一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法与流程

技术特征：
1.一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于，所述方法包括以下步骤：步骤1：使用人脸对齐方法从在野图片中裁剪出对正的人脸图片；步骤2：选择判别器、解码器、人脸年龄估计模型和人脸身份识别模型；步骤3：使用解码器隐空间的平均向量初始化或使用更新后的隐空间向量，解码得到生成图片后输入到判别器、人脸年龄估计模型、人脸身份识别模型中取得生成图片与目标年龄的差别、生成图片真实度、生成图片的人脸身份保持度；步骤4：以目标年龄差别、生成图片真实度、人脸身份保持度加权得到优化目标，用梯度下降的方式更新隐空间向量；步骤5：重复步骤3和步骤4，直到达到算法的最大迭代数，最后取得的图片为算法的输出。2.根据权利要求1所述的一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于：所述步骤1中，人脸对齐方法为：在野人脸图片包括人的全身，包括很多无关背景，首先使用人脸识别算法取得人脸特征点，使用sdm算法取得人脸106特征点，然后通过一组特征点的连线与水平的角度差来旋转图片，使用瞳孔连线与水平线的角度差，然后人为规定一个人脸中心，具体采用sdm算法取得106特征点，然后用瞳孔连线与水平线的角度差旋转图片，使得瞳孔连线变得水平，然后使用眉间作为人脸中心，用256
×
256大小从原图裁剪。3.根据权利要求1所述的一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于：所述步骤2中，选用生成对抗模型中的判别器，以图片作为输入，输出一维数值，用于表示图片来自生成数据集或真实数据集的可能性，这一判别器用d表示，主要使用多层卷积神经网络，以及残差连接结构实现，运用其计算的表达式为d(x)，若输入图片x接近于虚假的生成图片，那么d(x)尽可能接近于0；若输入图片x接近于真实的图片，那么d(x)尽可能接近于1，使用带有多层卷积神经网络以及残差连接的模型，类似于stylegan2的判别器，输入图片为256
×
256大小的三通道rgb图片；选用解码器，将隐空间编码作为输入，输出生成的图片，使用g
θ
表示解码器，其输入隐空间编码w，得到输出图片的过程表示为：x
′
＝g
θ
(w)；输入为512维隐空间向量，生成256
×
256大小的三通道rgb图片，使用类似于stylegan2的生成器的解码器结构，包含有14层卷积神经网络和8层残差卷积模块，选用人脸年龄估计模型e
age
，以图片作为输入，以一定形式输出估计的年龄，使用预训练的人脸年龄估计算法dex，以224
×
224大小的三通道彩色图片作为输入，输出101维年龄特征，包括有人脸身份估计模型e
id
，使用预训练的人脸识别算法lightcnn，以112
×
112大小的单色图片作为输入，输出人脸特征向量e
id
(x)。4.根据权利要求1所述的一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于：所述步骤3中，使用能够重建原图片的隐空间向量作为初始化隐空间向量，以w0代表初始化得到的隐空间向量，设定更新用的隐空间向量w＝w0，之后被更新的隐空间向量也用w表示，符合本方法步骤2描述的解码器表示为g
θ
，得到生成图片的过程为：
x
′
＝g
θ
(w)。5.根据权利要求1所述的一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于：所述步骤4中，分别将生成的图片输入到判别器d，人脸年龄估计器e
age
，人脸身份估计器e
id
中，输出分别为d(x
′
)，e
age
(x
′
)，e
id
(x
′
)，然后将输入的真实图片x也输入到人脸身份估计器e
id
，人脸年龄估计其中e
age
，得到的输出分别为：e
age
(x)，e
id
(x)，方法的目标是为了让生成的图片尽可能真实，并且尽可能接近目标年龄特征c，以及在变换的过程中保持人脸身份、表情、姿态、背景等不变，计算损失函数，并要求最优的w使损失函数最小化：其中λ
age
和λ
id
代表给年龄目标和年龄无关特征的目标的权重，目标年龄特征c是使用高斯分布生成的，该特征有101维；使用梯度下降法更新隐空间向量w，梯度的数学表达式如下：式中的||
·
||2代表二范数，梯度更新的学习率自行设定，设定学习率为α，更新之后的隐空间向量如下表达式：其中w
t 1
和w
t
分别为t 1次迭代和t次迭代的隐空间向量w。6.根据权利要求1所述的一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，其特征在于：所述步骤5中，重复步骤3和步骤4，即可使得生成图片在保持真实度和原有输入图片的人脸身份、表情、姿态、背景等特征的情况下转换人脸的外观年龄，设定最大迭代数为t
max
，每次算法迭代会使得从0开始的迭代数t加一,当迭代数t＝t
max
时，算法终止，最后一次得到的生成人脸图片将作为算法输出，算法被表示如下：

技术总结
本发明公开了一种基于梯度对抗攻击和生成对抗模型的人脸图片年龄转换方法，该方法主要内容是：首先对人脸图片进行对齐，将人脸图片的人脸部分截取下来，并通过图片旋转调整角度得到原图，再给定一个期望的目标人脸年龄；初始化一个隐空间向量，将隐空间向量输入到解码器中，得到生成图片；算法使用年龄估计器，判别器，人脸识别器分别得出生成图片的年龄，真实度和与原图人脸身份相似度的损失；以损失减小作为目标，梯度更新初始化的隐空间向量，然后重复前两步直到达到算法约定的步长。使用该方法可以实现人脸图片的自动转换，帮助刑侦和跨年龄人脸识别，也可以用于娱乐影视用途。也可以用于娱乐影视用途。也可以用于娱乐影视用途。


技术研发人员：杨绍枢 永明
受保护的技术使用者：东南大学
技术研发日：2021.08.03
技术公布日：2021/10/28