[发明专利]中性表情正向人脸图片方法及装置有效
| 申请号： | 201811167716.5 | 申请日： | 2018-10-08 |
| 公开（公告）号： | CN109389551B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 徐枫;王至博 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06T17/00;G06V10/774;G06V10/82;G06V40/16;G06N3/045;G06N3/0475;G06N3/094 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 中性 表情 正向 图片 方法 装置 | ||
1.一种中性表情正向人脸图片方法，其特征在于，包括以下步骤：
通过人脸三维重建对数据集中的人脸图片进行处理，以获取人脸几何与人脸的反射属性；
训练输入为人脸图片，且输出为中性人脸几何及其完整反射属性的深度神经网络，其中，预先训练所述深度神经网络输出为图片提取出的人脸几何和反射属性，且人脸几何及其反射属性用向量表示，以所述预先训练的结果作为生成对抗网络的初始化生成网络，将其输出作为负样本，中性正向人脸提取出的中性人脸几何与完整反射属性作为正样本，作为鉴别网络的输入；以及
预训练生成最终正向中性人脸图片的网络，且在预训练时，使用训练集中的中性正向人脸图片提取出的中性人脸几何与完整反射属性作为输入，并将所述图片作为目标输出，其中，将所述生成最终正向中性人脸图片的网络作为生成所述对抗网络的生成网络，其输出作为鉴别网络的负样本，且所述训练集中的中性正向人脸图片作为正样本，进一步训练该网络；以及
将所述深度神经网络和所述生成最终正向中性人脸图片的网络协同并同时进行训练，以减小生成对抗误差。
2.根据权利要求1所述的中性表情正向人脸图片方法，其特征在于，所述人脸图片包括非中性或非正向人脸与中性正向人脸。
3.一种中性表情正向人脸图片装置，其特征在于，包括：
处理模块，用于通过人脸三维重建对数据集中的人脸图片进行处理，以获取人脸几何与人脸的反射属性；
第一预训练模块，用于训练输入为人脸图片，且输出为中性人脸几何及其完整反射属性的深度神经网络，其中，预先训练所述深度神经网络输出为图片提取出的人脸几何和反射属性，且人脸几何及其反射属性用向量表示，以所述预先训练的结果作为生成对抗网络的初始化生成网络，将其输出作为负样本，中性正向人脸提取出的中性人脸几何与完整反射属性作为正样本，作为鉴别网络的输入；以及
第二预训练模块，用于预训练生成最终正向中性人脸图片的网络，且在预训练时，使用训练集中的中性正向人脸图片提取出的中性人脸几何与完整反射属性作为输入，并将所述图片作为目标输出，其中，将所述生成最终正向中性人脸图片的网络作为生成所述对抗网络的生成网络，其输出作为鉴别网络的负样本，且所述训练集中的中性正向人脸图片作为正样本，进一步训练该网络；以及
训练模块，用于将所述深度神经网络和所述生成最终正向中性人脸图片的网络协同并同时进行训练，以减小生成对抗误差。
4.根据权利要求3所述的中性表情正向人脸图片装置，其特征在于，所述人脸图片包括非中性或非正向人脸与中性正向人脸。
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清华大学，未经清华大学许可，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/201811167716.5/1.html，转载请声明来源钻瓜专利网。
