[發明專利]人臉圖像超分辨率重建方法、裝置、計算機設備及介質

在審

• 申請號: 202011625249.3
• 申請日: 2020-12-30
• 公開（公告）號: CN112669212A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 匡立中;蔡亮;李偉;邱煒偉;張帥;李吉明
• 申請（專利權）人: 杭州趣鏈科技有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/08;G06N3/04
• 代理公司: 深圳眾鼎匯成知識產權代理有限公司 44566
• 代理人: 張宏杰

1.一種人臉圖像超分辨率重建方法，其特征在于，所述人臉圖像超分辨率重建方法包括：

獲取低分辨人臉圖像；

將所述低分辨人臉圖像輸入到人臉超分辨生成對抗網絡中，所述人臉超分辨生成對抗網絡包括生成網絡和判別網絡，所述生成網絡包括人臉圖像編碼層、人臉圖像解碼層和人臉關鍵點信息獲取層；

通過所述人臉圖像編碼層，對所述低分辨人臉圖像進行特征提取，得到特征映射圖；

通過所述人臉關鍵點信息獲取層，對所述低分辨人臉圖像進行關鍵點提取，得到人臉關鍵點特征圖；

采用所述人臉圖像解碼層，對所述特征映射圖和所述人臉關鍵點特征圖進行解碼處理，得到高分辨人臉圖像；

采用所述判別網絡對所述高分辨人臉圖像進行判別，得到第一判別結果，其中，所述第一判別結果包括真和假中的一種；

若所述第一判別結果為假，則采用所述人臉超分辨生成對抗網絡對所述高分辨人臉圖像進行重新構建，若所述第一判別結果為若判別結果為真，則將所述高分辨人臉圖像作為目標圖像。

2.如權利要求1所述的人臉圖像超分辨率重建方法，其特征在于，所述人臉圖像編碼層采用稠密塊Dense Block進行網絡層級的連接。

3.如權利要求1所述的人臉圖像超分辨率重建方法，其特征在于，所述通過所述人臉關鍵點信息獲取層，對所述低分辨人臉圖像進行關鍵點提取，得到人臉關鍵點特征圖包括：

基于Dlib庫，從所述低分辨人臉圖像中進行人臉關鍵點獲取，得到人臉關鍵點；

針對所述低分辨人臉圖像中每個像素點，通過遍歷的方式，計算所述像素點到每個所述人臉關鍵點的距離，并將得到最小值作為所述像素點對應的有效距離；

若所述有效距離小于預設閾值，則將所述有效距離對應的像素點作為有效點；

在與所述低分辨人臉圖像相同大小的空白圖像中，寫入所述有效點和所述人臉關鍵點，得到所述人臉關鍵點特征圖。

4.如權利要求3所述的人臉圖像超分辨率重建方法，其特征在于，所述在與所述低分辨人臉圖像相同大小的空白圖像中，寫入所述有效點和所述人臉關鍵點，得到所述人臉關鍵點特征圖包括：

在與所述低分辨人臉圖像相同大小的空白圖像中，寫入所述有效點和所述人臉關鍵點，得到人臉關鍵點熱點圖；

對所述人臉關鍵點熱點圖進行二值化處理，得到所述人臉關鍵點特征圖。

5.如權利要求1所述的人臉圖像超分辨率重建方法，其特征在于，所述采用所述人臉圖像解碼層，對所述特征映射圖和所述人臉關鍵點特征圖進行解碼處理，得到高分辨人臉圖像包括：

將所述人臉關鍵點特征圖的特征大小，調整為與所述特征映射圖的特征大小一致，得到調整后的人臉關鍵點特征圖；

對所述特征映射圖與所述調整后的人臉關鍵點特征圖進行串聯融合，將融合后的特征圖作為輸入數據；

對所述輸入數據進行解碼處理，得到所述高分辨人臉圖像。

6.如權利要求5所述的人臉圖像超分辨率重建方法，其特征在于，所述人臉圖像解碼層采用稠密塊Dense Block進行網絡層級的連接，所述對所述輸入數據進行解碼處理，得到所述高分辨人臉圖像包括：

采用卷積核為a×a的卷積層，對所述輸入數據進行卷積處理，得到第一特征，其中，a為正整數；

采用卷積核為(a+1)×(a+1)的反卷積層，對所述第一特征進行采樣，得到第二特征；

通過預設數量的稠密塊Dense Block對所述第二特征進行特征解碼，得到第三特征；

使用卷積核為a×a的卷積層對所述第三特征進行三通道重建，得到所述高分辨人臉圖像。