CN111325050A - 输出信息的方法和装置 - Google Patents
输出信息的方法和装置 Download PDFInfo
- Publication number
- CN111325050A CN111325050A CN201811525021.XA CN201811525021A CN111325050A CN 111325050 A CN111325050 A CN 111325050A CN 201811525021 A CN201811525021 A CN 201811525021A CN 111325050 A CN111325050 A CN 111325050A
- Authority
- CN
- China
- Prior art keywords
- network
- face
- image
- resolution
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了输出信息的方法和装置。该方法的一具体实施方式包括:获取待处理图像,其中,待处理图像包括至少一个待检测的人脸图形;将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率;将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。该实施方式能够从复杂背景和图像模糊图片中准确识别人脸。
Description
技术领域
本申请实施例涉及图像识别技术领域,具体涉及输出信息的方法和装置。
背景技术
现有的人脸识别技术已广泛应用于生产生活的各个领域,如银行金融系统的身份验证、公安网上追逃、视频监控等。人脸检测问题是属于图像识别中目标检测的一个分支,传统的检测算法都是以复数张人脸为目标在图像上进行检测。现有的人脸检测算法分为,以维奥拉-琼斯目标检测框架为代表的经典机器学习方法和使用卷积神经网络进行检测的深度学习方法两大类。
人脸检测技术虽然已经发展了多年,但在针对小人脸检测方面还存在诸多的问题与挑战。尤其是在遇到模糊图像时,由于图像缺少很多细节信息,现有的相关技术并不能做出有效的处理。
发明内容
本申请实施例提出了输出信息的方法和装置。
第一方面,本申请实施例提供了一种输出信息的方法,包括:获取待处理图像,其中,待处理图像包括至少一个待检测的人脸图形;将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率;将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
在一些实施例中,生成式对抗网络包括生成网络和判别网络;以及生成网络将至少一个人脸图形重构成至少一个超分辨率的人脸图形;判别网络判断至少一个超分辨率的人脸图形是否是超分辨率的人脸图形,以及判断至少一个超分辨率的人脸图形是否是人脸图形。
在一些实施例中,生成网络包括上采样子网络和精练子网络;以及上采样子网络将至少一个人脸图形转换成至少一个超分辨率的人脸图形;精练子网络将至少一个超分辨率的人脸图形执行精炼操作,得到至少一个清晰的超分辨率的人脸图形。
在一些实施例中,上采样子网络包括预定数量个逆卷积层,逆卷积层上采样低分辨率图像为预定倍数的超分辨率图像。
在一些实施例中,精炼子网络中除最后一层外,使用批量归一化和修正线性单元激活每层。
在一些实施例中,生成网络的损失函数包括对抗损失函数、均方误差损失函数、分类损失函数。
在一些实施例中,判别网络的损失函数包括分类损失函数。
在一些实施例中,对抗网络通过如下步骤训练得到:提取预置的训练样本集合,训练样本包括样本图像中真实人脸图形、样本图像经多分支全卷积网络生成的样本人脸图形和样本非人脸图形;提取预先建立的生成式对抗网络,其中,生成式对抗网络包括生成网络和判别网络,生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,判别网络用于确定所输入的图像是否为生成网络所输出的图像;基于机器学习方法,将样本人脸图形作为生成网络的输入,将生成网络输出的图像和真实人脸图形作为判别网络的输入,对生成网络和判别网络进行训练,将训练后的生成网络确定为生成式对抗网络。
第二方面,本申请实施例提供了一种输出信息的装置,包括:获取单元,被配置成获取待处理图像,其中,待处理图像包括至少一个待检测的人脸图形;检测单元,被配置成将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;对抗单元,被配置成将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率;输出单元,被配置成将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
