[发明专利]一种基于自编码网络的人脸图像规范化方法

说明书

本发明提供了一种基于自编码网络的人脸图像规范化方法，包括：步骤1、构建自编码网络的训练数据集，并进行预处理；步骤2、构建自编码网络的编码网络和解码网络，所述编码网络基于Resnet34模块构建，所述解码网络由反卷积模块构成；步骤3、采用L1loss损失函数衡量噪声人脸与规范化人脸之间的差异，同时用交叉熵损失函数衡量人脸图像分类损失，将两种损失加权求和的结果作为自编码网络的最终损失函数；步骤4、将预处理后的训练数据集在自编码网络上进行训练，得到训练完成的人脸规范化模型；步骤5、将待处理人脸图像输入到人脸规范化模型完成人脸图像规范化。采用本发明的技术方案能够一次性批量规范化人脸的同时，无需任何先验信息，相较于其它人脸图像修复算法具有简单方便，易于实现，效率高效果好的特点，规范化前后的人脸图像身份信息保持一致，具有特征不变性，对于人脸识别算法具有十分重要的意义。

技术领域

本发明涉及图像处理领域，特别涉及一种基于自编码网络的人脸图像规范化方法。

背景技术

现实生活中的海量人脸图像数据中包含大量与人脸无关的干扰信息，这些干扰信息将影响人脸识别算法的精度，妨碍人脸身份信息的判断。这些干扰信息主要包括脸部遮挡物、装饰物、图像破损、人物夸张表情、侧脸、光线。现有的算法对这些造成人脸识别困难的干扰因素分别进行了研究，例如去除遮挡物、修复破损图像的算法，对人物夸张表情进行矫正的算法，去除光线对图像干扰的算法，以及矫正侧脸的算法。由于这些算法只能单独的去除干扰信息中的某一项，功能较为单一，去干扰后的人脸图像质量不高。因此，本发明提出了一种能同时去除人脸图像中各类干扰因素的方法，称作人脸规范化。

在去除遮挡物、修复破损图像的算法中，基于局部插值的方法未使用到图像的全局信息，容易带来图像不平滑的问题，对于遮挡区域较大的场景，效果较差。基于图像填充的方法只能基于已有区域的信息来填充未知区域，未出现在已有区域的内容无法预知。基于纹理合成的方法在数学分析上虽然是比较完备的，但其存在各种假设的前提与模型的简化，因此在实际应用中效果并不理想，其模型设计复杂，效率低，容易带来图像细节模糊的问题。传统的图像去遮挡方法都必须事先知道遮挡区域位置等先验信息，对于缺乏先验信息的大规模人脸图像不再适用。现有的基于深度学习的图像去遮挡方法需要事先对原始人脸图像进行特定样式与分布的遮挡，制作训练数据集，操作较为复杂，且遮挡物的类型可能不够全面。

现有的基于深度学习的去除人脸图像干扰信息的算法虽然都取得了不错的效果，但是它们针对不同的干扰因素分别进行处理，且部分算法的模型较为复杂，功能单一，不够全面，不能同时去除所有的干扰信息，实现端到端的人脸规范化操作。同时，大多现有基于深度学习的人脸图像干扰信息去除算法在处理的时候没有考虑到人脸的身份信息，导致处理前后的人脸图像差别较大，影响后续的人脸识别算法的精度。最后，现有基于深度学习的人脸图像去干扰算法在训练的时候大多需要根据干扰内容制作相应的训练数据集，例如对人脸图像添加不同类型的装饰物、遮挡物、不同强度的光线，以及获取不同角度的侧脸、不同程度的夸张表情。制作过程较为复杂，并且制作的受干扰的人脸图像的类型可能不够全面，最终导致模型过拟合，泛化性差。例如训练数据中缺乏口罩这一类型的遮挡物，训练得到的模型则不能很好的对口罩进行去除。

在安防监控行业中，人脸识别技术有着至关重要的作用，例如对于重点人物的监控，刷脸进站，打卡，取钱付款等方面都有广阔的应用前景。现实生活中，海量的人脸图像数据包含大量的干扰信息，同一个人在不同的场景下的人脸图像可能出现较大差异，这些差异可能来自于光线、拍摄角度、图像破损、表情变化、人物装饰(发型，发饰，口红，耳环，帽子等)、遮挡物(眼镜，墨镜，口罩，烟斗等)等。在人脸识别领域中，算法要求输入图像满足无明显噪声，遮挡，人脸图像清晰，五官结构完整等特点，因此我们应尽量避免这些干扰因素对算法造成的影响。为了更好的实现人脸识别，有必要对人脸图像进行规范化处理，去除由各种外在因素造成的人脸图像差异，从而获取高质量的人脸图像。规范化处理应当尽可能的保持人脸五官结构的完整性和不变性，同时去除人脸图像中的冗余无用信息。