[发明专利]基于GLD-GAN的不规则人脸矫正方法、系统及介质

摘要

本发明提供了一种基于GLD‑GAN的不规则人脸矫正方法、系统及介质，包括：步骤S1：识别并截取图像中的人脸，获得人脸图P0；步骤S2：根据获得的人脸图P0，采用基于CRF‑RNN的图像分割技术剔除背景冗余；步骤S3：采用Inception模型进行图像分类，将侧脸按照角度分为多个类；步骤S4：训练每个类的GLD‑GAN模型。本发明将生成对抗网络技术应用于侧脸的规则化研究，通过对抗学习实现单张侧脸到相应正脸的转化，同时将侧脸规则化方法与超分辨率重建技术结合，实现多姿态、不同光照条件下的侧脸人像到高质量正脸视图的端到端映射。

主权项

1.一种基于GLD‑GAN的不规则人脸矫正方法，其特征在于，包括：步骤S1：识别并截取图像中的人脸，获得人脸图P₀；步骤S2：根据获得的人脸图P₀，采用基于CRF‑RNN的图像分割技术剔除背景冗余；步骤S3：采用Inception模型进行图像分类，将侧脸按照角度分为多个类；步骤S4：训练每个类的GLD‑GAN网络模型；步骤S5：将侧脸图像输入GLD‑GAN网络模型，得到正脸图像a；步骤S6：将侧脸图像输入到开源的TP‑GAN得到正脸图像b；步骤S7：根据a:b＝3:1的比例融合正脸图像a与b，并将融合的正脸替换图像b中的正脸，得到正脸图像c；步骤S8：采用双边滤波算法进行优化调整得到的正脸图像c；步骤S9：训练超分辨率网络SRGAN；步骤S10：利用SRGAN将正脸图像c超分辨率处理。