(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111611284.4 (22)申请日 2021.12.27 (71)申请人 天翼物联科技有限公司 地址 510335 广东省广州市海珠区 阅江西 路366号广报中心南塔21层 (72)发明人 蔡奕杰　陆音　郁建峰　陈子阳　 许旻昱　徐兵荣　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 郑宏谋 (51)Int.Cl. G06T 5/00(2006.01) G06T 7/00(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于自注 意力网络的人脸图像增强方法、 系 统及介质 (57)摘要 本发明公开了一种基于自注意力网络的人 脸图像增强方法、 系统及介质， 方法包括： 基于自 注意力网络构建初始生成对抗模 型； 通过人脸数 据库获取第一人脸图像， 根据所述第一人脸图像 对所述初始生成对抗模型进行训练， 得到第一生 成对抗模型； 获取实际场景的第二人脸图像， 根 据所述第二人脸图像对所述第一生成对抗模型 进行训练， 得到第二生成对抗模型； 获取待增强 的第三人脸图像， 将所述第三人脸图像输入到所 述第二生 成对抗模型， 得到增强后的第四人脸图 像。 本发明使得输出的增强图像更能体 现人脸图 像数据的整体细节， 保障了人脸图像的完整性和 准确性， 提高了人脸图像增强的效率。 本发明可 广泛应用于图像处 理技术领域。 权利要求书2页 说明书8页 附图4页 CN 114387181 A 2022.04.22 CN 114387181 A 1.一种基于自注意力网络的人脸图像增强方法， 其特 征在于， 包括以下步骤： 基于自注意力网络构建初始生成对抗模型； 通过人脸数据库获取第 一人脸图像， 根据 所述第一人脸图像对所述初始生成对抗模型 进行训练， 得到第一 生成对抗模型； 获取实际场景的第 二人脸图像， 根据 所述第二人脸图像对所述第 一生成对抗模型进行 训练， 得到第二 生成对抗模型； 获取待增强的第三人脸图像， 将所述第三人脸图像输入到所述第二生成对抗模型， 得 到增强后的第四人脸图像。 2.根据权利要求1所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于， 所 述基于自注意力网络构建初始生成对抗模型这 一步骤， 其具体包括： 构建自注意力网络， 所述自注意力网络包括输入嵌入层、 注意力机制模块和前馈模块； 根据所述自注意力网络构建生成器和判别器； 根据所述 生成器和所述判别器构建所述初始生成对抗模型。 3.根据权利要求2所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于： 所 述生成器包括多层感知机、 多个上采样模块以及第一线性压平层， 所述上采样模块包括所 述自注意力网络和上采样层。 4.根据权利要求2所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于： 所 述判别器包括多个所述自注意力网络和第二线性平压层。 5.根据权利要求2所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于， 所 述通过人脸数据库获取第一人脸图像， 根据所述第一人脸图像对所述初始 生成对抗模型进 行训练， 得到第一 生成对抗模型这 一步骤， 其具体为： 通过人脸数据库获取第 一人脸图像， 将所述第 一人脸图像输入到所述初始生成对抗模 型， 对所述生成器和判别器进 行交替训练， 直至所述生成器和所述判别器达到纳什平衡， 得 到所述第一 生成对抗模型。 6.根据权利要求1所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于， 所 述获取实际场景的第二人脸图像， 根据所述第二人脸图像对所述第一生成对抗模型进 行训 练， 得到第二 生成对抗模型这 一步骤， 其具体包括： 在人脸识别系统的实际场景中进行抓拍， 获取 所述第二人脸图像； 将所述第二人脸图像输入到所述第 一生成对抗模型， 对所述生成器和判别器进行交替 训练， 直至所述 生成器和所述判别器达 到纳什平衡， 得到所述第二 生成对抗模型。 7.根据权利要求3所述的一种基于自注意力网络的人脸图像增强方法， 其特征在于， 所 述将所述第三人脸图像输入到所述第二生成对抗模型， 得到增强后的第四人脸图像这一步 骤， 其具体包括： 将所述第三人脸图像输入到所述第二 生成对抗模型的生成器； 通过所述多层感知机对所述第三人脸图像进行感知生成自注意力to ken； 通过所述自注意力 网络对所述自注意力token进行编码后通过上采样层进行上采样， 得到第一增强数据； 通过所述第 一线性压平层对所述第 三人脸图像和所述第 一增强数据进行融合， 得到增 强后的第四人脸图像。权　利　要　求　书 1/2 页 2 CN 114387181 A 28.一种基于自注意力网络的人脸图像增强系统， 其特 征在于， 包括： 生成对抗模型构建模块， 用于基于自注意力网络构建初始生成对抗模型； 第一模型训练模块， 用于通过人脸数据库获取第一人脸图像， 根据所述第一人脸图像 对所述初始生成对抗模型进行训练， 得到第一 生成对抗模型； 第二模型训练模块， 用于获取实 际场景的第二人脸图像， 根据所述第二人脸图像对所 述第一生成对抗模型进行训练， 得到第二 生成对抗模型； 图像增强模块， 用于获取待增强的第三人脸图像， 将所述第三人脸图像输入到所述第 二生成对抗模型， 得到增强后的第四人脸图像。 9.一种基于自注意力网络的人脸图像增强装置， 其特 征在于， 包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现如权 利要求1至7中任一项所述的一种基于自注意力网络的人脸图像增强方法。 10.一种计算机可读存储介质， 其中存储有处理器可执行的程序， 其特征在于， 所述处 理器可执行 的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种基于 自注意力网络的人脸图像增强方法。权　利　要　求　书 2/2 页 3 CN 114387181 A 3