【技术实现步骤摘要】
一种人脸素描图像衰老合成方法、装置及存储介质
本专利技术涉及一种人脸素描图像处理方法。具体的，涉及一种基于人脸素描图像衰老合成方法、装置及存储介质。
技术介绍
人脸衰老合成算法凭借其广泛的应用性和巨大的挑战性，吸引了许多学者的研究兴趣。然而作为人脸衰老合成的一个分支，人脸素描图像衰老合成却少有人研究，实际上，该算法也拥有许多应用领域，典型的是公共安全领域。例如，长时间未找到走失儿童或抓到逃犯时，人脸素描图像衰老合成可以更新警察手头的素描图像，从而帮助警察找到失踪的孩子或逃犯。目前已有的人脸素描图像衰老合成技术包括基于异质图像转换的方法和基于数据驱动的方法。基于异质图像转换的方法主要是先利用异质图像转换将素描图像生成伪照片，再利用已有的人脸图像衰老合成方法实现伪照片的老化，最后仍然通过异质图像转换，将老化后的伪照片生成老化后的素描图像。然而这种方法需要对图像风格进行两次转化，即素描-照片-素描，使得结果图像容易存在较大形变和模糊，且耗时较长。基于数据驱动的方法是假设人脸照片的老化规律也适用于人脸素描图像，借助主成分分析方法，利用原型方法从训练数据中提取老化规律，然后...
【技术保护点】
1.一种人脸素描图像衰老合成方法，其特征在于，包括：将目标素描图像输入到预先训练的注意力编码对抗网络模型，确定所述目标素描图像中的人脸在不同年龄段的衰老素描图像；所述预先训练的注意力编码对抗网络模型的训练过程包括：获取多张素描图像，所述多张素描图像上的人脸对应的年龄和性别呈均匀分布；将所述多张素描图像输入到注意力编码对抗网络模型进行训练，获得预先训练的注意力编码对抗网络模型。
【技术特征摘要】
1.一种人脸素描图像衰老合成方法，其特征在于，包括：将目标素描图像输入到预先训练的注意力编码对抗网络模型，确定所述目标素描图像中的人脸在不同年龄段的衰老素描图像；所述预先训练的注意力编码对抗网络模型的训练过程包括：获取多张素描图像，所述多张素描图像上的人脸对应的年龄和性别呈均匀分布；将所述多张素描图像输入到注意力编码对抗网络模型进行训练，获得预先训练的注意力编码对抗网络模型。2.如权利要求1所述的人脸素描图像衰老合成方法，其特征在于，所述注意力编码对抗网络模型包括注意力编码网络、生成器、判别器，所述训练过程为调整所述注意力编码网络、生成器和判别器的参数。3.如权利要求2所述的人脸素描图像衰老合成方法，其特征在于，还包括：针对多张素描图像中的每张素描图像，确定该素描图像的年龄标签与性别标签，连接所述年龄标签和所述性别标签后得到联合标签向量。4.如权利要求3所述的人脸素描图像衰老合成方法，其特征在于，所述将所述多张素描图像输入到注意力编码对抗网络模型进行训练，获得训练后的注意力编码对抗网络模型，包括：将该素描图像输入到注意力编码网络，确定多个重构的注意力区域图像和多个特征向量；基于所述多个特征向量和联合标签向量，确定潜在向量；将所述潜在向量输入至生成器，确定生成图像。5.如权利要求4所述的人脸素描图像衰老合成方法，其特征在于，所述方法还包括：将该素描图像、生成图像及联合标签输入至判别器中，最小化输入和输出图像之间的距离，以使生成器生成更为逼真的图像。6.如权利要求4所述的人脸素描图像衰老合成方法，其特征在于，所述将该素描图像输入到注意力编码网络，确定多个重构的注意力区域图像和多个特征向量，包括：将该素描图像分割成一系列的局部小块，对于每一小块中的每个像素点分别提取局部二值模式特征，得到该素描图像的局部二值模式特征图；利用定位函数预测一组关注区域的位置；基于所述一组关注区域的位置，在该素描图像上生成多个注意力掩模，并基于所述多个注意力掩模，裁剪出多个注意力区域图像；将所述多个注意力区域图像中的每一个注意力区域图像通过一个卷积自编码器，生成多个重构的注意力区域图像和多个特征向量。7.如权利要求4所述的人脸素描图像衰老合成方法，其特征在于，所述基于所述多个特征向量和联合标签向量，确定潜在向量，包括：将所述多个特征向量在通道维度上连接后获得总特征向量；将总特征向量与联合标签向量连接后获得潜在向量。8.如权利要求1-7所述的任一人脸素描图像衰老合成方法，其特征在于，所述将所述多张素描图像输入到注意力编码对抗网络模型进行训练，包括：对所述多...
【专利技术属性】
技术研发人员：王鹏，孙锐，吴柳玮，
申请(专利权)人：合肥进毅智能技术有限公司，
类型：发明
国别省市：安徽,34
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。