一种生成图像的方法、系统及电子设备技术方案

一种生成图像的方法、系统及电子设备，通过对输入的活体或者非活体图像提取特征生成特征分布，然后基于得到特征分布生成联合特征分布，最后通过对联合特征分布进行反卷积上采样重构输出新的活体或者非活体图像。基于上述方法可以有效生成遮挡以及无遮挡人脸的活体或者非活体图像，保证生成图像的性能的鲁棒性，并且使生成图像可以直接应用人脸活体检测算法训练，有效提高遮挡人脸的活体检测效果。有效提高遮挡人脸的活体检测效果。有效提高遮挡人脸的活体检测效果。

【技术实现步骤摘要】
一种生成图像的方法、系统及电子设备


[0001]本申请涉及图像处理
，尤其涉及一种生成图像的方法、系统及电子设备。

技术介绍

[0002]随着人脸识别技术的广泛应用，人脸识别系统的安全性与人脸识别系统在复杂场景中的识别准确度，越来越被重视。
[0003]现有人脸识别的活体检测技术在复杂场景应用需要依赖于对海量人脸遮挡和人脸无遮挡的活体图像进行训练，以提高识别的精准性。
[0004]但是，上述方案在算法设计训练时存在缺乏大量的人脸遮挡和人脸无遮挡的活体图像的问题。

技术实现思路

[0005]本申请提供一种生成图像的方法、系统及电子设备，用以实现生成大量活体或者非活体的图像。
[0006]第一方面，本申请提供了一种生成图像的方法，所述方法包括：
[0007]获取第一目标对象的第一组图像，其中，所述第一组图像包括：所述第一目标对象的无遮挡人脸的第一图像以及所述第一目标对象的有遮挡人脸的第二图像；
[0008]计算所述第一图像的第一特征分布和所述第二图像的第二特征分布；<br/>[0009]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成图像的方法，其特征在于，所述方法包括：获取第一目标对象的第一组图像，其中，所述第一组图像包括：所述第一目标对象的无遮挡人脸的第一图像以及所述第一目标对象的有遮挡人脸的第二图像；计算所述第一图像的第一特征分布和所述第二图像的第二特征分布；根据所述第一特征分布以及所述第二特征分布，生成联合特征分布；通过第一模型，对所述联合特征分布进行反卷积上采样，生成第二组图像，其中，第二组图像包括：第二目标对象无遮挡人脸的第三图像以及第二目标对象有遮挡的人脸的第四图像。2.如权利要求1所述的方法，其特征在于，所述计算得到第一图像的第一特征分布和第二图像的第二特征分布，包括：提取所述第一组图像的第一均值和第一方差，以及提取所述第二图像的第二均值和第二方差；根据所述第一均值以及所述第一方差，得到所述第一图像的第一特征分布；根据所述第二均值以及所述第二方差，得到所述第二图像的第二特征分布。3.如权利要求1所述的方法，其特征在于，在所述通过第一模型，对所述联合特征分布进行反卷积上采样，生成第二组图像之前，还包括：获取所述第一图像的第一高斯分布以及第二图像的第二高斯分布；根据所述第一高斯分布与所述第一特征分布的第一分布距离，以及所述第二高斯分布与所述第二特征分布的第二分布距离，得到所述第一组图像的相对熵；根据所述相对熵调整所述第一模型中的模型参数，以调整所述第二组图像中各图像的图像特征。4.如权利要求1所述的方法，其特征在于，所述通过第一模型，对所述联合特征分布进行反卷积上采样，生成第二组图像，具体通过如下公式得到：其中，ζ
out
表示所述第二组图像，Z1表示所述第一特征分布，Z2表示所述第二特征分布，x1表示所述第一图像，x2表示所述第二图像，Z3表示所述联合特征分布。5.如权利要求1所述的方法，其特征在于，在所述通过第一模型，对所述联合特征分布进行反卷积上采样，生成第二组图像之后，还包括：根据对所述第三图像和所述第四图像进行分类计算生成的第一分类损失和第二分类损失，得到第一损失值；根据所述第一图像与所述第三图像的第一活体特征距离，以及所述第二图像与所述第四图像的第二活体特征距离，得到第二损失值；根据所述第三图像与所述第四图像的第...

【专利技术属性】
技术研发人员：李永凯，王宁波，朱树磊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：