[发明专利]一种面向弱标签数据进行人脸年龄合成的方法

权利要求书

1.一种面向弱标签数据进行人脸年龄合成的方法，其特征在于，具体操作步骤如下：

步骤(1.1)、人脸特征提取：采用条件变分自编码器的方法提取人脸特征信息，通过卷积神经网络获取隐变量；

步骤(1.2)、人脸年龄合成：通过条件对抗生成网络生成指定年龄分组的人脸图片；通过得到的隐变量，给定年龄标签，利用对抗生成方法判断人脸图片真假，训练网络，最终生成对应年龄段的人脸图片；

步骤(1.3)、身份信息增强：通过增加身份信息损失函数增强得到的人脸年龄合成图片生成效果，通过新生成的人脸图片保留特征信息。

2.根据权利要求1所述的一种面向弱标签数据进行人脸年龄合成的方法，其特征在于，在所述步骤(1.1)中，通过人脸特征提取的具体操作步骤如下：

(1.1.1)、遍历所有X张人脸图片，通过条件变分自编码器的方法提取人脸特征，其生成函数具体如下式所示：

E[logP(X|z,c)]-D_KL[Q(z|X,c)||P(z)]

式中，E[logP(X|z,c)]表示在c条件下联合概率分布的期望值，X表示X张图片，c表示输入条件，z表示生成的隐变量，P和Q分别表示使用条件变分自编码进行图片的生成，D_KL表示KL散度度量指标；

(1.1.2)、将生成的隐变量通过对抗生成网络判断人脸特征的真假，其具体如下式所示：

式中，D_z判断输入特征的真假，E_z(x)表示特征由(x)产生，表示真实数据集中图片的期望值，E(x,y)表示加入年龄标签后生成器生成的人脸图片。

3.根据权利要求1所述的一种面向弱标签数据进行人脸年龄合成的方法，其特征在于，在所述步骤(1.2)中，进行人脸年龄合成的具体操作步骤如下：

通过隐变量，给定年龄标签，从而得到新的特征隐变量，通过条件对抗生成网络进行年龄合成，其生成函数具体如下式所示：

其中，D_img(x)表示判断(x)的真假，表示真实数据集产生的隐变量的期望值，y表示年龄标签，表示E产生隐变量的期望值，G(z,y)表示图片由(z,y)产生；使用Adam优化器，学习率设置为0.0002，参数值为0.5，设置batch size为100，超参数α为0.01，β为0.1，输入图片尺寸为128*128并归一化到[-1,1]，输出图片尺寸为128*128。

4.根据权利要求1所述的一种面向弱标签数据进行人脸年龄合成的方法，其特征在于，在所述步骤(1.3)中，进行身份信息增强的具体操作步骤如下：

(1.3.1)、将提取到的人脸特征向量通过循环优化网络，增强身份信息，损失函数为：

式中，表示特征由产生，表示图片由产生的特征结合年龄y_i后生成，表示生成的图片，y_i表示i年龄，表示i年龄生成的图片。

(1.3.2)、利用UTKFace数据集对人脸特征提取和人脸年龄合成网络进行训练；

(1.3.3)、利用CACD数据集对训练好的网络进行测试，完成人脸年龄合成方法的实现。

5.根据权利要求1所述的一种面向弱标签数据进行人脸年龄合成的方法，其特征在于，实现给定任意一个人任意年龄的图片，生成0-5、6-10、11-15、16-20、21-30、31-40、41-50、51-60、61-70、70+十个年龄段的图片。