[发明专利]一种人脸图像的年龄变换方法及装置

权利要求书

1.一种人脸图像的年龄变换方法，其特征在于，包括：

根据多个人物在多个不同的年龄段内分别对应的人脸图像，获取每个人脸图像中与年龄相关的年龄噪声图像；

根据多个年龄噪声图像，构建多个神经网络模型；其中，每个神经网络模型用于将一个年龄段的年龄噪声图像转换为另一个年龄段的年龄噪声图像；

获取目标人物在第一年龄段的第一人脸图像；

根据所述神经网络模型对所述第一人脸图像进行变换，得到目标人物在第二年龄段的第二人脸图像。

2.根据权利要求1所述的年龄变换方法，其特征在于，根据多个人物在多个不同的年龄段内分别对应的人脸图像，获取每个人脸图像中与年龄相关的年龄噪声图像的步骤，包括：

分别对每个人脸图像进行图像预处理，得到待处理人脸图像；

提取所述待处理人脸图像中的与年龄无关的人脸特征图像，并分解出所述待处理人脸图像中的与年龄相关的年龄噪声图像。

3.根据权利要求2所述的年龄变换方法，其特征在于，提取所述待处理人脸图像中的与年龄无关的人脸特征图像，并分解得到所述待处理人脸图像中的与年龄相关的年龄噪声图像的步骤，包括：

利用因子分析模型和随机梯度下降的方式来提取所述待处理人脸图像中的与年龄无关的人脸特征图像，并分解得到所述待处理人脸图像中的与年龄相关的年龄噪声图像。

4.根据权利要求1所述的年龄变换方法，其特征在于，根据多个年龄噪声图像，构建多个神经网络模型的步骤，包括：

利用深层神经网络模型对多个年龄噪声图像进行处理，构建能够在不同的年龄段之间任意变换的多个神经网络模型。

5.根据权利要求1所述的年龄变换方法，其特征在于，根据所述神经网络模型对所述第一人脸图像进行变换，得到目标人物在第二年龄段的第二人脸图像的步骤，包括：

对第一人脸图像进行图像预处理，得到待处理人脸图像；

利用因子分析模型提取所述待处理人脸图像中的与年龄无关的第一人脸特征图像，并分解出所述待处理人脸图像中的与第一年龄段相关的第一年龄噪声图像；

根据所述神经网络模型将与所述第一年龄段相关的第一年龄噪声图像转换为与第二年龄段相关的第二年龄噪声图像；

将与年龄无关的第一人脸特征图像和与第二年龄段相关的第二年龄噪声图像叠加，得到所述目标人物在第二年龄段的第二人脸图像。

6.根据权利要求2或5所述的年龄变换方法，其特征在于，所述图像预处理的步骤，包括：

对人脸图像进行去光照归一化处理；

对去光照归一化处理之后的人脸图像进行裁剪，得到所述人脸图像上的人脸有效区域；

对人脸有效区域进行人脸对齐处理，得到待处理人脸图像。

7.根据权利要求1所述的年龄变换方法，其特征在于，神经网络模型的个数N，不同的年龄段的个数为M，则N小于或者等于排列组合A(M，2)；M、N为大于2的整数。

8.一种人脸图像的年龄变换装置，其特征在于，包括：

第一获取模块，用于根据多个人物在多个不同的年龄段内分别对应的人脸图像，获取每个人脸图像中与年龄相关的年龄噪声图像；

模型建立模块，用于根据多个年龄噪声图像，构建多个神经网络模型；其中，每个神经网络模型用于将一个年龄段的年龄噪声图像转换为另一个年龄段的年龄噪声图像；

第二获取模块，用于获取目标人物在第一年龄段的第一人脸图像；

变换模块，用于根据所述神经网络模型对所述第一人脸图像进行变换，得到目标人物在第二年龄段的第二人脸图像。

9.根据权利要求8所述的年龄变换装置，其特征在于，所述第一获取模块包括：

第一预处理模块，用于分别对每个人脸图像进行图像预处理，得到待处理人脸图像；

提取分解模块，用于提取所述待处理人脸图像中的与年龄无关的人脸特征图像，并分解出所述待处理人脸图像中的与年龄相关的年龄噪声图像。

10.根据权利要求9所述的年龄变换装置，其特征在于，所述提取分解模块包括：

提取分解子模块，用于利用因子分析模型和随机梯度下降的方式来提取所述待处理人脸图像中的与年龄无关的人脸特征图像，并分解得到所述待处理人脸图像中的与年龄相关的年龄噪声图像。