[發(fā)明專利]生成人像圖像的方法、裝置、可讀介質(zhì)和電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202011402320.1
• 申請日: 2020-12-04
• 公開（公告）號: CN112418139A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 殷書寶;葉芳
• 申請（專利權(quán)）人: 上海依圖網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海華誠知識產(chǎn)權(quán)代理有限公司 31300
• 代理人: 徐穎聰

本申請公開了一種生成人像圖像的方法、裝置、可讀介質(zhì)和電子設(shè)備，應(yīng)用于圖像生成領(lǐng)域。通過控制輸入到生成器的網(wǎng)絡(luò)單元中的目標(biāo)噪聲向量，使得生成的人像圖像庫特征質(zhì)量合格、豐富度足夠泛化、數(shù)量足夠充足。具體的，該方法包括：獲取多個(gè)隨機(jī)噪聲向量；對多個(gè)隨機(jī)噪聲向量進(jìn)行非線性變換得到多個(gè)目標(biāo)噪聲向量，多個(gè)隨機(jī)噪聲向量與多個(gè)目標(biāo)噪聲向量一一對應(yīng)；根據(jù)多個(gè)目標(biāo)噪聲向量，得到多組向量序列，其中每組向量序列中包含的目標(biāo)噪聲向量的數(shù)量均為n，且不同向量序列中包含的目標(biāo)噪聲向量不同，n為大于或等于2的正整數(shù)；基于多組向量序列生成多個(gè)人像圖像，多組向量序列與多個(gè)人像圖像一一對應(yīng)。具體的，該方法應(yīng)用于生成人像圖像的場景中。

技術(shù)領(lǐng)域

本申請涉及圖像生成領(lǐng)域，特別涉及一種生成人像圖像的方法、裝置、可讀介質(zhì)和電子設(shè)備。

背景技術(shù)

隨著人臉識別技術(shù)在安防，金融等領(lǐng)域大量落地應(yīng)用，對人臉識別技術(shù)相關(guān)的產(chǎn)品的質(zhì)量要求也隨之變高。通常以產(chǎn)品使用的人臉識別模型支持的精度以及底庫(即人像數(shù)據(jù)庫)規(guī)模作為衡量產(chǎn)品質(zhì)量的重要指標(biāo)。例如，在人臉識別模型中使用人像聚檔技術(shù)，有利于提高人像識別的精度，以及提升人像庫規(guī)模。其中，人像聚檔指利用人臉識別模型對數(shù)據(jù)庫中人像根據(jù)特征相似度計(jì)算得到同一人的不同照片，并歸入一個(gè)檔案。

具體的，實(shí)際產(chǎn)品通常需要支持大規(guī)模人像庫聚檔，而發(fā)布支持大規(guī)模人像庫聚檔的模型需要更大規(guī)模的人像庫進(jìn)行質(zhì)量測試驗(yàn)收。然而，人臉數(shù)據(jù)因涉及個(gè)人隱私而被政府保護(hù)，從而獲取困難、資源稀缺且無法形成市場，進(jìn)而導(dǎo)致規(guī)模較大的人像庫難以獲取。如果考慮偽造虛擬人臉用于人像聚檔對應(yīng)模型的測試，那么由于采用像素融合、區(qū)域裁切替等圖像處理領(lǐng)域的通用技術(shù)偽造虛擬人臉時(shí)無法形成新的人臉特征，將導(dǎo)致生成的虛擬人臉無法用于人像聚檔驗(yàn)證。

如此，如何獲取規(guī)模足夠大的人像數(shù)據(jù)庫，尤其是人像特征質(zhì)量合格、豐富度足夠泛化、數(shù)量足夠充足的人像數(shù)據(jù)庫，成為保障大規(guī)模聚檔模型算法的質(zhì)量面臨的難題。

發(fā)明內(nèi)容

本申請的一些實(shí)施例提供了一種生成人像圖像的方法、裝置、可讀介質(zhì)和電子設(shè)備，以下從多個(gè)方面介紹本申請，以下多個(gè)方面的實(shí)施方式和有益效果可互相參考。

第一方面，本申請的實(shí)施方式提供了一種生成人像圖像的方法，該方法包括：獲取多個(gè)隨機(jī)噪聲向量；對該多個(gè)隨機(jī)噪聲向量進(jìn)行非線性變換得到多個(gè)目標(biāo)噪聲向量，其中該多個(gè)隨機(jī)噪聲向量與該多個(gè)目標(biāo)噪聲向量一一對應(yīng)；根據(jù)該多個(gè)目標(biāo)噪聲向量，得到多組向量序列，其中每組向量序列中包含的目標(biāo)噪聲向量的數(shù)量均為n，且不同向量序列中包含的目標(biāo)噪聲向量不同，n為大于或等于2的正整數(shù)；基于該多組向量序列生成多個(gè)人像圖像，該多組向量序列與多個(gè)人像圖像一一對應(yīng)。

根據(jù)本申請的實(shí)施方式，將隨機(jī)噪聲向量通過非線性變換得到多個(gè)目標(biāo)噪聲向量，并針對多個(gè)目標(biāo)噪聲向量進(jìn)行組合和排序，得到多組向量序列，基多組向量序列生成一一對應(yīng)的人像圖片，因?yàn)檩斎氲南蛄啃蛄胁煌矡o規(guī)律，使得生成的人像圖像之間的特征泛性增強(qiáng)。

在一些實(shí)施方式中，上述生成人像圖像的方法是基于生成網(wǎng)絡(luò)實(shí)現(xiàn)，該生成網(wǎng)絡(luò)包括串聯(lián)的n層神經(jīng)網(wǎng)絡(luò)單元，該n層神經(jīng)網(wǎng)絡(luò)單元中的前一層神經(jīng)網(wǎng)絡(luò)單元的輸出作為后一層神經(jīng)網(wǎng)絡(luò)單元的輸入；上述基于多組向量序列生成多個(gè)人像圖像，包括：將每組向量序列中的n個(gè)目標(biāo)噪聲向量按照排列順序依次輸入至n層神經(jīng)網(wǎng)絡(luò)單元中，并將預(yù)設(shè)向量輸入至n層神經(jīng)網(wǎng)絡(luò)單元中的第一層神經(jīng)網(wǎng)絡(luò)單元，使得n層神經(jīng)網(wǎng)絡(luò)單元中的最后一層神經(jīng)網(wǎng)絡(luò)單元輸出一個(gè)人像圖像，得到多個(gè)人像圖像。

在一些實(shí)施方式中，上述生成人像圖像的方法中：多個(gè)隨機(jī)噪聲向量和多個(gè)目標(biāo)噪聲向量中向量數(shù)量均為n，多組向量序列的組數(shù)和多個(gè)人像圖像的個(gè)數(shù)為n！，并且每組向量序列中均包含多個(gè)目標(biāo)噪聲向量中的所有目標(biāo)噪聲向量。

在一些實(shí)施方式中，上述生成人像圖像的方法中，多個(gè)隨機(jī)噪聲向量中每個(gè)隨機(jī)噪聲向量的數(shù)據(jù)結(jié)構(gòu)均為1×n維。

在一些實(shí)施方式中，上述生成人像圖像的方法中，生成網(wǎng)絡(luò)基于反卷積網(wǎng)絡(luò)實(shí)現(xiàn)。