在一些实施例中,生成式对抗网络包括生成网络和判别网络;以及生成网络将至少一个人脸图形重构成至少一个超分辨率的人脸图形;判别网络判断至少一个超分辨率的人脸图形是否是超分辨率的人脸图形,以及判断至少一个超分辨率的人脸图形是否是人脸图形。
在一些实施例中,生成网络包括上采样子网络和精练子网络;以及上采样子网络将至少一个人脸图形转换成至少一个超分辨率的人脸图形;精练子网络将至少一个超分辨率的人脸图形执行精炼操作,得到至少一个清晰的超分辨率的人脸图形。
在一些实施例中,上采样子网络包括预定数量个逆卷积层,逆卷积层上采样低分辨率图像为预定倍数的超分辨率图像。
在一些实施例中,精炼子网络中除最后一层外,使用批量归一化和修正线性单元激活每层。
在一些实施例中,生成网络的损失函数包括对抗损失函数、均方误差损失函数、分类损失函数。
在一些实施例中,判别网络的损失函数包括分类损失函数。
在一些实施例中,该装置还包括训练单元,被配置成:提取预置的训练样本集合,训练样本包括样本图像中真实人脸图形、样本图像经多分支全卷积网络生成的样本人脸图形和样本非人脸图形;提取预先建立的生成式对抗网络,其中,生成式对抗网络包括生成网络和判别网络,生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,判别网络用于确定所输入的图像是否为生成网络所输出的图像;基于机器学习装置,将样本人脸图形作为生成网络的输入,将生成网络输出的图像和真实人脸图形作为判别网络的输入,对生成网络和判别网络进行训练,将训练后的生成网络确定为生成式对抗网络。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的输出信息的方法和装置,基于生成式对抗网络(GenerativeAdversarial Nets,GAN)通过提升和精练图像质量,并对人脸和非人脸进行分类,能够有效从复杂背景和图像模糊图片中准确识别人脸。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的输出信息的方法的一个实施例的流程图;
图3是根据本申请的输出信息的方法的一个应用场景的示意图;
图4是根据本申请的输出信息的方法的又一个实施例的流程图;
图5是根据本申请的输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的输出信息的方法或输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如人脸识别类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有摄像头并且支持图像浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上标注的人脸图像提供支持的后台人脸识别服务器。后台人脸识别服务器可以对接收到的人脸识别请求等数据进行分析等处理,并将处理结果(例如标注了人脸区域的图像)反馈给终端设备。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的输出信息的方法一般由服务器105执行,相应地,输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的输出信息的方法的一个实施例的流程200。该输出信息的方法,包括以下步骤:
步骤201,获取待处理图像。
在本实施例中,输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从终端接收待处理图像。其中,待处理图像包括至少一个待检测的人脸图形。
步骤202,将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形。
