[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

本申請披露了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；所述預先訓練的注意力編碼對抗網絡模型的訓練過程包括：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；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，獲得預先訓練的注意力編碼對抗網絡模型。

技術領域

本發明涉及一種人臉素描圖像處理方法。具體的，涉及一種基于人臉素描圖像衰老合成方法、裝置及存儲介質。

背景技術

人臉衰老合成算法憑借其廣泛的應用性和巨大的挑戰性，吸引了許多學者的研究興趣。然而作為人臉衰老合成的一個分支，人臉素描圖像衰老合成卻少有人研究，實際上，該算法也擁有許多應用領域，典型的是公共安全領域。例如，長時間未找到走失兒童或抓到逃犯時，人臉素描圖像衰老合成可以更新警察手頭的素描圖像，從而幫助警察找到失蹤的孩子或逃犯。

目前已有的人臉素描圖像衰老合成技術包括基于異質圖像轉換的方法和基于數據驅動的方法。基于異質圖像轉換的方法主要是先利用異質圖像轉換將素描圖像生成偽照片，再利用已有的人臉圖像衰老合成方法實現偽照片的老化，最后仍然通過異質圖像轉換，將老化后的偽照片生成老化后的素描圖像。然而這種方法需要對圖像風格進行兩次轉化，即素描-照片-素描，使得結果圖像容易存在較大形變和模糊，且耗時較長。

基于數據驅動的方法是假設人臉照片的老化規律也適用于人臉素描圖像，借助主成分分析方法，利用原型方法從訓練數據中提取老化規律，然后利用老化常規學習來指導人臉素描圖像衰老合成問題。這種方法的魯棒性不高，尤其當素描圖像存在表情變化和遮擋時，合成圖像效果不太理想。

發明內容

針對現有技術中素描圖像老化的特殊性的情況，本申請提出了一種人臉素描圖像衰老合成方法。

本申請的一個方面涉及一種人臉素描圖像衰老合成方法，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；所述預先訓練的注意力編碼對抗網絡模型的訓練過程包括：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；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，獲得預先訓練的注意力編碼對抗網絡模型。

在一些實施例中，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。

在一些實施例中，所述人臉素描圖像衰老合成方法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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，所述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，包括：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。