[发明专利]人脸表情图像合成装置

说明书

本发明涉及图像处理技术领域，具体提供了一种人脸表情图像合成装置，旨在解决如何提高人脸表情图像合成真实性的技术问题。为此目的，本发明中人脸表情图像合成装置能够基于几何先验对抗生成网络模型，对目标图像生成特定的人脸表情图像。具体地，几何先验对抗生成网络模型中，第一生成器生成有表情人脸图像，第一判别器对所生成的有表情人脸图像进行判别。第二生成器生成无表情人脸图像，第二判别器对所生成的无表情人脸图像进行判别。优化训练模块对几何先验对抗生成网络模型进行网络训练，得到优化后的几何先验对抗生成网络模型。本发明的技术方案，不仅能够对人脸图像进行表情编辑，即生成表情和去除表情，还能够有效保持人脸图像的身份信息。

技术领域

本发明涉及图像处理技术领域，具体涉及一种人脸表情图像合成装置。

背景技术

人脸表情图像合成指的是一种利用图像处理合成特定人物的特定表情的技术。当前，人脸表情图像合成技术广泛应用于在动画制作、脸部编辑、脸部数据扩增和人脸识别等领域。但是，由于人脸复杂的几何形式、不可计数的脸部皱纹和细微的颜色与纹理变化，使得人脸表情图像合成的真实度较低。

发明内容

为了解决现有技术中的上述问题，即为了解决如何提高人脸表情图像合成真实性的技术问题，本发明提供了一种人脸表情图像合成装置。

本发明中人脸表情图像合成装置包括几何先验对抗生成网络模型，其配置为获取目标图像，并依据所获取的目标图像生成特定的人脸表情图像；

所述几何先验对抗生成网络模型包括第一生成器、第二生成器、第一判别器、第二判别器和优化训练模块；

所述第一生成器，配置为依据无表情人脸图像，生成有表情人脸图像；所述第一判别器，配置为依据真实的有表情人脸图像，对所述第一生成器所生成的有表情人脸图像进行判别；

所述第二生成器，配置为依据有表情人脸图像，生成无表情人脸图像；所述第二判别器，配置为依据真实的无表情人脸图像，对所述第二生成器所生成的无表情人脸图像进行判别；

所述优化训练模块，配置为按照预设目标函数对所述几何先验对抗生成网络模型进行网络训练，得到优化后的几何先验对抗生成网络模型。

进一步地，本发明提供的一个优选技术方案为：

所述优化训练模块包括第一训练单元，其配置为依据预设训练集，并按照下式所示的目标函数对所述第一生成器与第一判别器所构成的表情生成网络进行训练：

其中，所述为第一生成器对应的目标函数，所述为第一判别器对应的目标函数，所述为真实的有表情人脸图像与所述第一生成器所生成的有表情人脸图像之间的对抗损失函数，所述L_pixel为所述真实的有表情人脸图像与所述生成的有表情人脸图像之间的像素损失函数，所述L_cyc为真实的有表情人脸图像与所述生成的有表情人脸图像之间的循环一致性函数，所述L_identity为特征层损失函数，所述α₁、α₂与α₃均为预设的权重系数；

所述I表示真实的无表情人脸图像，所述I′表示真实的有表情人脸图像，所述H表示人脸表情热力图，所述G₁表示第一生成器，所述D₁表示第一判别器，所述G₁(I,H)为所述第一生成器所生成的有表情人脸图像，所述E表示期望，所述P(I,H,I')为I,H,I'的数据分布，所述P(I,H)为I,H的数据分布。

进一步地，本发明提供的一个优选技术方案为：

所述对抗损失函数如下式所示：

所述像素损失函数L_pixel如下式所示：