当前位置: 首页 > 专利查询>清华大学专利>正文

中性表情正向人脸图片方法及装置制造方法及图纸

技术编号:20449634 阅读:49 留言:0更新日期:2019-02-27 03:24
本发明专利技术公开了一种中性表情正向人脸图片方法及装置,其中,该方法包括:通过人脸三维重建对数据集中的人脸图片进行处理,以获取人脸几何与人脸的反射属性;训练输入为人脸图片,且输出为中性人脸几何及其完整反射属性的深度神经网络;预训练生成最终正向中性人脸图片的网络,且在预训练时,使用训练集中的中性正向人脸图片提取出的中性人脸几何与完整反射属性作为输入,并将图片作为目标输出;将深度神经网络和生成最终正向中性人脸图片的网络协同并同时进行训练,以减小生成对抗误差。该方法可以生成具有真实感的中性正向人脸图片,仅需输入单张人脸图片,并且不受人脸图片的表情、面部角度和朝向的限制。

【技术实现步骤摘要】
中性表情正向人脸图片方法及装置
本专利技术涉及图片处理
,特别涉及一种中性表情正向人脸图片方法及装置。
技术介绍
深度学习的概念源于人工神经网络的研究,含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。中性表情正向人脸图片是正式的文件和场合需要使用的人脸肖像照片。在一些应用场景中,人们仅有一张带有表情,非正向的人脸图片时,需要获得其具有真实感的中性表情的正向人脸图片。相关技术中,输入人脸的表情会受到限制,输入的面部表情角度和朝向也会受到限制,同时还需要输入多张图片才可以输出,分辨率差。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术的一个目的在于提出一种中性表情正向人脸图片方法,该方法仅需输入单张人脸图片,就可以生成具有真实感的中性正向人脸图片,且不受输入人脸图片的表情、面部角度和朝向的限制。本专利技术的另一个目的在于提出一种中性表情正向人脸图片装置。为达到上述目的,本专利技术一方面实施例提出了一种中性表情正向人脸图片方法,包括以下步骤:通过人脸三维重建对数本文档来自技高网...

【技术保护点】
1.一种中性表情正向人脸图片方法,其特征在于,包括以下步骤:通过人脸三维重建对数据集中的人脸图片进行处理,以获取人脸几何与人脸的反射属性;训练输入为人脸图片,且输出为中性人脸几何及其完整反射属性的深度神经网络,其中,预先训练所述深度神经网络输出为图片提取出的人脸几何和反射属性,且人脸几何及其反射属性用向量表示,以该预训练的结果作为生成对抗网络的初始化生成网络,将其输出作为负样本,中性正向人脸提取出的中性人脸几何与完整反射属性作为正样本,作为鉴别网络的输入;以及预训练生成最终正向中性人脸图片的网络,且在预训练时,使用训练集中的中性正向人脸图片提取出的中性人脸几何与完整反射属性作为输入,并将所述图...

【技术特征摘要】
1.一种中性表情正向人脸图片方法,其特征在于,包括以下步骤:通过人脸三维重建对数据集中的人脸图片进行处理,以获取人脸几何与人脸的反射属性;训练输入为人脸图片,且输出为中性人脸几何及其完整反射属性的深度神经网络,其中,预先训练所述深度神经网络输出为图片提取出的人脸几何和反射属性,且人脸几何及其反射属性用向量表示,以该预训练的结果作为生成对抗网络的初始化生成网络,将其输出作为负样本,中性正向人脸提取出的中性人脸几何与完整反射属性作为正样本,作为鉴别网络的输入;以及预训练生成最终正向中性人脸图片的网络,且在预训练时,使用训练集中的中性正向人脸图片提取出的中性人脸几何与完整反射属性作为输入,并将所述图片作为目标输出,其中,将所述生成最终正向中性人脸图片的网络作为生成所述对抗网络的生成网络,其输出作为鉴别网络的负样本,且所述训练集中的中性正向人脸图片作为正样本,进一步训练该网络;以及将所述深度神经网络和所述生成最终正向中性人脸图片的网络协同并同时进行训练,以减小生成对抗误差。2.根据权利要求1任一项所述的中性表情正向人脸图片方法,其特征在于,所述人脸图片包括非中性或非正向人脸与中性正向人脸。3.一种中性表情正向人脸图片装...

【专利技术属性】
技术研发人员:徐枫王至博
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1