[发明专利]人脸图像合成方法及装置

说明书

本申请提供人脸图像合成方法及装置，涉及人工智能领域，能够基于真实人脸图像进行属性信息修正合成人脸图像，提高合成人脸图像的真实性，并提高合成效率。该方法包括：获取第一属性信息；第一属性信息为待合成人脸图像包含的属性信息。根据第一属性信息，在真实人脸图像库中查找第一人脸图像；第一人脸图像包含第二属性信息，第二属性信息与第一属性信息的重复率满足阈值要求。根据第一属性信息以及第二属性信息，获得属性差异信息；属性差异信息用于表示第一人脸图像与待合成人脸图像之间的属性差异。对第一人脸图像进行面部特征提取，获得第一人脸图像的第一面部特征信息。根据第一面部特征信息以及属性差异信息合成第二人脸图像。

技术领域

本申请涉及人工智能(artificial intelligence，AI)领域，尤其涉及一种人脸图像合 成方法及装置。

背景技术

人脸图像合成技术广泛应用于拍照娱乐、医疗整形等领域。比如，在拍照娱乐领域，用 户可以对照片的若干属性做出改变，如双眼皮、大眼睛、瘦脸等。又比如，在医疗整形领域， 医生可以根据用户描述，在当前用户照片的基础上进修改生成术后效果图。

目前，人脸图像合成方法主要包括以下两种。第一种是传统图像处理方法，通常的做法 是建立模板库，包含各式各样的五官局部图像。然后画师根据目击者的描述在模板库中选择 五官进行拼接，最后对拼接图像的边缘做平滑处理，生成人脸图像。但是，单纯的五官局部 图像拼接很难保证合成人脸图像的真实性。并且，受到画师和目击者的两次主观影响，合成 人脸图像与实际需求的人脸图像可能存在差距。

第二种是深度学习的方法，利用海量的人脸图像数据，用对抗生成的方法训练深度神经 网络。后续利用训练后的神经网络生成人脸图像。但是，训练后的神经网络无法合成包含用 户指定属性信息的人脸图像。

发明内容

本申请提供的人脸图像合成方法，可以实现基于真实人脸图像进行人脸图像合成，能够 获得满足需求且更加真实的人脸图像，合成效率较高。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种人脸图像合成方法，该方法可以包括：获取第一属性信息； 第一属性信息为待合成人脸图像包含的属性信息。根据第一属性信息，在真实人脸图像库中 查找第一人脸图像；第一人脸图像包含第二属性信息，第二属性信息与第一属性信息的重复 率满足阈值要求。根据第一属性信息以及第二属性信息，获得属性差异信息；属性差异信息 用于表示第一人脸图像与待合成人脸图像之间的属性差异。对第一人脸图像进行面部特征提 取，获得第一人脸图像的第一面部特征信息。根据第一面部特征信息以及属性差异信息合成 第二人脸图像。

其中，第一属性信息可以由用户采集后输入人脸图像合成设备，由人脸图像合成设备基 于属性信息进行人脸图像合成。示例性的，用户采集第一属性信息的过程包括：人脸图像合 成设备根据合成人脸图像需要的全部属性信息创建人脸图像属性信息调查表，将该人脸图像 属性信息调查表发送至终端设备，由用户在终端设备上填写后返回人脸图像合成设备，进而 人脸图像合成设备获得属性信息。如此，人脸图像合成设备可以从多维度采集待合成人脸图 像的属性信息，使得最后合成人脸图像更加接近需要的人脸图像。

属性差异信息用于表示查找的第一人脸图像包含的属性信息与第一属性信息之间的差 异，则可以确定第一人脸图像中需要修正的属性信息，进而根据属性差异信息修正第一人脸 图像。

如此，本申请实施例提供的人脸图像合成方法，可以不需要专业人员参与，效率较高， 便于推广。并且基于真实人脸图像进行人脸图像合成，能够获得更加真实的人脸图像。

在一种可能的实现方式中，根据第一属性信息以及第二属性信息，获得属性差异信息， 包括：根据第一属性信息获得第一属性向量。根据第二属性信息获得第二属性向量；第一属 性向量和第二属性向量的长度相同，每一位对应一种属性信息。根据第一属性向量和第二属 性向量的差异获得第一向量；第一向量用于表示属性差异信息。