申请/专利权人：燕山大学

申请日：2022-03-25

公开（公告）日：2024-04-09

公开（公告）号：CN114764754B

主分类号：G06T5/77

分类号：G06T5/77;G06T5/50;G06V40/16;G06V10/26;G06V10/44;G06V10/80;G06V10/82;G06N3/0442;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.08.05#实质审查的生效;2022.07.19#公开

摘要：本发明公开了一种基于几何感知先验引导的遮挡人脸修复方法，包括如下步骤：步骤S1、建立人脸语义解析模块；步骤S2、将遮挡人脸图像输入到人脸语义解析模块中以获取人脸语义解析图；步骤S3、将人脸语义解析图、遮挡人脸图像和随机遮挡Mask拼接成5通道的图片，作为步骤S4中修复网络生成器的输入；步骤S4、构造修复网络生成器，得到最终修复图像；步骤S5、修复图像输入到全局判别器和局部判别器；步骤S6、用设计好的方法在公开数据集上进行实验并测试PeakSignal‑to‑NoiseRatio、StructuralSimilarityIndex和FréchetInceptionDistance三个指标。

主权项：1.一种基于几何感知先验引导的遮挡人脸修复方法，其特征在于：包括如下步骤：步骤S1、建立人脸语义解析模块，人脸语义解析模块由BiseNet网络构成，BiseNet网络包括空间分支、上下文分支和特征融合模块；步骤S2、将遮挡人脸图像输入到人脸语义解析模块中以获取人脸语义解析图；步骤S3、将人脸语义解析图、遮挡人脸图像和随机遮挡Mask拼接成5通道的图片，作为步骤S4中修复网络生成器的输入，为遮挡人脸修复提供人脸几何先验知识；步骤S4、构造修复网络生成器，修复网络生成器包括编码器和解码器，编码器根据遮挡人脸图像、随机遮挡Mask与人脸语义解析图生成目标人脸图像的人脸特征向量，根据人脸特征向量提取目标人脸图像中受遮挡区域对应的遮挡特征向量，解码器根据遮挡特征向量，生成遮挡部分图像，得到最终修复图像；步骤S4的具体步骤为：步骤S41、在编码器中，首先经过一个7*7的卷积，扩大感受野，再经过两个步长为2的4*4卷积进行特征提取，提取的特征记为x1；步骤S42、使用上下文聚合变换模块增强上下文特征推理和遮挡区域的纹理合成，将输入特征x1分别输入到四个不同空洞率的空洞卷积，使用大的空洞率关注图片的全局特征，小的空洞率关注图片的局部特征，最后通过一个3*3卷积将四个输出特征进行特征融合得到特征x2；步骤S43、使用门控残差连接单元将输入特征x1与输出特征x2聚合，得到最终的编码器特征x3,其中门控残差连接单元包含一个标准卷积和sigmoid激活函数，该门控残差连接单元减小了遮挡区域内外颜色差异；步骤S44、连续使用两次倍率为2的关注特征重要性的上采样对特征x3进行解码，得到在空间维度上与输入图像高度和宽度一样大的修复人脸图像；步骤S5、修复图像输入到全局判别器和局部判别器，其中局部判别器包括左眼局部判别器、右眼局部判别器和嘴局部判别器，引入具有左眼、右眼、嘴局部判别器的面部组件损失，并且基于判别器学习到的特征进行进一步的风格监督；步骤S6、用设计好的方法在公开数据集上进行实验并测试PeakSignal-to-NoiseRatio、StructuralSimilarityIndex和FréchetInceptionDistance三个指标。

全文数据：

权利要求：

百度查询： 燕山大学 一种基于几何感知先验引导的遮挡人脸修复方法

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