[发明专利]图像处理模型的训练方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理模型的训练方法、装置、计算机设备和存储介质。方法包括：获取三元组样本，三元组样本包括源图像、第一图像和目标图像；源图像和目标图像对应相同的身份属性，第一图像和源图像对应不同的身份属性；第一图像和目标图像对应相同的非身份属性；将源图像和第一图像输入图像处理模型中的生成器，得到输出图像；将源图像、第一图像、目标图像和输出图像输入图像处理模型中的判别器，得到图像属性判别结果；根据图像属性判别结果调整生成器的参数和判别器的参数并继续训练，当满足预设条件时停止训练，得到训练好的图像处理模型。采用本方法训练得到的图像处理模型能够提高图像和合成视频的质量。

技术领域

本申请涉及计算机技术领域，特别是涉及一种图像处理模型的训练方法、装置、计算机设备和存储介质。

背景技术

随着人工智能和计算机技术的发展，出现了人脸转换技术，人脸转换是指将目标图像中的人脸的身份换成源图像中的人，同时保持目标图像的姿态、表情、妆容、背景等元素。用户通过人脸转换可以体验虚拟换服装、换发型和视频换脸等，给用户带了乐趣。

由于视频是连续的图像序列，自然拍摄的视频通常在形状、光照、动作等因素的变化上都比较自然流畅，而现有的人脸转换通常会把脸部区域抠出进行单独处理，之后再把结果融合回原视频，会导致合成视频中的换脸区域在形状、光照、动作等方面与原视频不一致的情况。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高合成图像或合成视频质量的图像处理模型的训练方法、装置、计算机设备和存储介质。

一种图像处理模型的训练方法，所述方法包括：

获取三元组样本，所述三元组样本包括源图像、第一图像和目标图像；所述源图像和所述目标图像对应相同的身份属性，所述第一图像和所述源图像对应不同的身份属性；所述第一图像和所述目标图像对应相同的非身份属性；

将所述源图像和所述第一图像输入图像处理模型中的生成器，得到输出图像；

将所述源图像、所述第一图像、所述目标图像和所述输出图像输入所述图像处理模型中的判别器，得到图像属性判别结果；所述图像属性包括伪造图像和非伪造图像；

根据所述图像属性判别结果调整所述生成器的参数和所述判别器的参数并继续训练，当满足预设条件时停止训练，得到训练好的图像处理模型。

在一个实施例中，所述获取所述输出图像和所述目标图像之间的特征向量相似度，包括：

将所述输出图像和所述目标图像转换为对应的特征向量，得到所述输出图像的特征向量和所述目标图像的特征向量；

确定所述输出图像的特征向量和所述目标图像的特征向量之间的相似度，得到所述输出图像和所述目标图像之间的特征向量相似度。

在一个实施例中，获取所述输出图像和所述源图像之间的特征向量相似度，包括：

将所述输出图像和所述源图像转换为对应的特征向量，得到所述输出图像的特征向量和所述源图像的特征向量；

确定所述输出图像的特征向量和所述源图像的特征向量之间的相似度，得到所述输出图像和所述源图像之间的特征向量相似度。

一种图像处理模型的训练装置，所述装置包括：

获取模块，用于获取三元组样本，所述三元组样本包括源图像、第一图像和目标图像；所述源图像和所述目标图像对应相同的身份属性，所述第一图像和所述源图像对应不同的身份属性；所述第一图像和所述目标图像对应相同的非身份属性；

生成模块，用于将所述源图像和所述第一图像输入图像处理模型中的生成器，得到输出图像；