[发明专利]异质人脸图像转换方法、装置、电子设备及存储介质

权利要求书

1.一种异质人脸图像转换装置，其特征在于，包括由第一生成器和第一判别器构成的GAN网络、与所述第一判别器的输出连接的第二生成器，以及，滤波模块、转换判断模块和第二判别器，其中，

所述第一生成器，用于将输入的第一人脸图像转换成第二人脸图像，所述第二人脸图像和所述第一人脸图像为不同风格的图像，其中，所述第一人脸图像为可见光人脸图像，预设风格的图像为红外光图像；或者，所述第一人脸图像为红外光人脸图像，所述预设风格的图像为可见光图像；

所述第一判别器，用于识别所述第一生成器生成的所述第二人脸图像是否保留了所述第一人脸图像的预设内容特征；

所述滤波模块，用于在确定所述第二人脸图像保留了所述第一人脸图像的预设内容特征的情况下，对所述第二人脸图像进行滤波处理；

所述第二生成器，用于在确定所述第二人脸图像保留了所述第一人脸图像的预设内容特征的情况下，将滤波处理后的所述第二人脸图像转换成第三人脸图像，其中，所述滤波处理后的第二人脸图像转换成第三人脸图像执行的运算为所述第一人脸图像转换成第二人脸图像的逆运算；

所述转换判断模块，用于计算所述第一人脸图像和所述第三人脸图像之间的差异，并在所述差异满足预设差异条件时，确定所述第一生成器生成的所述第二人脸图像有效；

所述第二判别器，用于在确定所述第一生成器生成的所述第二人脸图像有效的情况下，识别所述第二人脸图像的风格特征与所述预设风格的图像的风格特征是否一致，并在识别所述风格特征一致的情况下确定所述第二人脸图像为所述第一人脸图像的异质图像。

2.根据权利要求1所述的装置，其特征在于，所述第一生成器进一步包括：

编码子模块，用于通过对所述第一人脸图像进行卷积运算和池化处理，将所述第一人脸图像压缩成预设维度的特征向量；

对等注册特征转换子模块，用于基于所述预设维度的特征向量进行图像风格重构，确定重构后的特征向量；

译码子模块，用于对所述重构后的特征向量进行反卷积运算，生成所述第二人脸图像。

3.根据权利要求2所述的装置，其特征在于，所述基于所述预设维度的特征向量进行图像风格重构，确定重构后的特征向量的步骤，包括：

通过深层神经网络对所述预设维度的特征向量进行处理，确定所述第一人脸图像中的内容特征向量；

基于所述内容特征向量和所述预设风格的图像的风格特征向量进行图像风格重构，确定重构后的特征向量。

4.一种异质人脸图像转换方法，应用于权利要求1至3任一项所述的异质人脸图像转换装置，其特征在于，所述方法包括：

将输入的第一人脸图像转换成第二人脸图像，所述第二人脸图像和所述第一人脸图像为不同风格的图像，其中，所述第一人脸图像为可见光人脸图像，预设风格的图像为红外光图像；或者，所述第一人脸图像为红外光人脸图像，所述预设风格的图像为可见光图像；

识别所述第二人脸图像是否保留了所述第一人脸图像的预设内容特征；

在确定所述第二人脸图像保留了所述第一人脸图像的预设内容特征的情况下，对所述第二人脸图像进行滤波处理；

将所述滤波处理后的所述第二人脸图像转换成第三人脸图像，其中，所述滤波处理后的第二人脸图像转换成第三人脸图像执行的运算为所述第一人脸图像转换成第二人脸图像的逆运算；

计算所述第一人脸图像和所述第三人脸图像之间的差异，并在所述差异满足预设差异条件时，确定所述第二人脸图像有效；

在确定所述第二人脸图像有效的情况下，识别所述第二人脸图像的风格特征与所述预设风格的图像的风格特征是否一致，并在识别所述风格特征一致的情况下确定所述第二人脸图像为所述第一人脸图像的异质图像。

5.根据权利要求4所述的方法，其特征在于，所述将输入的第一人脸图像转换成第二人脸图像，所述第二人脸图像和所述第一人脸图像为不同风格的图像的步骤，包括：

通过对所述第一人脸图像进行卷积运算和池化处理，将所述第一人脸图像压缩成预设维度的特征向量；

基于所述预设维度的特征向量进行图像风格重构，确定重构后的特征向量；

对所述重构后的特征向量进行反卷积运算，生成所述第二人脸图像。