻人脸特征到年老人脸特征的映射；对于年龄人脸图像进行参照风格迁徙：参照人脸图像通过所述编码器得到目标年龄参照隐含特征，将年轻人脸特征与目标年龄参照隐含特征进行自适应实例归一化运算得到新的隐含特征，将新的隐含特征输入到所译码器中生成目标年龄人脸图像；通过所述判别器采用“Patch-GAN”来判断生成的所述目标年龄人脸图像是否和原始人脸图像具有同一身份特征；设计卷积神经网络作为年龄分类器，使用CrossEntropy损失函数作为年龄的目标函数；保持判别器的目标函数不变，生成器的目标函数包含判别器的损失函数、年龄分类器的损失函数、以及最小化生成图像和目标人脸真值图像的L1距离；进行年龄风格生成对抗网络的训练包括以下步骤：将人脸年龄变换图像对、目标年龄域以及目标年龄参照人脸图像输入到年龄风格成对抗网络；一次迭代过程中，原始人脸图像和生成的年龄变换人脸图像组成合成人脸图像对，原始人脸图像和真值年龄变换人脸图像组成真实人脸图像对，分别作为正样本和负样本输入到判别器中，得到的损失值使生成器生成的人脸图像与原始图像保持同一身份一致性；一次迭代过程中，原始人脸图像、生成的人脸图像、真值人脸图像分为输入到年龄分类器中作年龄预测，得到的损失值使生成器生成的人脸图像拥有目标年龄的人脸特征。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳) 年龄变换人脸图像的生成方法及生成对抗网络模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD