[發(fā)明專(zhuān)利]一種基于對(duì)抗生成網(wǎng)絡(luò)的唇形轉(zhuǎn)正方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110302713.3
• 申請(qǐng)日: 2021-03-22
• 公開(kāi)（公告）號(hào): CN113011564A
• 公開(kāi)（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 毛志煒;朱錚宇;王泳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東技術(shù)師范大學(xué)
• 主分類(lèi)號(hào): G06N3/04
• 分類(lèi)號(hào): G06N3/04;G06N3/08;G06K9/00
• 代理公司: 廣東有知貓知識(shí)產(chǎn)權(quán)代理有限公司 44681
• 代理人: 胡強(qiáng)

1.一種基于對(duì)抗生成網(wǎng)絡(luò)的唇形轉(zhuǎn)正方法，其特征在于，主要包括以下步驟：

首先，構(gòu)建基于生成對(duì)抗網(wǎng)絡(luò)的生成器網(wǎng)絡(luò)模型，所述生成器網(wǎng)絡(luò)模型包括生成器和判別器；

所述生成器左半部分為編碼結(jié)構(gòu)，使用下采樣的方法提取圖像特征；生成器右半部分為解碼結(jié)構(gòu)，使用上采用的方法把特征映射為圖像；

所述判別器為馬爾科夫判別器，由全卷積組成，最后以矩陣均值作為真假判斷輸出，從而輸出唇形轉(zhuǎn)正后的特征值；

其次，數(shù)據(jù)預(yù)處理，在數(shù)據(jù)處理時(shí)在對(duì)數(shù)據(jù)進(jìn)行灰度化處理的同時(shí)按視頻的幀率進(jìn)行剪裁，最后都?xì)w一化，統(tǒng)一數(shù)據(jù)類(lèi)型和數(shù)據(jù)形狀大小；

第三，使用隨機(jī)梯度下降對(duì)交叉熵誤差進(jìn)行訓(xùn)練，以?xún)?yōu)化生成器和判別器的ADAM參數(shù)；

最后，將待測(cè)數(shù)據(jù)輸入到訓(xùn)練好的生成器網(wǎng)絡(luò)模型中，從而輸出唇形轉(zhuǎn)正后的結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于對(duì)抗生成網(wǎng)絡(luò)的唇形轉(zhuǎn)正方法，其特征在于，所述數(shù)據(jù)灰度化處理采用tensorflow工具里的平均值法，假設(shè)各通道讀取像素點(diǎn)的像素值為r，g，b，那么灰度值

假設(shè)樣本X(x₁，x₂，x₃，…x_i)x_i為樣本X中像素點(diǎn)的值，x_min表示X中最小像素點(diǎn)值，x_max表示X中最大像素點(diǎn)值，歸一化[-1,1]之間的值