一种通过神经网络实现人脸属性转换的方法技术

本发明专利技术提供一种通过神经网络实现人脸属性转换的方法，该方法通过训练生成网络G‑Net，其中，生成网络G‑Net负责生成图像，即输入一个随机向量获得一个视觉上真实的人脸图像；训练属性判别网络E‑Net，其中，属性判别网络E‑Net负责判别属性，即判断当前图片是否具有限定的属性；在生成网络G‑Net和属性判别网络E‑Net完成训练后，把生成网络G‑Net和属性判别网络E‑Net串联在一起，即G‑Net的输出为E‑Net的输入，进行人脸属性转换操作；该方法可以快速生成效果自然的图片，解决生成结果可能是不自然人脸或者不是人脸的问题，不需要手工二次修改。

A method of face attribute conversion by neural network

The present invention provides a method for face attribute transformation through the neural network, the method of generating network G Net, which generated by training, G Net network responsible for generating the image, i.e. input a random vector to obtain a visual real face image; training attribute discrimination network E Net, which attributes E Net is responsible for the discrimination network discriminant attributes, namely judging whether the current picture has a defined attribute; in the generation of network G Net and E Net attribute discrimination network after completion of the training, the formation of G Net and network E Net attribute discrimination network in series, namely G Net output E Net the input face attribute conversion operation; the method can quickly generate the effect of natural images, generating the result may be natural or not face face, don't need to hand the two amendment.

【技术实现步骤摘要】
一种通过神经网络实现人脸属性转换的方法
本专利技术涉及数字图像处理领域，更具体地，涉及一种通过神经网络实现人脸属性转换的方法。
技术介绍
人脸属性是面部图像的描述，通常人们使用PS手工修改达到人脸属性转移的效果，为了得到满意的结果需要耗费大量时间和精力。此外，使用属性判别网络反向传播修改原图的方法也可以达到人脸属性转移的目的，但该方法得到的图片可能不是人脸。
技术实现思路
本专利技术提供一种通过神经网络实现人脸属性转换的方法，该方法可以快速生成效果自然的图片。为了达到上述技术效果，本专利技术的技术方案如下：一种通过神经网络实现人脸属性转换的方法，包括以下步骤：S1：训练生成网络G-Net，其中，生成网络G-Net负责生成图像，即输入一个随机向量获得一个视觉上真实的人脸图像；S2：训练属性判别网络E-Net，其中，属性判别网络E-Net负责判别属性，即判断当前图片是否具有限定的属性；S3：在生成网络G-Net和属性判别网络E-Net完成训练后，把生成网络G-Net和属性判别网络E-Net串联在一起，即G-Net的输出为E-Net的输入，进行人脸属性转换操作。进一步地，所述生成网络G-Net本文档来自技高网...

【技术保护点】
一种通过神经网络实现人脸属性转换的方法，其特征在于，包括以下步骤：S1：训练生成网络G‑Net，其中，生成网络G‑Net负责生成图像，即输入一个随机向量获得一个视觉上真实的人脸图像；S2：训练属性判别网络E‑Net，其中，属性判别网络E‑Net是一个二分类网络，负责判别属性，即判断当前图片是否具有限定的属性；S3：在生成网络G‑Net和属性判别网络E‑Net完成训练后，把生成网络G‑Net和属性判别网络E‑Net串联在一起，即G‑Net的输出为E‑Net的输入，进行人脸属性转换操作。

【技术特征摘要】
1.一种通过神经网络实现人脸属性转换的方法，其特征在于，包括以下步骤：S1：训练生成网络G-Net，其中，生成网络G-Net负责生成图像，即输入一个随机向量获得一个视觉上真实的人脸图像；S2：训练属性判别网络E-Net，其中，属性判别网络E-Net是一个二分类网络，负责判别属性，即判断当前图片是否具有限定的属性；S3：在生成网络G-Net和属性判别网络E-Net完成训练后，把生成网络G-Net和属性判别网络E-Net串联在一起，即G-Net的输出为E-Net的输入，进行人脸属性转换操作。2.根据权利要求1所述的通过神经网络实现人脸属性转换的方法，其特征在于，所述生成网络G-Net的训练过程是：S11：将辅助训练的判别网络D-Net与G-Net连接到一起，即G-Net的输出为D-Net的输入。其中判别网络D-Net是一个二分类网络，负责区分生成图片和真实图片，即判断当前图片是真实人脸图像还是G-Net输出的；S12：固定住G-Net的网络参数，训练D-Net，目标是使得D-Net可以区分出G-Net的输出和真实人脸图像。过程为将G-Net的输出(标签标注为0)和真实人脸图像(标签标注为1)输入到D-Net，得到D-Net对于输入图片的判断结果，将判断结果与标签进行比较根据loss函数计算残差，反向传播残差，通过Adam方法学习D-Net的网络参数；S13：固定住D-Net的网络参数，训练G-Net，目标是使得D-Net无法区分出G-Net的输出和真实人脸图像。过程为将随机向量输入到G-Net得到G-Net的生成结果，将G-Net的输出(标签标注为1)和真实人脸图像(标签标注为1)输入到D-Net，得到D-Net对于输入图片的判断结果，将判断...

【专利技术属性】
技术研发人员：孔方圆，丁圣勇，朝红阳，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44