申请/专利权人：华侨大学

申请日：2024-01-03

公开（公告）日：2024-04-12

公开（公告）号：CN117495714B

主分类号：G06T5/70

分类号：G06T5/70;G06N3/0455;G06N3/0464;G06T5/10;G06T5/50

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开了一种基于扩散生成先验的人脸图像复原方法、装置及可读介质，涉及图像处理模块，包括：构建基于预训练的扩散模型的人脸图像复原模型，将待复原的人脸图像输入前向加噪模块中逐步增加噪声，得到噪声图像；将噪声图像输入反向去噪模块中逐步去噪，生成最终复原的人脸图像；将第t步的噪声图像及第t步的时间戳输入噪声预测器，预测得到第t步的噪声；在前向加噪模块中，将第t步的噪声图像和第t步的噪声输入结合融合反演的前向扩散公式，得到第t+1步的噪声图像；在反向去噪模块中，对第t步的噪声图像进行零阈值分解，并与第t步的噪声输入反向扩散公式，得到第t‑1步的噪声图像，解决了现有技术生成的复原图像在真实性和一致性差问题。

主权项：1.一种基于扩散生成先验的人脸图像复原方法，其特征在于，包括以下步骤：获取待复原的人脸图像；构建基于预训练的扩散模型的人脸图像复原模型，所述人脸图像复原模型包括前向加噪模块、反向去噪模块和噪声预测器，将所述待复原的人脸图像输入所述前向加噪模块中逐步增加噪声，得到噪声图像；将所述噪声图像输入所述反向去噪模块中逐步去噪，生成最终复原的人脸图像；其中，将第t步的噪声图像及第t步的时间戳输入所述噪声预测器，预测得到第t步的噪声，所述噪声预测器采用双分支调节Unet网络，所述双分支调节Unet网络包括主干分支和跳跃连接分支，所述主干分支包括第一卷积层、第二卷积层、第一最大池化层、第三卷积层、第四卷积层、第二最大池化层、第五卷积层、第六卷积层、第一反卷积层、第七卷积层、第二反卷积层、第八卷积层，所述跳跃连接分支包括第一傅里叶变换模块、第一傅里叶逆变换模块、第二傅里叶变换模块、第二傅里叶逆变换模块，所述第t步的噪声图像输入所述双分支调节Unet网络依次经历编码阶段和解码阶段；所述编码阶段包括：所述第t步的噪声图像依次经过所述第一卷积层和第二卷积层，得到第一中间编码图像；所述第一中间编码图像依次经过所述第一最大池化层、第三卷积层和第四卷积层，得到第二中间编码图像；所述第二中间编码图像依次经过所述第二最大池化层、第五卷积层和第六卷积层，得到第三中间编码图像；所述解码阶段包括：所述第三中间编码图像经过主干特征调控系数的乘性调控、第一反卷积层，得到第三中间图像；将所述第二中间编码图像经过所述第一傅里叶变换模块转换到频域中，并利用跳跃特征调控系数进行低频掩码，得到保留高频成分的第一处理图像，将所述第一处理图像经过所述第一傅里叶逆变换模块转换到空间域，得到第四中间图像；将所述第三中间图像与第四中间图像拼接，得到第二中间解码图像；所述第二中间解码图像经过所述第七卷积层、主干特征调控系数的乘性调控、第二反卷积层，得到第一中间图像；将所述第一中间图像经过所述第二傅里叶变换模块转换到频域中，并利用跳跃特征调控系数进行低频掩码，得到保留高频成分的第二处理图像，将所述第二处理图像经过所述第二傅里叶逆变换模块转换到空间域，得到第二中间图像；将所述第一中间图像与所述第二中间图像拼接，得到第一中间解码图像；所述第一中间解码图像经过所述第八卷积层，得到第t步的噪声；在所述前向加噪模块中，将第t步的噪声图像和第t步的噪声输入结合融合反演的前向扩散公式，得到第t+1步的噪声图像，所述结合融合反演的前向扩散公式为： 其中，xt表示第t步的噪声图像，xt+1表示第t+1步的噪声图像，fθxt，t表示第t步复原的人脸图像，εθxt，t表示所述噪声预测器预测得到的第t步的噪声，βt+1表示噪声表，αt+1表示累乘噪声表，αt+1＝βt+1×βt×…×β1，η表示调控系数，z表示从标准正态分布中采样得到的噪声，z～N0，1；在所述反向去噪模块中，对第t步的噪声图像进行零值域分解，得到第t步的分解特征，将所述第t步的分解特征和第t步的噪声输入反向扩散公式，得到第t-1步的噪声图像。

全文数据：

权利要求：

百度查询： 华侨大学 基于扩散生成先验的人脸图像复原方法、装置及可读介质

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