公开(公告)号：CN110543846B

公开(公告)日：2021-12-17

申请号：CN201910806159.5

申请日：2019-08-29

Applicant: 华南理工大学

Inventor： 张星明 ,  容昌乐 ,  林育蓓

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的多姿态人脸正面化方法，在训练阶段，首先收集各种姿态的人脸图片作为数据集，然后输入多组同一人的正脸图像和非正脸图像，通过新设计的损失函数，交替训练生成网络和判别网络，直到损失函数的值稳定收敛。在训练完成后的测试阶段，对输入的各种姿态人脸图片，本发明都可以将它们矫正成正脸图像。矫正后的图像不仅清晰，并且保留了原人脸的身份特征，可以用于人脸识别工作。本发明将有效减缓姿态因素对人脸识别造成的负面影响，有利于非限制条件下人脸识别实际应用的发展。

公开(公告)号：CN110543846A

公开(公告)日：2019-12-06

申请号：CN201910806159.5

申请日：2019-08-29

Applicant: 华南理工大学

Inventor： 张星明 ,  容昌乐 ,  林育蓓

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的多姿态人脸正面化方法，在训练阶段，首先收集各种姿态的人脸图片作为数据集，然后输入多组同一人的正脸图像和非正脸图像，通过新设计的损失函数，交替训练生成网络和判别网络，直到损失函数的值稳定收敛。在训练完成后的测试阶段，对输入的各种姿态人脸图片，本发明都可以将它们矫正成正脸图像。矫正后的图像不仅清晰，并且保留了原人脸的身份特征，可以用于人脸识别工作。本发明将有效减缓姿态因素对人脸识别造成的负面影响，有利于非限制条件下人脸识别实际应用的发展。