[发明专利]一种基于生成对抗网络的旋转面部表示学习的方法在审
| 申请号： | 201710661974.8 | 申请日： | 2017-08-04 |
| 公开（公告）号： | CN107437077A | 公开（公告）日： | 2017-12-05 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明一种基于生成对抗网络的旋转面部表示学习的方法,其主要内容包括基于生成对抗网络的非耦合表示学习框架(DR‑GAN)、通过转换模型改进任何姿态下的面部图像、通过表示插值改进目标姿态的面部合成，其过程为，提供给解码器一个姿态编码，在判别器中增加姿态估计约束，DR‑GAN学习到的特征表示显式地分离了人脸的姿态变化特征，采用某个人的一张或者多张人脸图像作为输入，生成一个统一的身份特征表示，并生成针对该人的任意数量的不同姿态下的合成图像。本发明提出了一个基于生成对抗网络的非耦合表示学习框架，用于旋转面部和人脸识别，为建模领域的新设计，以及测谎领域的创新解决方案做了进一步贡献。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 旋转 面部 表示 学习 方法 | ||
【主权项】：
一种基于生成对抗网络的旋转面部表示学习的方法，其特征在于，主要包括基于生成对抗网络的非耦合表示学习框架(一)；通过转换模型改进任何姿态下的面部图像(二)；通过表示插值改进目标姿态的面部合成(三)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710661974.8/，转载请声明来源钻瓜专利网。
