[发明专利]一种人脸图像生成方法及装置在审

专利信息
申请号: 201710355708.2 申请日: 2017-05-19
公开(公告)号: CN107194868A 公开(公告)日: 2017-09-22
发明(设计)人: 杨贤立;陈志超;李轩;周剑 申请(专利权)人: 成都通甲优博科技有限责任公司
主分类号: G06T3/00 分类号: G06T3/00;G06K9/00
代理公司: 成都市集智汇华知识产权代理事务所(普通合伙)51237 代理人: 李华,温黎娟
地址: 610213 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 生成 方法 装置
【权利要求书】:

1.一种人脸图像生成方法,其特征在于,包括:

获取用户的人脸图像;

对所述人脸图像进行年龄估算,确定所述人脸图像对应用户的当前年龄组别向量;

对所述人脸图像进行编码,获取所述人脸图像的隐性变量;

结合所述隐性变量以及所述当前年龄组别向量,对所述用户的人脸进行还原;

根据所述隐性变量以及目标年龄组别向量,生成所述用户在目标年龄的人脸图像。

2.如权利要求1所述的人脸图像生成方法,其特征在于,在所述获取用户的人脸图像之后还包括:

对获取到的所述人脸图像进行图像预处理。

3.如权利要求2所述的人脸图像生成方法,其特征在于,所述对获取到的所述人脸图像进行图像预处理包括:

将所述人脸图像的每个像素值转换为灰度值;

对所述人脸图像进行位置变换,并进行尺度归一化处理;

对所述人脸图像进行直方图均衡化处理。

4.如权利要求1至3任一项所述的人脸图像生成方法,其特征在于,所述对所述人脸图像进行年龄估算包括:

提取所述人脸图像中的特征信息;

将所述特征信息与预先建立的训练集中的各人脸图像的标准特征信息进行匹配,确定所述人脸图像所属的分类结果;

根据所述分类结果确定所述人脸图像对应的年龄向量组。

5.如权利要求4所述的人脸图像生成方法,其特征在于,在所述对所述用户的人脸进行还原之后还包括:

将还原后的人脸与初始的人脸图像进行比较,判断还原后的人脸是否符合预设标准。

6.一种人脸图像生成装置,其特征在于,包括:

人脸图像获取模块,用于获取用户的人脸图像;

年龄估算模块,用于对所述人脸图像进行年龄估算,确定所述人脸图像对应用户的当前年龄组别向量;

隐性变量获取模块,用于对所述人脸图像进行编码,获取所述人脸图像的隐性变量;

人脸还原模块,用于结合所述隐性变量以及所述当前年龄组别向量,对所述用户的人脸进行还原;

目标年龄人脸生成模块,用于根据所述隐性变量以及目标年龄组别向量,生成所述用户在目标年龄的人脸图像。

7.如权利要求6所述的人脸图像生成装置,其特征在于,还包括:

预处理模块,用于在获取用户的人脸图像之后,对获取到的所述人脸图像进行图像预处理。

8.如权利要求7所述的人脸图像生成装置,其特征在于,所述预处理模块包括:

灰度转换单元,用于将所述人脸图像的每个像素值转换为灰度值;

位置变换单元,用于对所述人脸图像进行位置变换,并进行尺度归一化处理;

均衡化处理单元,用于对所述人脸图像进行直方图均衡化处理。

9.如权利要求6至8任一项所述的人脸图像生成装置,其特征在于,所述年龄估算模块包括:

特征信息提取单元,用于提取所述人脸图像中的特征信息;

分类结果确定单元,用于将所述特征信息与预先建立的训练集中的各人脸图像的标准特征信息进行匹配,确定所述人脸图像所属的分类结果;

年龄向量组确定单元,用于根据所述分类结果确定所述人脸图像对应的年龄向量组。

10.如权利要求9所述的人脸图像生成装置,其特征在于,所述人脸还原模块还用于:将还原后的人脸与初始的人脸图像进行比较,判断还原后的人脸是否符合预设标准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都通甲优博科技有限责任公司,未经成都通甲优博科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710355708.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top