[發明專利]基于深度耦合自編碼的人臉畫像合成方法

在審

• 申請號: 201910429386.0
• 申請日: 2019-05-22
• 公開（公告）號: CN110175552A
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 張銘津;吳芊芊;郭杰;李云松;劉凱
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華

1.一種基于深度耦合自編碼的人臉畫像合成方法，其特征在于，包括如下：

(1)建立人臉照片和畫像之間建立非線性映射關系網絡：

(1a)在人臉照片耦合自編碼器中，將人臉照片x_i作為輸入，其輸出即為重建的人臉照片

其中，W'_p、b'_p分別表示人臉照片解碼層的權重矩陣和偏差項，為人臉照片x_i的隱藏表示，W_p、b_p分別表示人臉照片編碼層的權重矩陣和偏差項；

(1b)在人臉畫像耦合自編碼器中，將人臉畫像y_i作為輸入,其輸出即為重建人臉畫像

其中，W'_s、b'_s表示人臉畫像編碼層的權重矩陣和偏差項，為人臉畫像y_i的隱藏表示，W_s、b_s分別表示人臉畫像解碼層的權重矩陣和偏差項；

(1c)根據(1a)和(1b)的結果，通過由耦合自編碼器構成的單層神經網絡在人臉照片和畫像之間建立非線性映射關系：其中W_m和b_m分別表示單層神經網絡的權重矩陣和偏差項；

(2)根據(1)建立最小二乘形式的誤差函數，以減少重建誤差：

其中||·||₂是二范數，l'_is是滿足和的人臉照片x_i隱藏表示，是滿足和的人臉畫像y_i隱藏表示；

(3)對人臉照片自編碼器和人臉畫像自編碼器分別初始化：

用誤差函數中最小初始化人臉照片自編碼器，得到初始化參數(W_p,b_p,W'_p,b'_p)，然后基于梯度的方法優化這些參數，得到最佳隱藏表示

用誤差函數中最小初始化人臉畫像自編碼器，得到其初始化參數(W_s,b_s,W'_s,b'_s)，然后基于梯度的方法優化這些參數，得到最佳隱藏表示

(4)利用本地消息傳遞中的誤差反向傳播方法建立以下函數：

其中是輸入照片x_i對應的重建畫像；

(5)用(4)建立的函數對參數(W_p,b_p,W_m,b_m,W_s,b_s)進行調整，得到更加優化的非線性映射網絡；

(6)將測試照片x'放入(1)-(5)得到的非線性映射網絡生成對應的隱藏人臉畫像然后將分解成塊并組成隱藏人臉畫像候選塊集合Y_H，并找到相應的隱藏訓練照片候選塊集合X_H；

(7)將測試照片x'分解成塊x'^j，其中j表示第j個照片塊，x'組成測試照片候選塊集合X'，在訓練照片中搜索K個與x'^j相似的訓練照片候選塊集合X_O，并找到相應的K個相似的訓練畫像候選塊集合Y_O；

(8)將X_O和X_H串聯形成照片字典X＝[X_O,X_H]；

(9)根據照片字典X、測試照片候選塊集合X'和權重矩陣W的關系：X'＝XW計算W，并將min||W||_*作為最優解并表示為其中||W||_*表示權重矩陣W的核范數；

(10)把(8)的結構代到(9)的關系中，得到：X'＝[X_O,X_H]W；

(11)將沿行方向劃分成如下兩部分:

其中是對應于X_O的權重矩陣，是對應于X_H的權重矩陣；

(12)將人臉照片候選塊集合X'由權重矩陣和表示為：

(13)根據相似性假設和(12)中人臉照片候選塊集合X'的表達式，將人臉畫像候選塊集合Y'表示為：

(14)將人臉畫像候選塊集合Y'中人臉組成部分進行拼接融合，得到合成的人臉畫像。