[发明专利]一种基于深度学习的模拟画像生成方法及装置

说明书

本发明公开了一种基于深度学习的模拟画像生成方法，包括如下步骤：S1:获得人脸拼接图或人脸轮廓图；S2:生成人脸图像，将所述人脸拼接图或人脸轮廓图分别作为条件生成对抗网络的条件输入，用于约束网络生成分别与二者相似的，更逼真，更自然的完整人脸图像；S3:人脸辨认及编辑，受害人对生成的完整人脸图像进行辨认，并提出局部或整体修改意见，依据修改意见对图片进行编辑或重新生成，最终输出人脸图像。本发明还公开了该方法对应的装置。本发明的模拟画像生成方法，基于现有的手绘方法和拼接式模拟画像方法的改进，引入了条件生成对抗网络算法和卷积神经网络算法，使得生成的模拟画像更加形象自然、逼真、传神，将能大大提升实用效果。

技术领域

本发明属于智能刑侦技术领域，更具体地，涉及一种基于深度学习的模拟画像生成方法及装置。

背景技术

随着各类媒体对警方办案过程的广泛报道及人们受教育程度的普遍提高，犯罪嫌疑人通过各种信息渠道研究警方侦查破案过程，反侦查能力日渐提升。即使在拥有范围覆盖极广的监控网络和精确度极高的指纹、DNA鉴定技术的今天，犯罪嫌疑人仍可以通过躲避监控、破坏监控设施、擦除指纹、清理犯罪现场等方式销毁线索与证据，给警方侦查与破案造成了极大的困难。在这类案件中，受害人出于惊恐与憎恨而在脑海中留下的对犯罪嫌疑人面部特征的深刻印象成了侦查、通缉的珍贵线索，将受害人对犯罪嫌疑人长相的记忆输出到纸上成为案件侦破工作的迫切需求，模拟画像技术正是服务于这一重要需求的。

模拟画像自古以来便在刑侦领域受到重视，专业的模拟画像师通过与受害人的交流，了解犯罪嫌疑人的面部特征，通过手工素描等绘画方式在纸上画出犯罪嫌疑人的模拟画像，并根据受害者的反馈反复修改，直至与受害者脑海中的印象达到最大程度的相似。这种通过口述与手绘的方式直到今天仍然被普遍采用，并在大量复杂案件的侦破过程中发挥巨大作用。这种方式的优点是能够通过不断地修改，较为精细地表现出犯罪嫌疑人的面部特征并对其较为特殊的特征如特殊形状五官、胎记、疤痕等做出针对性的刻画；缺点是过于依赖模拟画像师的技术与经验、对受害者的表达能力也有较高要求，作画时间较长，错过受害者印象最深的时间，难以大量推广等。

随着计算机软硬件技术的不断进步，公安部门也与科研机构合作，研制出了自动模拟画像软件，该类软件发挥了公安系统拥有大规模人脸数据库的优势，建立了包含各式各样的人脸特征素材的侯选库，受害者只需要在侯选库中选择与犯罪嫌疑人相似的脸型、眼睛、眉毛、鼻子、嘴巴等素材，在软件中将他们拼接在一起，即可快速生成一张犯罪嫌疑人的模拟画像。这种方式的优点是速度快，不再依赖模拟画像师的技术和经验、也避免了受害者在口述过程中造成信息传达的不准确，易于推广。但这种自动模拟画像也存在一些缺点和不足，如其拼接成的画像往往显得生硬，不够传神，使用效果很难保证。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种基于深度学习的模拟画像生成方法及装置，其目的在于，实现快速生成形象、自然、具有高度可分辨性的犯罪嫌疑人模拟画像，而且这种基于深度学习的模拟画像生成方法智能化程度更高、效果更好、更易于推广。

为了实现上述目的，按照本发明的一个方面，提供一种基于深度学习的模拟画像生成方法，包括如下步骤：

S1:获得人脸拼接图或人脸轮廓图；

通过受害人对犯罪嫌疑人长相的记忆特点选择使用人脸特征拼接方式，或者人脸轮廓绘制方式，所述人脸特征拼接方式或人脸轮廓绘制方式的输出分别为人脸拼接图或人脸轮廓图；

S2:生成人脸图像；

将所述人脸拼接图或人脸轮廓图分别作为条件生成对抗网络的条件输入，用于约束网络生成分别与二者相似的，更逼真，更自然的完整人脸图像；

S3:人脸辨认及编辑；