在本实施例中,近年来深度卷积神经网络(Convolutional Neural Network,CNN)在图像识别、目标检测等计算机视觉领域也取得不错的成绩。全卷积神经网络(FullyConvolutional Networks for Semantic Segmentation,FCN)是直接对像素点进行操作,在经过一系列的卷积和反卷积的操作后得到与原始输入图像同样大小的中间结果,最后经过softmax操作输出类别概率。FCN的主要网络是在现有的AlexNet、VGGNet和ResNet等用于图像分类的CNN网络模型上增加反卷积操作来实现的。全卷积神经网络与卷积神经网络的主要不同是FCN将CNN中的全连接层通过卷积层实现,并使用反卷积操作得到与输入同样大小的输出,因此网络的输出由原始CNN的关于整张图像上的分类结果变成了FCN中关于整张图像的像素级的分类,也就是输入图像的每一个像素点都对应有一个分类的输出结果。还可采用MB-FCN(Multi-branch fully convolutional network,多分支全卷积网络)。MB-FCN的每个分支用于检测特定尺度范围内的人脸,并通过不同特征图层上的跨层连接实现人脸的特征表达。具体地,小尺度人脸特征融合了浅层特征图上的纹理特征,和高层特征图上高语义的稀疏特征(deep powerful coarse features),这样对于小尺度人脸的检测就十分有利。小尺度人脸特征不会经过几次下采样在高层特征图就被背景淹没了。
步骤203,将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率。
在本实施例中,生成式对抗网络可以包括生成网络和判别网络。上述生成网络可用于对所输入的图像进行分辨率调整并输出调整后的图像,上述判别网络用于确定所输入的图像是否为生成网络所输出的图像。生成式对抗网络通过不断的对抗过程,同时训练生成网络G和判别网络D。训练过程中是对生成网络G和判别网络D交叉优化的过程,生成网络G被训练来生成假图像去欺骗判别网路D,而判别网络D被训练去区分出是真实图像还是生成网络G产生的假图像。
在本实施例的一些可选的实现方式中,生成网络包括:上采样子网络和精炼子网络。上采样子网络把低分辨图像转换为超分辨率图像,由于小脸缺少一些细节信息,生成的超分辨率通常都是模糊的,所以通过精炼子网络对上采样子网络的输出做精炼操作,这样最终输出的图像就是清晰的超分辨率图像。
上采样子网络是由深度卷积神经网络构成,在网络结构中可包括两个逆卷积层,每个逆卷积层上采样低分辨率图像为2倍超分辨率图像。精炼子网络也是由深度卷积神经网络构成,在精炼子网络中除最后一层外,使用批量归一化和ReLU(Rectified LinearUnit,修正线性单元)激活每层。对输入数据做了归一化处理,就是将每个特征在所有样本上的值转归一化成均值0方差1。这样我们保证训练数据里数值都同样量级上,从而使得训练的时候数值更加稳定。
判别网络可采用VGG19作为主架构,并对其进行了改进,为避免对小人脸模糊图做过多的下采样操作,删除了第五层中最大池化处理,同时使用并行的全连接层fcGAN和fccls层代替fc6,fc7,fc8。fcGAN和fccls都结构是一样的,都是全连接层(fully connectedlayer),输入都是超分辨率图像,fcGAN输出的图像是真实图像的概率,fccls输出图像是人脸的概率。
步骤204,将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
在本实施例中,最终结果是在原图中框出人脸。只在计算过程中将图像处理的更清晰,有利于后面的计算精确度。
继续参见图3,图3是根据本实施例的输出信息的方法的应用场景的一个示意图。在图3的应用场景中,将待处理的包含众多小尺度人脸图形的图像输入到MB-FCN检测器,产生正向(人脸)和负向(非人脸)数据集。再将正向(人脸)和负向(非人脸)数据集输入到生成式对抗网络所包括的生成网络中。由生成网络所包括的上采样子网络将低分辨率(LR)图像转换成超分辨率(SR)图像。再将超分辨率(SR)图像输入到判别网络中,判断该超分辨率图像是真实图像还是超分辨率图像,并判断是否是人脸图形。将判断出的人脸图形在原图像中框出来。
本申请的上述实施例提供的方法通过生成式对抗网络对图像进行,从复杂背景和图像模糊图片中准确识别人脸。
进一步参考图4,其示出了输出信息的方法的又一个实施例的流程400。该输出信息的方法的流程400,包括以下步骤:
步骤401,提取预置的训练样本集合。
在本实施例中,训练样本包括样本图像经多分支全卷积网络生成的样本人脸图形、样本非人脸图形和样本图像中真实人脸图形。例如,可由多分支全卷积网络中的一个分支生成正样本,即样本人脸图形,另一分支生成负样本,即样本非人脸图形。真实人脸图形为人工标注出的人脸区域。
步骤402,提取预先建立的生成式对抗网络。
在本实施例中,生成式对抗网络包括生成网络和判别网络,生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,判别网络用于确定所输入的图像是否为生成网络所输出的图像。其中,生成网络可包括上采样子网络和精炼子网络。如图3所示,上述上采样子网络可包括卷积层、残差块、残差块、卷积层、逆卷积层、逆卷积层、卷积层。精炼子网络可包括卷积层、残差块、残差块、卷积层、卷积层、卷积层、卷积层。判别网络包括4个卷积层和2个平行的全连接层。
