[发明专利]一种基于生成式对抗网络的人脸图像修复方法

权利要求书

1.一种基于生成式对抗网络的人脸图像修复方法，其特征在于，具体包括以下步骤：

步骤A.搜集大量含有完整清晰人脸的图像，截取每张图像中的人脸部分，并进行尺度归一化处理，生成k×k像素的人脸图像，从而建立一个人脸图像数据库，其中k取正整数；

步骤B.构建一种生成式对抗网络；

步骤C.以人脸图像数据库中的人脸图像作为训练样本，对生成式对抗网络进行训练，以优化生成式对抗网络中生成器和鉴别器的参数；

步骤D.将服从正态分布的随机向量输入到步骤C中已训练好的生成器，生成人脸图像，将待修复人脸图像的完好无损区域与生成图像的相应区域进行对比，不断调整输入向量，直至两者相似，最终将待修复的人脸图像中被遮挡或损坏区域的像素值用生成人脸图像的对应区域的像素值来替换。

2.根据权利要求1所述的一种基于生成式对抗网络的人脸图像修复方法，其特征在于，在步骤A中，使用基于深层神经网络的OpenFace人脸检测方法截取每张图像中的人脸部分。

3.根据权利要求1所述的一种基于生成式对抗网络的人脸图像修复方法，其特征在于，在步骤B中，构建的生成式对抗网络包括1个生成器G和1个鉴别器D，生成器的输出与鉴别器的输入相连，鉴别器的判别结果再反馈至生成器。

4.根据权利要求3所述的一种基于生成式对抗网络的人脸图像修复方法，其特征在于，生成器G由4个微步幅卷积层级联构成：第1个微步幅卷积层采用G₁个t×t的卷积核进行微步幅卷积操作，其中t取正整数，G₁取正整数；第2个微步幅卷积层采用G₂个t×t的卷积核进行微步幅卷积操作，其中G₂取正整数；第3个微步幅卷积层采用G₃个t×t的卷积核进行微步幅卷积操作，其中G₃取正整数；第4个微步幅卷积层采用3个t×t的卷积核进行微步幅卷积操作；每一层的卷积步长均为d，d取正整数。

5.根据权利要求3所述的一种基于生成式对抗网络的人脸图像修复方法，其特征在于，鉴别器D由4个卷积层级联构成：第1个卷积层采用D₁个t×t的卷积核进行卷积操作，其中D₁取正整数；第2个卷积层采用D₂个t×t的卷积核进行卷积操作，其中D₂取正整数；第3个卷积层采用D₃个t×t的卷积核进行卷积操作，其中D₃取正整数；第4个卷积层采用D₄个t×t的卷积核进行卷积操作，其中D₄取正整数；每一层的卷积步长均为d。