[發明專利]人臉圖像數據集的擴充方法和裝置

在審

• 申請號: 201911421810.3
• 申請日: 2019-12-31
• 公開（公告）號: CN111160487A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 朱軍;周聿浩;石佳欣
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張秀程

1.一種人臉圖像數據集的擴充方法，其特征在于，包括:

確定人臉圖像數據集和預計擴充圖像個數；

采用所述人臉圖像數據集中的圖像訓練變分自編碼器，確定所述變分自編碼器的參數，其中，所述變分自編碼器包括編碼器和解碼器；

將期望的圖像矢量描述的分布采集預計擴充圖像個數的圖像矢量描述輸入所述解碼器，得到預計擴充圖像個數的圖像；

其中，所述變分自編碼器的訓練過程中需要最小化的目標函數關于變分自編碼器的參數的梯度是通過樣本基于Stein等式和Nystrom算法得到的。

2.根據權利要求1所述的人臉圖像數據集的擴充方法，其特征在于，

所述編碼器的輸入為圖像數據，輸出為對應于每一幅輸入圖像的圖像矢量描述；

所述解碼器的輸入為圖像矢量描述，輸出為對應于每一個輸入圖像矢量描述的圖像。

3.根據權利要求2所述的人臉圖像數據集的擴充方法，其特征在于，采用所述人臉圖像數據集中的圖像訓練變分自編碼器，具體包括：

確定第一訓練次數以及每次訓練需要的第一圖像個數；

每次訓練中，采用第一圖像個數的圖像進行訓練，計算需要最小化的目標函數關于待優化的編碼器的參數的第一梯度，計算需要最小化的目標函數關于待優化的解碼器的參數的第二梯度；

基于所述第一梯度和所述第二梯度，利用隨機優化器更新所述編碼器的參數和所述解碼器的參數；

經過第一訓練次數的訓練后，確定所述編碼器的參數和所述解碼器的參數。

4.根據權利要求3所述的人臉圖像數據集的擴充方法，其特征在于，所述需要最小化的目標函數為：

E_px(x)E_q(z|x)[|x-G(z)|²]+λ·KL(q(z),p(z))

其中，z為編碼器輸出的圖像描述矢量，x為輸入的編碼器的圖像數據，p(z)為期望的圖像描述矢量的分布，q(z)為編碼器輸出的圖像描述矢量的分布，q(z|x)是編碼器決定的圖像描述矢量近似后驗分布，λ為正則化系數，KL(q(z),p(z))表示期望的圖像描述矢量的分布p(z)和編碼器輸出的圖像描述矢量的分布q(z)之間的Kullback-Leibler散度，G(z)表示解碼器的輸出圖像；

所述第一梯度為：

其中，φ是編碼器的參數，G_φ是通過反向傳播技術計算的函數關于φ的梯度，M是每次訓練中輸入的圖像的個數，x_m是輸入編碼器的圖像數據，每次訓練輸入編碼器的圖像數據為x₁,…,x_M，y_m是解碼器輸出的對應于x_m的圖像數據，z_m是編碼器輸出的對應于x_m的圖像描述矢量，λ為正則化系數，q(z_m)為期望的圖像描述矢量的分布，為利用標準反向傳播技術計算的梯度；

所述第二梯度為G_θ，θ是解碼器的參數，所述第二梯度是通過反向傳播技術計算的函數關于θ的梯度，M是每次訓練中輸入的圖像的個數，x_m是輸入編碼器的圖像數據，每次訓練輸入編碼器的圖像數據為x₁,…,x_M，y_m是解碼器輸出的對應于x_m的圖像數據。