生成式对抗网络的目标函数如下所示:
最小化G和最大化D,即能得到最佳参数。
公式中x表示真实图片,这里可使用高分辨率的标注数据代替,z表示输入G网络的噪声,可使用低分辨率代替。G(z)表示G网络生成的图片,D(·)表示D网络判断图片是否真实的概率。
步骤403,基于机器学习方法,将样本人脸图形作为生成网络的输入,将生成网络输出的图像和真实人脸图形作为判别网络的输入,对生成网络和判别网络进行训练,将训练后的生成网络确定为生成式对抗网络。
在本实施例中,可以首先固定生成网络和判别网络中的任一网络(可称为第一网络)的参数,对未固定参数的网络(可称为第二网络)进行优化;再固定第二网络的参数,对第一网络进行改进。不断进行上述迭代,使判别网络无法区分输入的图像是否是生成网络所生成的,直至最终收敛。此时,上述生成网络所生成的图像与真实人脸图形接近,上述判别网络无法准确区分真实数据和生成数据(即损失函数值为50%),可以将此时的生成网络确定为生成式对抗网络。
作为示例,上述第三步操作,可以按照如下训练步骤执行:第一步,固定上述生成网络的参数,将上述样本人脸图形和样本非人脸图形作为上述生成网络的输入,将上述生成网络输出的图像、上述真实人脸图形作为上述判别网络的输入,利用机器学习方法对上述判别网络进行训练。需要说明的是,由于生成网络输出的图像均为生成数据,且已知真实人脸图形为真实数据,因此,对于输入到判别网络的图像,可以自动生成用于指示该图像为生成数据或真实数据的标注。第二步,固定训练后的上述判别网络的参数,将上述样本人脸图形和样本非人脸图形作为上述生成网络的输入,利用机器学习方法、反向传播算法和梯度下降算法对上述生成网络进行训练。实践中,上述反向传播算法、上述梯度下降算法是目前广泛研究和应用的公知技术,在此不再赘述。第三步,基于真实人脸图形和预设的损失函数训练得到生成式对抗网络,损失函数的值用于表征生成式对抗网络输出的图像与真实人脸图形的差异程度。响应于确定上述损失函数的值为预设数值(例如50%),将上述生成网络确定为上述生成网络。
需要说明的是,响应于确定上述损失函数的值不为上述预设数值,上述电子设备可以使用训练后的上述生成网络和上述判别网络重新执行上述训练步骤。由此,生成式对抗网络训练得到的生成式对抗网络的参数不仅基于训练样本得到,且可以基于判别网络的反向传播而确定的,不需要依赖大量的有标注的样本即可实现生成网络的训练得到生成式对抗网络,减少了人力成本,进一步提高了图像处理的灵活性。
定义生成网络G的损失函数为公式2,判别网络D的损失函数为公式3:
生成网络G的损失函数公式2由对抗损失函数、MSE损失函数、分类损失函数组成,公式2可以保证重构的图像在高频细节、像素和语义方面与真实的高分辨率图像非常相似。判别网络D的损失函数公式3引入了分类损失函数对高分辨率图像判断是否是人脸图像,同时与其并行的规则用于区别高分辨率图像是否是真实图像。公式2、3中ILR表示低分辨率的人脸候选集,IHR表示高分辨率的人脸候选集,y代表区域是否为人脸标识(如1标识是人脸,0标识非人脸)。
MSE损失函数如公式4所示,使用小块模糊图像代替噪声,为了提高小图生成的超分辨率图像的准确性采用Pixel-wise MSE损失函数,其中G1为上采样子网络(upsamplingsub-network),G2表示精炼子网络(refinement sub-network)ω是参数。
分类损失函数(Classification loss)如公式6所示
合成总的目标函数如公式7所示:α和β是权重参数。
优化以后变成生成网络G的损失函数和判别网络D的损失函数,即是公式(2)和公式(3)
从图4中可以看出,本实施例中的输出信息方法的流程400体现了对生成式对抗网络进行训练的步骤。由此,本实施例描述的方案可以引入新的损失函数,能同时提高判别器网络在区分真假图像和是否人脸图像的能力,针对生成网络使用分类损失函数使得生成的图像更加清晰,从而也更有利于判别网络的分类。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的输出信息的装置500包括:获取单元501、检测单元502、对抗单元503、输出单元504。其中,获取单元501,被配置成获取待处理图像,其中,待处理图像包括至少一个待检测的人脸图形;检测单元502,被配置成将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;对抗单元503,被配置成将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率;输出单元504,被配置成将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
