[發明專利]一種基于深度卷積對抗網絡模型的人臉生成方法在審
| 申請號： | 201711122611.3 | 申請日： | 2017-11-14 |
| 公開（公告）號： | CN107944358A | 公開（公告）日： | 2018-04-20 |
| 發明（設計）人： | 周智恒;李立軍 | 申請（專利權）人： | 華南理工大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 廣州市華學知識產權代理有限公司44245 | 代理人： | 李斌 |
| 地址： | 511458 廣東省廣州市*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 卷積 對抗 網絡 模型 生成 方法 | ||
1.一種基于深度卷積對抗網絡模型的人臉生成方法，其特征在于，所述的人臉生成方法包括下列步驟：
S1、構造原始生成對抗網絡模型，通過生成器生成圖像輸入至判別器進行網絡訓練；
S2、構造深度卷積神經網絡充當生成器與判別器；
S3、初始化隨機噪聲，輸入生成器中；
S4、將人臉圖像數據集輸入判別器中進行訓練；
S5、將人臉識別操作得到的損失函數輸入生成器進行后續訓練。
2.根據權利要求1所述的一種基于深度卷積對抗網絡模型的人臉生成方法，其特征在于，所述的步驟S4具體過程如下：
S41、準備人臉圖像的數據集；
S42、將生成器生成圖像與人臉圖像數據集一并輸入判別器進行訓練；
S43、分析損失函數，調整每次迭代過程中生成器與判別器的訓練次數。
3.根據權利要求2所述的一種基于深度卷積對抗網絡模型的人臉生成方法，其特征在于，所述的步驟S43中分析損失函數，調整每次迭代過程中生成器與判別器的訓練次數具體如下：
設定生成器的損失函數為A，判別器的損失函數為B，在每次迭代的過程中，若A-B為正，則增加生成器的訓練次數，否則增加判別器的訓練次數。
4.根據權利要求1所述的一種基于深度卷積對抗網絡模型的人臉生成方法，其特征在于，所述的損失函數的表達式為：
其中，D(x)表示判別器對圖像的判別，pr表示數據集圖像的分布，pg表示生成圖像的分布，λ為超參數，為梯度，E為取均值的操作符號。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華南理工大學，未經華南理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711122611.3/1.html，轉載請聲明來源鉆瓜專利網。
