买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华侨大学

摘要：本发明公开了一种基于扩散生成模型的快速人脸图像复原方法及系统，涉及图像复原领域，方法包括以下步骤：制作数据集与选择预训练模型，以获得预训练扩散生成模型；基于预训练扩散生成模型获得快速人脸图像复原模型；利用快速人脸图像复原模型实现对于失真人脸图像的快速复原；所述基于预训练扩散生成模型获得快速人脸图像复原模型，包括：在预训练扩散生成模型的前向加噪模块中添加普罗米修斯随机微分方程，以及在预训练扩散生成模型的反向去噪模块中添加条件引导投影。本发明不仅可以实现复原图像真实性与一致性的保障，而且能大幅度缩短图像复原所需要的时间。

主权项：1.一种基于扩散生成模型的快速人脸图像复原方法，其特征在于，包括以下步骤：制作数据集并选择预训练模型，以获得预训练扩散生成模型；基于预训练扩散生成模型获得快速人脸图像复原模型；利用快速人脸图像复原模型实现对于失真人脸图像的快速复原；所述基于预训练扩散生成模型获得快速人脸图像复原模型，包括：在预训练扩散生成模型的前向加噪模块中添加普罗米修斯随机微分方程，以及在预训练扩散生成模型的反向去噪模块中添加条件引导投影；添加了普罗米修斯随机微分方程的前向加噪模块的加噪过程表示为： 其中，xt+1表示第t+1步的噪声图像，αt∈[0，1]、βt+1∈[0，1]和αt+1∈[0，1]是已知的噪声强度调制因子，εxt，t表示第t步预测的高斯噪声，xt表示第t步的噪声图像，η∈[0，1]是方差调节因子，z～N0，1是从标准高斯噪声采样的噪声；所述条件引导投影包括条件注入和引导投影；条件注入将反向去噪模块预测的原始图像分解为一致性控制部分和真实性控制部分A是已知的退化算子，表示A的伪逆，再通过结合两部分得到条件增强图像引导投影基于条件增强图像和噪声预测器在第t步预测的噪声εxt，t，得到第t-1步的噪声图像xt-1；添加了条件引导投影的反向去噪模块的去噪过程表示为： 其中，y表示输入的失真人脸图像，σ∈[0，1]是已知的调控因子，ξi∈[0，1]是梯度调制因子；所述反向去噪模块通过特维蒂不等式预测原始图像表示为： 所述噪声预测器采用Unet网络，由主干特征提取分支和跳跃连接引导分支组成；所述主干特征提取分支包括编码阶段和解码阶段，编码阶段由浅层编码卷积层、浅层编码池化层、中间编码卷积层、中间编码池化层和深层编码卷积层顺序完成，依次得到浅层编码特征图、中间编码特征图和深层编码特征图；解码阶段由深层解码卷积层、深层解码池化层、中间解码卷积层、中间解码池化层和浅层解码卷积层顺序完成，依次得到深层解码特征图、中间解码特征图和浅层解码特征图；所述跳跃连接引导分支，通过组合深层编码特征图与深层解码特征图、中间编码特征图与中间解码特征图和浅层编码特征图与浅层解码特征图，最终预测得到与失真图像尺寸一致的高斯噪声。

全文数据：

权利要求：

百度查询： 华侨大学 一种基于扩散生成模型的快速人脸图像复原方法及系统