[發明專利]一種基于對抗生成網絡的與職業相關的人臉老化方法

有效

• 申請號: 201811296157.8
• 申請日: 2018-11-01
• 公開（公告）號: CN109509144B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 周思宇;印鑒;賴韓江
• 申請（專利權）人: 中山大學;廣東恒電信息科技股份有限公司
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06N3/045;G06N3/0475;G06N3/094
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種基于條件對抗生成網絡的與職業相關的人臉老化方法，其特征在于，包括以下步驟：

S1：收集與職業相關的人臉老化圖片；所述步驟S1的具體過程是：

通過圖片搜索引擎來收集圖片；收集的圖片有三個年齡段，分別是20-30歲，30-50歲，50-80歲；其中20-30歲年齡段的圖片不包含職業信息，30-50歲和50-80歲年齡段的圖片包含職業信息；職業分成三個類別，分別是明星，室內工作者，室外工作者；20-30歲年齡段包含500張圖片，男女各一半；30-50歲，50-80歲年齡段，每個職業400張圖片，男女各一半，數據集總共的大小為2900張圖片；

S2：訓練分類網絡區分人臉的不同職業，并根據結果探究職業對人臉老化的影響；所述步驟S2的具體過程是：

訓練的分類模型以VGG16為基礎，把1000維度的輸出層改為3維度的輸出層，先采用較大學習率訓練輸出層參數，再采用較小學習率訓練整個網絡參數；訓練結束后網絡輸出每個標簽的概率大小，通過概率大小和真實標簽來確定分類是否成功；

S3：訓練生成網絡來生成不同職業條件下老化的人臉，并通過之前的分類網絡驗證生成結果的好壞；所述步驟S3的具體過程是：

S31：生成網絡由兩個部分組成，一個是深度自編碼網絡用于保存圖片的個人特征，一個是條件對抗生成網絡用于生成不同職業下老化的不同特征；

S32：深度自編碼網；

S321：深度自編碼網絡結構具有一個生成器，將年輕人臉圖片生成老年圖片，這個生成器生成需要添加年齡條件a，職業條件o；

S322：深度自編碼網絡結構具有一個生成器，將生成的老齡化的圖片輸入生成20-30歲圖片，這個生成器不需要添加輸入條件；

S323：通過最小化loss函數訓練生成器與來拉近y與的距離來使得過程中生成的圖片具有y的特征；

S33：條件生成對抗網絡；

S331：條件生成對抗網絡具有一個生成器，將年輕人臉圖片生成老年圖片，這個生成器生成需要添加年齡條件a，職業條件o；

S332：條件生成對抗網絡具有一個判別其，區分輸入的圖片是真實的圖片還是生成的圖片，這個判別器判別需要添加年齡條件a，職業條件o；

S333：訓練過程分為兩個步驟，首先固定生成器不變，訓練判別器能夠最大限度區分是真實的圖片還是生成的圖片；

S334：然后固定判別器不變，訓練生成器使得判別器不能夠區分是真實的圖片還是生成的圖片，同時使用范數來訓練生成器，拉近真實圖片與生成圖片的距離；

S335：反復的執行S33與S34步驟直到不能夠區分是真實的圖片還是生成的圖片；

S34：使用在S2中訓練好的分類網絡來測試生成圖片是否能夠被識別為想要生成的職業類型，通過測試結果來判定生成的好壞。