[发明专利]中性表情正向人脸图片方法及装置

说明书

本发明公开了一种中性表情正向人脸图片方法及装置，其中，该方法包括：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；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，并将图片作为目标输出；将深度神经网络和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。该方法可以生成具有真实感的中性正向人脸图片，仅需输入单张人脸图片，并且不受人脸图片的表情、面部角度和朝向的限制。

技术领域

本发明涉及图片处理技术领域，特别涉及一种中性表情正向人脸图片方法及装置。

背景技术

深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

中性表情正向人脸图片是正式的文件和场合需要使用的人脸肖像照片。在一些应用场景中，人们仅有一张带有表情，非正向的人脸图片时，需要获得其具有真实感的中性表情的正向人脸图片。相关技术中，输入人脸的表情会受到限制，输入的面部表情角度和朝向也会受到限制，同时还需要输入多张图片才可以输出，分辨率差。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种中性表情正向人脸图片方法，该方法仅需输入单张人脸图片，就可以生成具有真实感的中性正向人脸图片，且不受输入人脸图片的表情、面部角度和朝向的限制。

本发明的另一个目的在于提出一种中性表情正向人脸图片装置。

为达到上述目的，本发明一方面实施例提出了一种中性表情正向人脸图片方法，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，以该预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；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；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。

本发明实施例的中性表情正向人脸图片方法，通过利用深度学习网络补完人脸的几何和人脸反射属性，再利用人脸三维重建技术得到人脸的中性正向图片，可生成具有真实感的中性正向人脸图片，仅需输入单张人脸图片，并且不受人脸图片的表情、面部角度和朝向的限制。

另外，根据本发明上述实施例的中性表情正向人脸图片方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述人脸图片包括非中性或非正向人脸与中性正向人脸。