[发明专利]一种基于深度卷积对抗网络模型的人脸生成方法在审
| 申请号： | 201711122611.3 | 申请日： | 2017-11-14 |
| 公开（公告）号： | CN107944358A | 公开（公告）日： | 2018-04-20 |
| 发明（设计）人： | 周智恒;李立军 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 李斌 |
| 地址： | 511458 广东省广州市*** | 国省代码： | 广东;44 |
| 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深度卷积对抗网络模型的人脸生成方法，属于深度学习神经网络领域，包括以下步骤S1、构造原始生成对抗网络模型；S2、构造深度卷积神经网络充当生成器与判别器；S3、初始化随机噪声，输入生成器中；S4、将人脸图像数据集输入判别器中进行训练；S5、将人脸识别操作得到的损失函数输入生成器进行后续训练。本方法构建的基于人脸识别的原始生成对抗网络模型，通过输入人脸图像数据集，不断提高生成器学习人脸数据分布的能力，从而能够使生成器生成逼真的人脸图像。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 对抗 网络 模型 生成 方法 | ||
【主权项】：
一种基于深度卷积对抗网络模型的人脸生成方法，其特征在于，所述的人脸生成方法包括下列步骤：S1、构造原始生成对抗网络模型，通过生成器生成图像输入至判别器进行网络训练；S2、构造深度卷积神经网络充当生成器与判别器；S3、初始化随机噪声，输入生成器中；S4、将人脸图像数据集输入判别器中进行训练；S5、将人脸识别操作得到的损失函数输入生成器进行后续训练。
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华南理工大学，未经华南理工大学许可，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/201711122611.3/，转载请声明来源钻瓜专利网。
