[发明专利]基于信息最大化生成对抗网络的人脸连续特征生成方法在审
| 申请号： | 201810780662.3 | 申请日： | 2018-07-17 |
| 公开（公告）号： | CN108985464A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 陈国荣;罗建伟;杜晓霞;任虹;刘灿;刘垚;何宏黎;利节 | 申请（专利权）人： | 重庆科技学院 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00;G06N3/04 |
| 代理公司： | 重庆蕴博君晟知识产权代理事务所(普通合伙) 50223 | 代理人： | 郑勇 |
| 地址： | 401331 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于信息最大化生成对抗网络的人脸连续特征生成方法，它能够生成特征属性连续变化的人脸图像，包括：S1、选择数据集；S2、预处理；S3、搭建基于信息最大化的生成对抗网络模型：模型包括生成器G与判别器D，生成器G通过控制潜在变量c的类型以及维度，从而利用随机噪声向量z生成与真实样本概率密度分布接近的生成样本G(z,c)，将生成样本G(z,c)与真实样本X分别作为判别器D的输入，判别器D负责对输入的生成样本G(z,c)与真实样本X进行“真”与“假”的判断。最终在基于信息最大化的生成对抗网络模型中，生成器G与判别器D进行不断的交替训练，直到判别器D无法判断某一个人脸样本是来自于生成样本还是真实样本X时，该模型训练完成。 | ||
| 搜索关键词： | 样本 判别器 信息最大化 生成器 对抗 连续特征 网络模型 人脸 预处理 随机噪声向量 密度分布 模型训练 人脸图像 人脸样本 特征属性 选择数据 维度 网络 概率 | ||
【主权项】：
1.一种基于信息最大化生成对抗网络的人脸连续特征生成方法，其特征在于：包括以下步骤：S1、选择数据集；S2、数据集预处理；S3、搭建基于信息最大化的生成对抗网络模型：基于信息最大化的生成对抗网络模型包括生成器G与判别器D，生成器G通过控制潜在变量c的类型以及维度，从而利用随机噪声向量z生成与真实样本X概率密度分布接近的生成样本G(z,c)，将生成样本G(z,c)与真实样本X分别作为判别器D的输入，判别器D负责对输入的生成样本G(z,c)与真实样本X进行“真”与“假”的判断，最终在基于信息最大化的生成对抗网络模型中，生成器G与判别器D进行不断的交替训练，生成器G不断提升自己的生成能力，判别器D则不断优化自己的分类能力，当判别器D无法判断某一个人脸样本是来自于生成样本还是真实样本X时，该模型训练完成。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆科技学院，未经重庆科技学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810780662.3/，转载请声明来源钻瓜专利网。
