[发明专利]灵活多样的人脸图像老化生成系统

说明书

本发明涉及图像处理技术领域，提出了灵活多样的人脸图像老化生成系统，包括获得单元，用于获得原始输入图像参考图像和预先定义的老化文本tsupgt;ref/supgt;；CLIP编码器，用于将所述参考图像和所述老化文本tsupgt;ref/supgt;映射到CLIP隐空间，分别得到隐向量esupgt;img/supgt;和隐向量esupgt;txt/supgt;；概率年龄预测单元，用文本先验N(esupgt;txt/supgt;，I)做KL散度约束，根据隐向量esupgt;img/supgt;得到老化条件的概率生成表示esupgt;age/supgt;＝N(μsubgt;φ/subgt;(esupgt;img/supgt;)，σsubgt;φ/subgt;supgt;2/supgt;(esupgt;img/supgt;)I)；扩散自编码器，用于将原始输入图像编码成语义条件第一扩散解码器，用于将语义条件zsupgt;src/supgt;、预训练扩散自编码器中扩散第t步的加噪图像和老化条件esupgt;age/supgt;解码解成去噪老化编辑后的图像p。通过上述技术方案，解决了现有技术中人脸老化灵活程度低的问题。

技术领域

本发明涉及图像处理技术领域，具体的，涉及灵活多样的人脸图像老化生成系统。

背景技术

人脸老化旨在保持人脸身份信息的同时，模拟不同年龄段的面部外观变化，在年龄估计、跨年龄人脸识别、影视创作以及医美等方面有实际的落地应用前景。在过去的几十年里，深度学习的快速发展推动了人脸老化的研究工作。目前人脸老化主要面临三个问题：首先，之前基于GAN的方法往往很难鲁棒地生成高质量的老化结果，在实际生成过程中很多结果存在明显伪影；其次，之前的老化方法往往以固定的年龄标签作为输入，大大限制了人脸老化的灵活程度；最后，之前的老化方法忽略老化的多样性，因为受到环境等复杂因素的影响，只生成一种老化模式是很不科学的。总结来说，上述三个问题都是老化中亟待解决的问题。

发明内容

本发明提出灵活多样的人脸图像老化生成系统，解决了相关技术中人脸老化灵活程度低的问题。

本发明的技术方案如下：包括：

获得单元，用于获得原始输入图像参考图像和预先定义的老化文本t^ref；

CLIP编码器，用于将所述参考图像和所述老化文本t^ref映射到CLIP隐空间，分别得到隐向量e^img和隐向量e^txt；

概率年龄预测单元，用文本先验N(e^txt，I)做KL散度约束，根据隐向量e^img得到老化条件的概率生成表示e^age＝N(μ_φ(e^img)，σ_φ²(e^img)I)；其中N(0，I)表示正态分布，μ_φ表示正态分布的均值，σ_φ表示正态分布的方差，φ为网络参数；

扩散自编码器，用于将原始输入图像编码成语义条件

第一扩散解码器，用于将语义条件z^src、预训练扩散自编码器中扩散第t步的加噪图像和老化条件e^age解码解成去噪老化编辑后的图像p。

本发明的工作原理及有益效果为：

由于图像和文字作为老化条件更符合人类的直觉和认知，本发明首先将参考图像和预先定义的老化文本t^ref经过预训练CLIP编码器映射到CLIP隐空间，分别得到相应表示为e^img和e^txt，利用CLIP隐空间文本和图像的高度一致对齐的特性；然后将老化条件视为从概率分布中的采样结果，并用文本先验做KL散度约束，对老化条件e^age做概率生成表示，实现图像和文本灵活交互的老化条件生成。

附图说明