[發(fā)明專利]一種基于條件生成對抗網(wǎng)絡(luò)的人臉老化方法

有效

• 申請?zhí)枺?/td>: 201811385127.4
• 申請日: 2018-11-20
• 公開（公告）號: CN109523463B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 胡海峰;黃楊健
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06T3/00
• 分類號: G06T3/00;G06N3/084;G06N3/0464
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種基于條件生成對抗網(wǎng)絡(luò)的人臉老化方法，其特征在于，包括以下步驟：

S1：搜集人臉數(shù)據(jù)，并對人臉數(shù)據(jù)進(jìn)行預(yù)處理；

S2：輸入預(yù)處理后的人臉數(shù)據(jù)分別訓(xùn)練年齡估計網(wǎng)絡(luò)AEN和身份識別網(wǎng)絡(luò)FRN；

S3：編碼年齡信息，構(gòu)造圖像生成器G和圖像判別器D，并將圖像生成器G的生成圖像分別輸入到構(gòu)造的圖像判別器D、訓(xùn)練好的年齡估計網(wǎng)絡(luò)AEN以及身份識別網(wǎng)絡(luò)FRN中，計算圖像判別器、年齡估計網(wǎng)絡(luò)、身份識別網(wǎng)絡(luò)的損失函數(shù)并將損失函數(shù)進(jìn)行融合作為生成器G最終的損失函數(shù)，從而構(gòu)造生成對抗網(wǎng)絡(luò)Age-GAN，訓(xùn)練生成對抗網(wǎng)絡(luò)Age-GAN；

S4：將待測數(shù)據(jù)輸入到生成對抗網(wǎng)絡(luò)Age-GAN中用于人臉老化；

步驟S3的具體過程如下：

S31：利用步驟S2中訓(xùn)練好的年齡估計網(wǎng)絡(luò)AEN對標(biāo)準(zhǔn)人臉圖像的年齡信息進(jìn)行編碼，并獲得代表若干年齡組的特征向量y_i，i表示年齡組的個數(shù)；

S32：構(gòu)造圖像生成器G和圖像判別器D；

S33：去除身份識別網(wǎng)絡(luò)FRN和年齡估計網(wǎng)絡(luò)AEN的Softmax層和最后一個全連接層，并將兩個模型的參數(shù)進(jìn)行固定，即在生成對抗網(wǎng)絡(luò)Age-GAN的訓(xùn)練過程中兩個模型的參數(shù)不發(fā)生變化；

S34：將原始圖像和年齡相關(guān)向量作為輸入到圖像生成器G，將圖像生成器G的生成圖像分別輸入到圖像判別器D、年齡估計網(wǎng)絡(luò)AEN以及身份識別網(wǎng)絡(luò)FRN中，其中年齡估計網(wǎng)絡(luò)的輸入還包括年齡信息，身份識別網(wǎng)絡(luò)的輸入還包括原始圖像；

S35：分別計算圖像判別器、年齡估計網(wǎng)絡(luò)、身份識別網(wǎng)絡(luò)的損失函數(shù)；

S36：通過將誤差反向傳播的方式來更新模型參數(shù)，即將圖像判別器D、年齡估計網(wǎng)絡(luò)AEN以及身份識別網(wǎng)絡(luò)FRN中輸出的損失函數(shù)進(jìn)行融合并將其作為生成器G最終的損失函數(shù)。

2.根據(jù)權(quán)利要求1所述的一種基于條件生成對抗網(wǎng)絡(luò)的人臉老化方法，其特征在于：步驟S1搜集人臉數(shù)據(jù)，并對人臉數(shù)據(jù)進(jìn)行預(yù)處理的具體步驟為：

S11：對將公共的包含年齡標(biāo)簽和身份標(biāo)簽的人臉數(shù)據(jù)庫進(jìn)行搜集，人臉數(shù)據(jù)庫包括FG-NET，CACD和MORPH公共數(shù)據(jù)庫；

S12：將搜集到的人臉圖像進(jìn)行預(yù)處理，包括人臉檢測，人臉裁剪和人臉對齊，再對處理后的數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng)，包括隨機(jī)裁剪，最后得到固定尺寸的標(biāo)準(zhǔn)人臉圖像，并將得到的人臉圖像按年齡分成若干組。

3.根據(jù)權(quán)利要求1所述的一種基于條件生成對抗網(wǎng)絡(luò)的人臉老化方法，其特征在于：步驟S2中輸入預(yù)處理后的人臉數(shù)據(jù)分別訓(xùn)練年齡估計網(wǎng)絡(luò)AEN和身份識別網(wǎng)絡(luò)FRN；具體步驟為：

S21：將經(jīng)過預(yù)處理的標(biāo)準(zhǔn)人臉圖像輸入到年齡估計網(wǎng)絡(luò)AEN中，采用隨機(jī)梯度下降進(jìn)行圖像訓(xùn)練，并對年齡估計網(wǎng)絡(luò)AEN中所有層的參數(shù)進(jìn)行更新；

S22：將經(jīng)過預(yù)處理的標(biāo)準(zhǔn)人臉圖像輸入到身份識別網(wǎng)絡(luò)FRN，利用隨機(jī)梯度下降進(jìn)行網(wǎng)絡(luò)訓(xùn)練，對身份識別網(wǎng)絡(luò)FRN中的參數(shù)進(jìn)行更新。

4.根據(jù)權(quán)利要求3所述的一種基于條件生成對抗網(wǎng)絡(luò)的人臉老化方法，其特征在于：所述年齡估計網(wǎng)絡(luò)采用3×3的卷積核，在每個卷積層后增加最大池化層，每層卷積神經(jīng)網(wǎng)絡(luò)會接一個激活函數(shù)，即輸入先經(jīng)過一個批歸一化操作，再經(jīng)過一個ReLU函數(shù)，最后通過一個最大池化層的處理，作為整個激活函數(shù)的輸出，也作為下一個卷積層的輸入；卷積層的輸出最后會經(jīng)過3個全連接層FC₁、FC₂、FC₃，對全連接層的參數(shù)進(jìn)行了調(diào)整，分別將FC₁參數(shù)調(diào)整為512，F(xiàn)C₂參數(shù)調(diào)整為128和FC₃參數(shù)調(diào)整為16個卷積核，并將最后一層全連接層的輸出輸入到softmax層，通過softmax層將深度特征分為16類。