在本实施例中,输出信息的装置500的获取单元501、检测单元502、对抗单元503、输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,生成式对抗网络包括生成网络和判别网络;以及生成网络将至少一个人脸图形重构成至少一个超分辨率的人脸图形;判别网络判断至少一个超分辨率的人脸图形是否是超分辨率的人脸图形,以及判断至少一个超分辨率的人脸图形是否是人脸图形。
在本实施例的一些可选的实现方式中,生成网络包括上采样子网络和精练子网络;以及上采样子网络将至少一个人脸图形转换成至少一个超分辨率的人脸图形;精练子网络将至少一个超分辨率的人脸图形执行精炼操作,得到至少一个清晰的超分辨率的人脸图形。
在本实施例的一些可选的实现方式中,上采样子网络包括预定数量个逆卷积层,逆卷积层上采样低分辨率图像为预定倍数的超分辨率图像。
在本实施例的一些可选的实现方式中,精炼子网络中除最后一层外,使用批量归一化和修正线性单元激活每层。
在本实施例的一些可选的实现方式中,生成网络的损失函数包括对抗损失函数、均方误差损失函数、分类损失函数。
在本实施例的一些可选的实现方式中,判别网络的损失函数包括分类损失函数。
在本实施例的一些可选的实现方式中,装置500还包括训练单元,被配置成:提取预置的训练样本集合,训练样本包括样本图像经多分支全卷积网络生成的样本人脸图形、样本非人脸图形和样本图像中真实人脸图形;提取预先建立的生成式对抗网络,其中,生成式对抗网络包括生成网络和判别网络,生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,判别网络用于确定所输入的图像是否为生成网络所输出的图像;基于机器学习装置,将样本人脸图形作为生成网络的输入,将生成网络输出的图像和真实人脸图形作为判别网络的输入,对生成网络和判别网络进行训练,将训练后的生成网络确定为生成式对抗网络。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(如图1所示的服务器)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、检测单元、对抗单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待处理图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待处理图像,其中,待处理图像包括至少一个待检测的人脸图形;将待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;将至少一个人脸图形和至少一个非人脸图形输入预先训练的生成式对抗网络,确定至少一个人脸图形和至少一个非人脸图形属于人脸的概率;将待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (18)
1.一种输出信息的方法,包括:
获取待处理图像,其中,所述待处理图像包括至少一个待检测的人脸图形;
将所述待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;
将所述至少一个人脸图形和所述至少一个非人脸图形输入预先训练的生成式对抗网络,确定所述至少一个人脸图形和所述至少一个非人脸图形属于人脸的概率;
将所述待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
2.根据权利要求1所述的方法,其中,所述生成式对抗网络包括生成网络和判别网络;以及
所述生成网络将所述至少一个人脸图形重构成至少一个超分辨率的人脸图形;
所述判别网络判断所述至少一个超分辨率的人脸图形是否是超分辨率的人脸图形,以及判断所述至少一个超分辨率的人脸图形是否是人脸图形。
3.根据权利要求2所述的方法,其中,所述生成网络包括上采样子网络和精练子网络;以及
所述上采样子网络将所述至少一个人脸图形转换成至少一个超分辨率的人脸图形;
所述精练子网络将所述至少一个超分辨率的人脸图形执行精炼操作,得到至少一个清晰的超分辨率的人脸图形。
4.根据权利要求3所述的方法,其中,所述上采样子网络包括预定数量个逆卷积层,逆卷积层上采样低分辨率图像为预定倍数的超分辨率图像。
5.根据权利要求3所述的方法,其中,所述精炼子网络中除最后一层外,使用批量归一化和修正线性单元激活每层。
