[發(fā)明專利]一種面向弱標簽數(shù)據(jù)進行人臉年齡合成的方法

在審

• 申請?zhí)枺?/td>: 202011370958.1
• 申請日: 2020-11-30
• 公開（公告）號: CN112487971A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計）人: 周媛;馬莞悅;何軍
• 申請（專利權(quán)）人: 南京信息工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 曹坤

本發(fā)明公開了一種面向弱標簽數(shù)據(jù)進行人臉年齡合成的方法。屬于計算機科學技術(shù)人工智能領(lǐng)域，具體步驟包括人臉特征提取、人臉年齡合成及身份信息增強。本發(fā)明可以解決數(shù)據(jù)集標簽不精確，缺乏匹配年齡段人臉圖片問題，同時，由于添加了循環(huán)網(wǎng)絡(luò)，本發(fā)明保留更多的個人面部特征信息，使生成的回歸/老化人臉效果更好；另外，本發(fā)明在解決數(shù)據(jù)集不足問題的基礎(chǔ)上仍然可以保證良好的生成效果；解決了傳統(tǒng)人臉年齡合成任務(wù)中數(shù)據(jù)稀缺的問題，在現(xiàn)實生活中有很廣泛的應(yīng)用，例如尋找失蹤人口、影視娛樂、公益項目宣傳等。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機科學技術(shù)人工智能領(lǐng)域，具體涉及一種年齡合成方法，特別是涉及一種面向弱標簽數(shù)據(jù)進行人臉年齡合成的方法。

背景技術(shù)

人臉合成是研究某人過去和未來長相的一門技術(shù)，這項技術(shù)在現(xiàn)實生活中有很廣泛的應(yīng)用，例如尋找失蹤人口，影視娛樂公益項目宣傳等。近年來，很多科學工作者致力于該項工作，但由于數(shù)據(jù)稀缺，該領(lǐng)域的研究始終面臨巨大的挑戰(zhàn)，如何解決該問題是一個非常值得深入研究的方向。傳統(tǒng)的人臉合成方法可以分為物理建模和原型生成兩種方法。物理建模通過公式計算出人臉的顱骨、臉型、皮膚、五官等在不同年齡的變化，此方法需要耗費大量的計算資源，參數(shù)復(fù)雜度高，同時需要大量的數(shù)據(jù)。原型生成是指將數(shù)據(jù)分成幾個不同年齡的組，通過學習不同年齡組之間的人臉特征生成對應(yīng)年齡段的人臉圖片。此方法由于缺乏大量數(shù)據(jù)，容易導致生成的人臉圖像存在嚴重的鬼影，圖片質(zhì)量差。

近幾年,深度學習領(lǐng)域發(fā)展迅速，卷積神經(jīng)網(wǎng)絡(luò)(CNN)的提出在圖像特征提取方面作出了極大貢獻，該算法不需要大量的人工標注信息，可以很好地解決數(shù)據(jù)稀缺問題。生成式對抗網(wǎng)絡(luò)模型的提出,數(shù)據(jù)缺乏的問題得到了解決。但如何利用生成式對抗網(wǎng)絡(luò)獲得高質(zhì)量的人臉圖片仍然值得研究。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明提供了一種面向弱標簽數(shù)據(jù)進行人臉年齡合成的方法，該方法由人臉特征提取、人臉年齡合成、身份信息增強三個部分組成，利用TensorFlow框架進行訓練，解決了數(shù)據(jù)稀缺問題，具有廣泛的現(xiàn)實應(yīng)用。

本發(fā)明的技術(shù)方案是：一種面向弱標簽數(shù)據(jù)進行人臉年齡合成的方法，具體操作步驟如下：

步驟(1.1)、人臉特征提取：采用條件變分自編碼器的方法提取人臉特征信息，通過卷積神經(jīng)網(wǎng)絡(luò)獲取隱變量；

步驟(1.2)、人臉年齡合成：通過條件對抗生成網(wǎng)絡(luò)生成指定年齡分組的人臉圖片；通過得到的隱變量，給定年齡標簽，利用對抗生成方法判斷人臉圖片真假，訓練網(wǎng)絡(luò)，最終生成對應(yīng)年齡段的人臉圖片；

步驟(1.3)、身份信息增強：通過增加身份信息損失函數(shù)增強得到的人臉年齡合成圖片生成效果，通過新生成的人臉圖片保留特征信息。

進一步的，在所述步驟(1.1)中，通過人臉特征提取的具體操作步驟如下：

(1.1.1)、遍歷所有X張人臉圖片，通過條件變分自編碼器的方法提取人臉特征，其生成函數(shù)具體如下式所示：

E[logP(X|z,c)]-D_KL[Q(z|X,c)||P(z)]

式中，E[logP(X|z,c)]表示在c條件下聯(lián)合概率分布的期望值，X表示X張圖片，c表示輸入條件，z表示生成的隱變量，P和Q分別表示使用條件變分自編碼進行圖片的生成，D_KL表示KL散度度量指標；

(1.1.2)、將生成的隱變量通過對抗生成網(wǎng)絡(luò)判斷人臉特征的真假，其具體如下式所示：

式中，D_z判斷輸入特征的真假，E_z(x)表示特征由(x)產(chǎn)生，表示真實數(shù)據(jù)集中圖片的期望值，E(x,y)表示加入年齡標簽后生成器生成的人臉圖片。