[發明專利]面向人臉數據對完整的人臉網紋修復方法、系統及介質

有效

• 申請號: 202010412957.2
• 申請日: 2020-05-15
• 公開（公告）號: CN111612798B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 鄺礫;王胤;朱雨佳
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/40;G06T7/90;G06T5/00;G06T3/40;G06N3/08;G06N3/0464
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 馬強;王娟

1.一種面向人臉數據對完整的人臉網紋修復方法，其特征在于，包括以下步驟：

1)將人臉網紋圖像和與之對應的干凈人臉圖像在水平維度上合并為一張圖片；

2)將由經步驟1)合并后的多張圖片組成的訓練集作為GAN網絡的輸入，訓練得到修復模型；所述GAN網絡的激活函數為Selu激活函數；所述GAN網絡的上采樣層、下采樣層各與一卷積層連接；

步驟2)的具體實現過程包括：

A)將所述訓練集輸入GAN網絡，并定義損失函數；

B)訓練GAN網絡；

C)判斷損失函數值是否降低，若是，則返回步驟B)，否則保存損失函數值不再降低時的GAN網絡，即得到修復模型；

所述損失函數定義如下：

其中D(x)、G(x)分別代表GAN網絡的判別網絡和生成網絡結構；λ是超參數；是L1損失函數，L1＝||y-G(x)||；F表示不同的特征層；λ_i是超參數；d_i(y_j)是判別網絡的隱藏層上真實圖片的特征表示，d_i(G(x_j))是生成網絡的生成圖片的特征表示；表示訓練樣本；N為訓練樣本數量；x,y分別為人臉網紋圖像和與之對應的干凈人臉圖像；

3)將待修復人臉網紋圖像輸入所述修復模型，得到修復后的干凈人臉圖像。

2.根據權利要求1所述的面向人臉數據對完整的人臉網紋修復方法，其特征在于，步驟1)中，還對合并后的圖片進行歸一化處理。

3.根據權利要求1或2所述的面向人臉數據對完整的人臉網紋修復方法，其特征在于，步驟3)的具體實現過程包括：將待修復人臉網紋圖像輸入所述修復模型中，得到輸出圖像，將所述輸出圖像的像素值從[-1，1]轉化到[0，255]，從轉化后的圖像中分離出修復的圖像，即得到修復后的干凈人臉圖像。

4.根據權利要求3所述的面向人臉數據對完整的人臉網紋修復方法，其特征在于，將待修復人臉網紋圖像輸入所述修復模型中之前，將所述待修復人臉網紋圖像的維度設置為與所述訓練集中圖片的維度一致。

5.一種面向人臉數據對完整的人臉網紋修復系統，其特征在于，包括：

數據處理單元，用于將人臉網紋圖像和與之對應的干凈人臉圖像在水平維度上合并為一張圖片，合并后的圖片與該圖片對應的干凈人臉圖像構成數據對；

訓練單元，用于將由所述數據對組成的訓練集作為GAN網絡的輸入，訓練得到修復模型；

修復單元，用于將待修復人臉網紋圖像輸入所述修復模型，得到修復后的干凈人臉圖像；

所述GAN網絡的損失函數定義如下：

其中D(x)、G(x)分別代表GAN網絡的判別網絡和生成網絡結構；λ是超參數；是L1損失，L1＝||y-G(x)||；F表示不同的特征層；λ_i是超參數；d_i(y_j)是判別網絡的隱藏層上真實圖片的特征表示，d_i(G(x_j))是生成網絡的生成圖片的特征表示；表示訓練樣本；N為訓練樣本數量；x,y分別為人臉網紋圖像和與之對應的干凈人臉圖像；

所述GAN網絡的激活函數為Selu激活函數；所述GAN網絡的上采樣層、下采樣層各與一卷積層連接。

6.一種計算機存儲介質，其特征在于，其存儲有程序，該程序被配置為執行權利要求1～4之一所述方法的步驟。