6.根据权利要求2所述的方法,其中,所述生成网络的损失函数包括对抗损失函数、均方误差损失函数、分类损失函数。
7.根据权利要求2所述的方法,其中,所述判别网络的损失函数包括分类损失函数。
8.根据权利要求1-7之一所述的方法,其中,所述生成式对抗网络通过如下步骤训练得到:
提取预置的训练样本集合,其中,训练样本包括样本图像中真实人脸图形、样本图像经所述多分支全卷积网络生成的样本人脸图形和样本非人脸图形;
提取预先建立的生成式对抗网络,其中,所述生成式对抗网络包括生成网络和判别网络,所述生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,所述判别网络用于确定所输入的图像是否为所述生成网络所输出的图像;
基于机器学习方法,将所述样本人脸图形作为所述生成网络的输入,将所述生成网络输出的图像和所述真实人脸图形作为所述判别网络的输入,对所述生成网络和所述判别网络进行训练,将训练后的所述生成网络确定为生成式对抗网络。
9.一种输出信息的装置,包括:
获取单元,被配置成获取待处理图像,其中,所述待处理图像包括至少一个待检测的人脸图形;
检测单元,被配置成将所述待处理图像输入多分支全卷积网络,得到至少一个人脸图形和至少一个非人脸图形;
对抗单元,被配置成将所述至少一个人脸图形和所述至少一个非人脸图形输入预先训练的生成式对抗网络,确定所述至少一个人脸图形和所述至少一个非人脸图形属于人脸的概率;
输出单元,被配置成将所述待处理图像中属于人脸的概率高于预定阈值的区域标注为人脸区域,以及输出标注后的结果图像。
10.根据权利要求9所述的装置,其中,所述生成式对抗网络包括生成网络和判别网络;以及
所述生成网络将所述至少一个人脸图形重构成至少一个超分辨率的人脸图形;
所述判别网络判断所述至少一个超分辨率的人脸图形是否是超分辨率的人脸图形,以及判断所述至少一个超分辨率的人脸图形是否是人脸图形。
11.根据权利要求10所述的装置,其中,所述生成网络包括上采样子网络和精练子网络;以及
所述上采样子网络将所述至少一个人脸图形转换成至少一个超分辨率的人脸图形;
所述精练子网络将所述至少一个超分辨率的人脸图形执行精炼操作,得到至少一个清晰的超分辨率的人脸图形。
12.根据权利要求11所述的装置,其中,所述上采样子网络包括预定数量个逆卷积层,逆卷积层上采样低分辨率图像为预定倍数的超分辨率图像。
13.根据权利要求11所述的装置,其中,所述精炼子网络中除最后一层外,使用批量归一化和修正线性单元激活每层。
14.根据权利要求10所述的装置,其中,所述生成网络的损失函数包括对抗损失函数、均方误差损失函数、分类损失函数。
15.根据权利要求10所述的装置,其中,所述判别网络的损失函数包括分类损失函数。
16.根据权利要求9-15之一所述的装置,其中,所述装置还包括训练单元,被配置成:
提取预置的训练样本集合,训练样本包括样本图像中真实人脸图形、样本图像经所述多分支全卷积网络生成的样本人脸图形和样本非人脸图形;
提取预先建立的生成式对抗网络,其中,所述生成式对抗网络包括生成网络和判别网络,所述生成网络用于对所输入的图像进行分辨率调整并输出调整后的图像,所述判别网络用于确定所输入的图像是否为所述生成网络所输出的图像;
基于机器学习装置,将所述样本人脸图形作为所述生成网络的输入,将所述生成网络输出的图像和所述真实人脸图形作为所述判别网络的输入,对所述生成网络和所述判别网络进行训练,将训练后的所述生成网络确定为生成式对抗网络。
17.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525021.XA CN111325050A (zh) | 2018-12-13 | 2018-12-13 | 输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811525021.XA CN111325050A (zh) | 2018-12-13 | 2018-12-13 | 输出信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111325050A true CN111325050A (zh) | 2020-06-23 |
Family
ID=71168311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811525021.XA Pending CN111325050A (zh) | 2018-12-13 | 2018-12-13 | 输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111325050A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154023A (zh) * | 2017-05-17 | 2017-09-12 | 电子科技大学 | 基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法 |
