[发明专利]人脸图像生成方法及装置

说明书

本发明属于人脸识别技术领域，具体涉及一种人脸图像生成方法及装置。旨在解决如何对包含特定属性信息的人脸图像样本进行数据增广的技术问题。本发明提供一种人脸图像生成方法，包括将人脸样本图像和预设的人脸多属性条件向量输入对抗生成网络；分别对预设的噪声向量和预设的人脸多属性条件向量进行取样，将取样结果输入对抗生成网络的生成网络，得到合成图像；分别将合成图像与人脸样本图像输入对抗生成网络的判别网络，判别网络无法区分合成图像和输入的图像时，将合成图像作为符合人脸多属性条件的人脸图像输出。本发明能够在训练集样本难以获取的情况下，对原有的生成对抗网络进行拓展，通过多属性条件的引导，生成指定属性条件的图像。

技术领域

本发明属于人脸识别技术领域，具体涉及一种人脸图像生成方法及装置。

背景技术

随着神经网络技术的发展，神经网络技术正应用在越来越多的场景中，而人脸识别作为生物特征识别中最活跃的分支，也越来越受到重视。其中，图像视频检索以及人脸属性分析等又是人脸识别的重要应用，以人脸识别中的年龄估计为例，在传统的年龄估计技术中，由于缺乏人脸图像样本数据，只能基于有限的数据进行年龄分布挖掘，或者在获取人脸不同区域的图像信息后，结合所获取的图像信息进行年龄估计。目前，可以采用数据增广方法对人脸图像样本进行扩充，但是常规的数据增广方法无法对包含特定年龄和性别等属性信息的人脸图像样本进行扩充，从而影响人脸识别的准确性，进而限制人脸识别的应用和推广。

因此，如何提出一种解决上述问题的方案是本领域技术人员目前需要解决的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决如何对包含特定属性信息的人脸图像样本进行数据增广的技术问题，本发明的一方面提供了一种人脸图像生成方法，包括：

步骤S1：将人脸样本图像和预设的人脸多属性条件向量输入对抗生成网络；

步骤S2：分别对预设的噪声向量和所述预设的人脸多属性条件向量进行取样，将取样结果输入所述对抗生成网络的生成网络，得到合成图像；

步骤S3：分别将所述合成图像与所述人脸样本图像输入所述对抗生成网络的判别网络，若所述判别网络能够区分所述合成图像和所述人脸样本图像，则优化所述生成网络和所述判别网络，并执行步骤S2；否则，将所述合成图像作为符合人脸多属性条件的人脸图像输出。

在上述方法的优选技术方案中，将所述人脸样本图像输入所述对抗生成网络之前，该方法还包括：

对所述人脸样本图像进行人脸检测，若所述人脸样本图像不存在人脸，则放弃该图像；否则对所述人脸样本图像进行人脸关键点检测，得到所述人脸关键点的位置信息；

根据所述人脸关键点的位置信息，进行图像对齐和裁剪操作，得到最终的人脸样本图像。

在上述方法的优选技术方案中，所述判别网络，配置为按照下述步骤区分所述合成图像与所述人脸样本图像：

根据所述合成图像和所述人脸样本图像，分别输出真伪判别概率以及多属性特征层输出；

根据所述真伪判别概率以及所述多属性特征层输出，分别计算所述判别网络的损失函数的对抗损失项、以及所述生成网络的损失函数的多属性交叉熵损失项；

若所述对抗损失项趋于平稳且所述多属性交叉熵损失项收敛，则所述判别网络无法区分所述合成图像和所述人脸样本图像，反之，则能够区分。

在上述方法的优选技术方案中，“计算所述判别网络的损失函数的对抗损失项、以及所述生成网络的损失函数的多属性交叉熵损失项”，其方法为按照下式所示的方法计算：