Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020029356 - METHOD EMPLOYING GENERATIVE ADVERSARIAL NETWORK FOR PREDICTING FACE CHANGE

Publication Number WO/2020/029356
Publication Date 13.02.2020
International Application No. PCT/CN2018/104074
International Filing Date 05.09.2018
IPC
G06K 9/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
CPC
G06K 9/00228
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
00228Detection; Localisation; Normalisation
G06K 9/00268
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
00268Feature extraction; Face representation
Applicants
  • 杰创智能科技股份有限公司 NEXWISE INTELLIGENCE CHINA LIMITED [CN]/[CN]
  • 广州智慧城市发展研究院 DEVELOPMENT RESEARCH INSTITUTE OF GUANGZHOU SMART CITY [CN]/[CN]
Inventors
  • 胡建国 HU, Jianguo
  • 王金鹏 WANG, Jinpeng
  • 王德明 WANG, Deming
  • 吴明华 WU, Minghua
  • 杨焕 YANG, Huan
  • 马媛 MA, Yuan
Agents
  • 广州三环专利商标代理有限公司 SCIHEAD PATENT AGENT CO., LTD
Priority Data
201810896017.808.08.2018CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) METHOD EMPLOYING GENERATIVE ADVERSARIAL NETWORK FOR PREDICTING FACE CHANGE
(FR) PROCÉDÉ UTILISANT UN RÉSEAU ANTAGONISTE GÉNÉRATIF POUR PRÉDIRE UN CHANGEMENT DE VISAGE
(ZH) 一种基于生成对抗网络的脸部变化预测方法
Abstract
(EN)
A method employing generative adversarial network for predicting a face change, comprising: S1 of acquiring face data samples; S2 of constructing a generative adversarial network model consisting of a generator and a discriminator, designing a loss function, and performing iterative training on the generator and the discriminator; and S3 of inputting a target young face image to be processed into the trained generative adversarial network model, and outputting a target aged face image corresponding to the target young face image. The method is adopted to construct a unique generative adversarial network model and loss function, provides robustness for aging, and accounts for change information including the forehead, hair, and the like, thereby improving the accuracy and uniqueness of prediction.
(FR)
La présente invention concerne un procédé utilisant un réseau antagoniste génératif pour prédire un changement de visage, lequel procédé comprend : S1 consistant à acquérir des échantillons de données de visage; S2 consistant à construire un modèle de réseau antagoniste génératif consistant en un générateur et un discriminateur, à concevoir une fonction de perte, et à effectuer un apprentissage itératif sur le générateur et le discriminateur; et S3 consistant à entrer une image de visage jeune cible à traiter dans le modèle de réseau antagoniste génératif ayant subi un apprentissage, et à délivrer une image de visage vieilli cible correspondant à l'image de visage jeune cible. Le procédé est adopté pour construire un modèle de réseau antagoniste génératif unique et une fonction de perte, fournit une robustesse pour le vieillissement, et rend compte d'informations de changement comprenant le front, les cheveux et analogues, permettant ainsi d'améliorer la précision et l'unicité de prédiction.
(ZH)
一种基于生成对抗网络的脸部变化预测方法,包括:S1,获取人脸数据样本;S2,构建由生成器及判别器组成的生成对抗网络模型,设计损失函数,并对生成器及判别器进行迭代训练;S3,将待处理的目标年轻人脸图像输入训练后的生成对抗网络模型中,输出目标年轻人脸图像所对应的目标年老人脸图像。采用所述方法,通过构建独特的生成对抗网络模型及损失函数,对年龄变化具体很好的鲁棒性,同时还考虑了额头和头发等信息的变化情况,进一步提升了预测的准确性和唯一性。
Also published as
Latest bibliographic data on file with the International Bureau