CN108334848A (zh) * | 2018-02-06 | 2018-07-27 | 哈尔滨工业大学 | 一种基于生成对抗网络的微小人脸识别方法 |
-
2018
- 2018-12-13 CN CN201811525021.XA patent/CN111325050A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154023A (zh) * | 2017-05-17 | 2017-09-12 | 电子科技大学 | 基于生成对抗网络和亚像素卷积的人脸超分辨率重建方法 |
CN108334848A (zh) * | 2018-02-06 | 2018-07-27 | 哈尔滨工业大学 | 一种基于生成对抗网络的微小人脸识别方法 |
Non-Patent Citations (2)
Title |
---|
CHRISTIAN LEDIG 等: "Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network" * |
YANCHENG BAI 等: "Finding Tiny Faces in the Wild with Generative Adversarial Network" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109344908B (zh) | 用于生成模型的方法和装置 | |
CN108446390B (zh) | 用于推送信息的方法和装置 | |
CN108898186B (zh) | 用于提取图像的方法和装置 | |
WO2022161286A1 (zh) | 图像检测方法、模型训练方法、设备、介质及程序产品 | |
CN108154222B (zh) | 深度神经网络训练方法和系统、电子设备 | |
CN110929780A (zh) | 视频分类模型构建、视频分类的方法、装置、设备及介质 | |
CN109993102B (zh) | 相似人脸检索方法、装置及存储介质 | |
CN108229418B (zh) | 人体关键点检测方法和装置、电子设备、存储介质和程序 | |
CN115861462B (zh) | 图像生成模型的训练方法、装置、电子设备及存储介质 | |
CN112149699B (zh) | 用于生成模型的方法、装置和用于识别图像的方法、装置 | |
CN114663952A (zh) | 对象分类方法、深度学习模型的训练方法、装置和设备 | |
CN114612743A (zh) | 深度学习模型的训练方法、目标对象识别方法和装置 | |
CN112464803A (zh) | 图像比较方法和装置 | |
CN112949767A (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN115294332B (zh) | 一种图像处理方法、装置、设备和存储介质 | |
Kavitha et al. | Convolutional Neural Networks Based Video Reconstruction and Computation in Digital Twins. | |
CN113962737A (zh) | 目标识别模型训练方法和装置、目标识别方法和装置 | |
CN117095252A (zh) | 目标检测方法 | |
CN115601759A (zh) | 端到端文本识别方法、装置、设备及存储介质 | |
CN112052863B (zh) | 一种图像检测方法及装置、计算机存储介质、电子设备 | |
CN113255824B (zh) | 训练分类模型和数据分类的方法和装置 | |
CN115546554A (zh) | 敏感图像的识别方法、装置、设备和计算机可读存储介质 | |
CN111325050A (zh) | 输出信息的方法和装置 | |
CN111291640B (zh) | 用于识别步态的方法和装置 | |
CN114863162A (zh) | 对象分类方法、深度学习模型的训练方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |