[发明专利]一种基于属性描述生成对抗网络的人脸图像超分辨率重建方法有效
| 申请号： | 201811453611.6 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109615582B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 李晓光;董宁;李嘉锋;张辉;卓力 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06V40/16;G06V10/82;G06N3/0464;G06N3/08;G06T11/00 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于属性描述生成对抗网络的人脸图像超分辨率重建方法，属于数字图像/视频信号处理领域。其特征在于：训练阶段：包括训练样本准备、网络结构设计和网络训练三部分；网络结构设计采用生成对抗网络框架，由生成网络和判别网络两部分构成；生成网络包括人脸属性编解码模块和超分辨率重建模块；判别网络包括属性分类模块、对抗模块和感知模块；网络训练过程采用生成对抗网络框架的生成网络和判别网络交替对抗训练的方式进行；重建阶段：LR人脸图像和属性描述信息作为输入，经过训练好的生成网络，实现图像编码、属性添加、图像解码以及图像重建。本发明技术不仅能完成低分辨率人脸图像面部信息的增强，还能提高低分辨率人脸识别的准确性。 | ||
| 搜索关键词： | 一种 基于 属性 描述 生成 对抗 网络 图像 分辨率 重建 方法 | ||
【主权项】：
1.一种基于属性描述生成对抗网络的人脸图像超分辨率重建方法，包括训练阶段和重建阶段，其特征在于：训练阶段：包括训练样本准备、网络结构设计和网络训练三部分；网络结构设计采用生成对抗网络框架，由生成网络和判别网络两部分构成；生成网络包括人脸属性编解码模块和超分辨率重建模块；判别网络包括属性分类模块、对抗模块和感知模块；网络训练过程采用生成对抗网络框架的生成网络和判别网络交替对抗训练的方式进行；重建阶段：LR人脸图像和属性描述信息作为输入，经过训练好的生成网络，实现图像编码、属性添加、图像解码以及图像重建。
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北京工业大学，未经北京工业大学许可，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/201811453611.6/，转载请声明来源钻瓜专利网。
