[發明專利]一種人臉素描圖像衰老合成方法、裝置及存儲介質

有效

• 申請號: 201910403562.3
• 申請日: 2019-05-15
• 公開（公告）號: CN110222588B
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 王鵬;孫銳;吳柳瑋
• 申請（專利權）人: 合肥進毅智能技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/11;G06T11/00
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 肖文文

1.一種人臉素描圖像衰老合成方法，其特征在于，包括：

將目標素描圖像輸入到預先訓練的注意力編碼對抗網絡模型，確定所述目標素描圖像中的人臉在不同年齡段的衰老素描圖像；

所述注意力編碼對抗網絡模型包括注意力編碼網絡、生成器、判別器；

所述預先訓練的注意力編碼對抗網絡模型的訓練過程為調整所述注意力編碼網絡、生成器和判別器的參數，訓練過程包括：

獲取多張素描圖像，所述多張素描圖像上的人臉對應的年齡和性別呈均勻分布；

針對所述多張素描圖像中的每張素描圖像，將該素描圖像分割成一系列的局部小塊，對于每一小塊中的每個像素點分別提取局部二值模式特征，得到該素描圖像的局部二值模式特征圖；

利用定位函數預測一組關注區域的位置；

基于所述一組關注區域的位置，在該素描圖像上生成多個注意力掩模，并基于所述多個注意力掩模，裁剪出多個注意力區域圖像；

將所述多個注意力區域圖像中的每一個注意力區域圖像通過一個卷積自編碼器，生成多個重構的注意力區域圖像和多個特征向量。

2.如權利要求1所述的人臉素描圖像衰老合成方法，其特征在于，還包括：

針對多張素描圖像中的每張素描圖像，確定該素描圖像的年齡標簽與性別標簽，連接所述年齡標簽和所述性別標簽后得到聯合標簽向量。

3.如權利要求2所述的人臉素描圖像衰老合成方法，其特征在于，所述將所述多張素描圖像輸入到注意力編碼對抗網絡模型進行訓練，獲得訓練后的注意力編碼對抗網絡模型，包括：

將該素描圖像輸入到注意力編碼網絡，確定多個重構的注意力區域圖像和多個特征向量；

基于所述多個特征向量和聯合標簽向量，確定潛在向量；

將所述潛在向量輸入至生成器，確定生成圖像。

4.如權利要求3所述的人臉素描圖像衰老合成方法，其特征在于，所述方法還包括：

將該素描圖像、生成圖像及聯合標簽輸入至判別器中，最小化輸入和輸出圖像之間的距離，以使生成器生成更為逼真的圖像。

5.如權利要求3所述的人臉素描圖像衰老合成方法，其特征在于，所述基于所述多個特征向量和聯合標簽向量，確定潛在向量，包括：

將所述多個特征向量在通道維度上連接后獲得總特征向量；

將總特征向量與聯合標簽向量連接后獲得潛在向量。

6.如權利要求1-5任一一項所述的人臉素描圖像衰老合成方法，其特征在于，所述將所述多張素描圖像輸入到注意力編碼對抗網絡模型進行訓練，包括：

對所述多張素描圖像進行預處理：通過裁剪和對齊操作使圖像尺寸大小統一，且每張圖像眼睛處于圖片中同一水平位置；

將所述預處理后的多張素描圖像輸入到所述注意力編碼對抗網絡模型進行訓練。

7.如權利要求1所述的人臉素描圖像衰老合成方法，其特征在于，所述將所述多張素描圖像輸入到注意力編碼對抗網絡模型進行訓練，獲得訓練后的注意力編碼對抗網絡模型，還包括：

將每張素描圖像及其對應的聯合標簽輸入到所述注意力編碼對抗網絡模型，優化所述注意力掩模的生成過程。

8.如權利要求7所述的人臉素描圖像衰老合成方法，其特征在于，所述將所述多張素描圖像輸入到注意力編碼對抗網絡模型進行訓練，獲得訓練后的注意力編碼對抗網絡模型，還包括：

所述卷積自編碼器包括編碼器和解碼器，調整所述編碼器和解碼器的參數，使得所述卷積自編碼器對應的重構損失函數最小。

9.如權利要求8所述的人臉素描圖像衰老合成方法，其特征在于，所述將所述多張素描圖像輸入到注意力編碼對抗網絡模型進行訓練，獲得訓練后的注意力編碼對抗網絡模型，還包括：

將所述多個特征向量和聯合標簽輸入至生成器，通過實際輸出與目標輸出計算出生成器的損失，反向傳播所述生成器的損失并更新所述生成器參數。