[发明专利]基于生成式对抗网络的人脸非监督特征学习方法及装置

权利要求书

1.一种基于生成式对抗网络的人脸非监督特征学习方法，其特征在于，包括步骤：

对已收集的原始人脸图像进行预处理，以转换成设定尺寸的人脸训练图像；

将转换好的所述人脸训练图像作为训练数据对构建的深度卷积生成对抗网络中的目标生成网络进行训练；

将生成的随机向量集输入到训练好的所述目标生成网络中，得到与所述随机向量集相对应的生成图像集，随机向量集中随机图片的维度为100维；

将得到的所述生成图像集输入到构建的深度卷积神经网络的深度回归网络中，对所述深度回归网络进行训练，提取所述生成图像集的人脸特征向量；

所述将转换好的所述人脸训练图像作为训练数据对构建的深度卷积生成对抗网络中的目标生成网络进行训练的步骤包括：

对原深度卷积生成对抗网络的网络结构进行改进，构建新的用于生成人脸目标图像的目标生成网络及用于对生成的所述人脸目标图像进行判别的目标判别网络；

在构建的所述目标生成网络中添加深度卷积层，使输入所述目标生成网络的随机向量转换为设定尺寸的人脸目标图像进行输出；

所述将得到的所述生成图像集输入到构建的深度卷积神经网络的深度回归网络中，对所述深度回归网络进行训练，提取所述生成图像集的人脸特征向量的步骤包括：

将所述生成图像集作为所述深度回归网络的输入，所述随机向量集作为所述深度回归网络的监督信号，将欧拉距离函数作为激励函数对所述深度回归网络进行训练；

训练好的深度回归网络利用目标生成网络生成的生成图像集来逆向学习目标生成网络，得到目标生成网络输入的100维float随机向量，最后将目标生成网络输入的100维float随机向量作为算法特征，提取生成图像集的人脸特征向量，以识别待识别人脸图像中的人脸特征。

2.根据权利要求1所述的基于生成式对抗网络的人脸非监督特征学习方法，其特征在于，

所述对已收集的原始人脸图像进行预处理，以转换成设定尺寸的人脸训练图像的步骤包括：

对已收集的原始人脸图像进行人脸检测，以检测出所述人脸图像的眼睛坐标；

使用所述眼睛坐标对所述原始人脸图像内的人脸进行对齐和归一化处理，以转换成设定尺寸的人脸训练图像。

3.根据权利要求1所述的基于生成式对抗网络的人脸非监督特征学习方法，其特征在于，

所述在构建的所述目标生成网络中添加深度卷积层，使输入所述目标生成网络的随机向量转换为设定尺寸的人脸目标图像进行输出的步骤之后包括：

运用目标判别网络对所述目标生成网络输出的所述人脸目标图像进行判别，判别出所述人脸目标图像与人脸真实图像。