[发明专利]一种人脸属性编辑方法、装置、智能终端及存储介质

说明书

本发明公开了一种人脸属性编辑方法、装置、智能终端及存储介质，其中，上述人脸属性编辑方法包括：获取基于结构纹理分量独立生成的生成式对抗网络；通过权重分解技术和正交正则化约束控制上述生成式对抗网络的图像生成过程；训练上述生成式对抗网络；基于训练后的上述生成式对抗网络生成人脸并对上述人脸的属性进行编辑。本发明方案获取基于结构纹理分量独立生成的生成式对抗网络，结合权重分解和正交正则化技术控制人脸图像生成过程，从而可在人脸属性编辑过程中对特定的属性进行单独编辑，可实现对特定的属性进行单独编辑，有利于达到更好的人脸属性编辑效果。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及的是一种人脸属性编辑方法、装置、智能终端及存储介质。

背景技术

随着计算机视觉技术和图形学的快速发展，图像逐渐成为人们日常信息交流的主要载体。人脸作为人体上差异化信息的主要体现部位，在信息交流中起到很大的作用，在此基础上，对于人脸图像的人脸属性编辑也逐渐成为研究热点。传统的使用深度学习算法进行人脸编辑的方法主要基于生成对抗网络(GANs，Generative Adversarial Networks)。

现有技术中，在人脸属性编辑中对人脸图像进行处理主要采用非监督学习的方式，主要包括基于风格的生成器架构的生成对抗网络(A Style-Based GeneratorArchitecture for Generative Adversarial Networks，以下简称 StyleGANs)、注入结构噪声实现解耦的方法。现有技术的问题在于，通过 StyleGANs或注入结构噪声实现解耦的方法进行人脸图像处理时，不能单独的改变人脸特定的属性，不利于进行人脸编辑。

因此，现有技术还有待改进和发展。

发明内容

针对现有技术中基于StyleGANs或注入结构噪声实现解耦的方法进行人脸属性编辑时不能单独的改变人脸特定的属性，不利于进行人脸编辑的技术问题，本发明提供一种人脸属性编辑方法、装置、智能终端及存储介质，可获取基于结构纹理分量独立生成的生成式对抗网络；通过权重分解技术和正交正则化约束控制上述生成式对抗网络的图像生成过程；训练上述生成式对抗网络；基于训练后的上述生成式对抗网络生成人脸并对上述人脸的属性进行编辑。本发明方案获取基于结构纹理分量独立生成的生成式对抗网络，结合权重分解和正交正则化技术控制人脸图像生成过程，从而可实现在人脸属性编辑过程中对特定的属性进行单独编辑的技术效果。

为了实现上述技术效果，本发明第一方面提供一种人脸属性编辑方法，其中，上述方法包括：

获取基于结构纹理分量独立生成的生成式对抗网络；

通过权重分解技术和正交正则化约束控制上述生成式对抗网络的图像生成过程；

训练上述生成式对抗网络；

基于训练后的上述生成式对抗网络生成人脸并对上述人脸的属性进行编辑。

可选的，上述通过权重分解技术和正交正则化约束控制上述生成式对抗网络的图像生成过程，包括：

获取风格矩阵和学习矩阵，通过组装得到权重矩阵，其中，上述权重矩阵控制上述图像生成过程；

通过正交正则化技术对上述学习矩阵的正交性进行约束，使上述风格矩阵中每一个元素所对应的特征矩阵相互独立。

可选的，上述基于训练后的上述生成式对抗网络生成人脸并对上述人脸的属性进行编辑，包括：

基于训练后的上述生成式对抗网络生成目标人脸；

在上述目标人脸的生成过程中以非监督的方式控制上述目标人脸的属性。

可选的，上述在上述目标人脸的生成过程中以非监督的方式控制上述目标人脸的属性，包括：