[發(fā)明專利]低質(zhì)量人臉圖像增強(qiáng)方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811295423.5
• 申請(qǐng)日: 2018-11-01
• 公開（公告）號(hào): CN109493297B
• 公開（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 周曦;周亞飛
• 申請(qǐng)（專利權(quán)）人: 重慶中科云從科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 尹麗云

1.一種低質(zhì)量人臉圖像增強(qiáng)方法，其特征在于，所述方法包括以下步驟：

基于圖像處理方法合成各種不同種類的低質(zhì)量人臉圖像；

計(jì)算所述低質(zhì)量人臉圖像關(guān)于其五官區(qū)域的人臉權(quán)重矩陣；其中，采用關(guān)鍵點(diǎn)定位模型得到低質(zhì)量人臉圖像中關(guān)鍵點(diǎn)坐標(biāo)；初始化得到一個(gè)與所述低質(zhì)量人臉圖像相同尺寸的二維矩陣；根據(jù)所述關(guān)鍵點(diǎn)坐標(biāo)確定人臉圖像中五官區(qū)域；利用二維矩陣表示所述五官區(qū)域的人臉權(quán)重矩陣；

構(gòu)造深層神經(jīng)網(wǎng)絡(luò)，使用低質(zhì)量人臉圖像、真實(shí)圖像以及相對(duì)應(yīng)的人臉權(quán)重矩陣作為訓(xùn)練集，利用人臉特征相似度監(jiān)督函數(shù)，基于人臉權(quán)重矩陣的圖像相似度監(jiān)督函數(shù)與原生的GAN監(jiān)督函數(shù)來擬合參數(shù)，生成圖像增強(qiáng)模型；其中，所述人臉特征相似度監(jiān)督函數(shù)為mins(F(I),F(G(L)))，所述基于人臉權(quán)重矩陣的圖像相似度監(jiān)督函數(shù)為mins₁(M⊙(I-G(L)))，式中，s為歐式距離函數(shù)中的相似度函數(shù)；⊙表示逐元素乘法，s₁為相似度函數(shù)，M為表示人臉權(quán)重矩陣，I為真實(shí)圖像，G(L)為復(fù)原的低質(zhì)量人臉圖像，F(xiàn)為人臉特征提取模型；

利用所述圖像增強(qiáng)模型對(duì)輸入低質(zhì)量人臉圖像處理，以增強(qiáng)圖像低質(zhì)量人臉圖像。

2.根據(jù)權(quán)利要求1所述的低質(zhì)量人臉圖像增強(qiáng)方法，其特征在于，所述基于圖像處理方法合成低質(zhì)量人臉圖像的步驟，包括：

基于圖像處理方法，構(gòu)造不同類型低質(zhì)量人臉圖像的生成模塊；

從低質(zhì)量人臉圖像生成模塊構(gòu)成的集合M_i內(nèi)，隨機(jī)選擇N個(gè)生成模塊，其中，M_i,i∈[1,N]；

將N個(gè)生成模塊以隨機(jī)順序逐個(gè)應(yīng)用到所述真實(shí)圖像得到低質(zhì)量人臉圖像。

3.根據(jù)權(quán)利要求1所述的低質(zhì)量人臉圖像增強(qiáng)方法，其特征在于，所述圖像增強(qiáng)模型為生成式對(duì)抗神經(jīng)網(wǎng)絡(luò)模型，包括生成模型和判別模型：

所述生成模型的輸入為所述低質(zhì)量人臉圖像；所述生成模型的輸出為所述增強(qiáng)的低質(zhì)量人臉圖像；

所述判別模型的輸入為所述增強(qiáng)的低質(zhì)量人臉圖像和高質(zhì)量的真實(shí)圖像，所述判別模型的輸出為二分類判斷值。

4.根據(jù)權(quán)利要求1所述的低質(zhì)量人臉圖像增強(qiáng)方法，其特征在于，所述構(gòu)造深層神經(jīng)網(wǎng)絡(luò)，使用低質(zhì)量人臉圖像、真實(shí)圖像以及相對(duì)應(yīng)的人臉權(quán)重矩陣作為訓(xùn)練集，利用人臉特征相似度監(jiān)督函數(shù)，基于人臉權(quán)重矩陣的圖像相似度監(jiān)督函數(shù)與原生的GAN監(jiān)督函數(shù)來擬合參數(shù)，生成圖像增強(qiáng)模型的步驟，包括：

采用多組不同類型且不同低質(zhì)程度的低質(zhì)量人臉圖像，得到每一真實(shí)圖像對(duì)應(yīng)的每組低質(zhì)量人臉圖像與人臉權(quán)重矩陣；

采用人臉特征提取模型提取真實(shí)圖像與圖像增強(qiáng)模型生成的復(fù)原圖像的特征；

獲取預(yù)先給定的訓(xùn)練數(shù)據(jù)，利用人臉特征相似度監(jiān)督函數(shù)，基于人臉權(quán)重矩陣的圖像相似度監(jiān)督函數(shù)與原生的GAN監(jiān)督函數(shù)，訓(xùn)練圖像增強(qiáng)模型。