[发明专利]人脸去眼镜模型训练、应用方法及其装置、设备和介质

权利要求书

1.一种人脸去眼镜模型训练方法，其特征在于，包括如下步骤：

向作为生成对抗模型的生成器的被训练的人脸去眼镜模型馈入包含眼镜图像的人脸原图，获得由其生成的去眼镜人脸图像；

将该人脸去眼镜模型输出的去眼镜人脸图像作为假值类型，将为该人脸原图预备的无眼镜人脸图像作为真值类型，将该两种类型的人脸图像馈入该生成对抗模型的鉴别器实施训练；

利用完成训练的鉴别器作为该生成器输出的去眼镜人脸图像的真假类别判别依据，训练该生成器所采用的人脸去眼镜模型，使其提升从人脸原图中还原出去眼镜人脸图像的准确率。

2.根据权利要求1所述的人脸去眼镜模型训练方法，其特征在于，向作为生成对抗模型的生成器的被训练的人脸去眼镜模型馈入包含眼镜图像的人脸原图，获得由其生成的去眼镜人脸图像的步骤，包括：

向所述人脸去眼镜模型中的第一神经网络子模型馈入所述人脸原图，经其进行图像特征提取后，获得该人脸原图所含的特征图集合；

从所述特征图集合中融合出该人脸原图的去眼镜人脸特征图，利用该去眼镜人脸特征图分割所述人脸原图获得眼镜掩膜特征图；

将所述眼镜掩膜特征图、去眼镜人脸特征图以及所述人脸原图进行通道合并成多通道特征图；

将所述多通道特征图馈入所述人脸去眼镜模型中的第二神经网络子模型，经其进行图像特征提取后，获得该多通道特征图所含的特征图集合；

融合所述特征图集合中的各个特征图，生成该人脸原图相对应的所述去眼镜人脸图像。

3.根据权利要求2所述的人脸去眼镜模型方法，其特征在于，所述第一神经网络子模型/第二神经网络子模型提取特征图集合的过程，包括：

获得其所接收的输入的中间特征映射；

将所述中间特征映射经其编码路径中的多个编码器逐步压缩提取多尺度特征；

以所述多尺度特征为馈入特征，经其解码路径中的多个解码器逐步解码，逐级还原为更高分辨率的特征图，其中，每个解码器以其对应的一个编码器所获得的特征图为参照用于实施所述的还原；

将解码器的所有输出构成所述的特征图集合。

4.根据权利要求1所述的人脸去眼镜模型训练方法，其特征在于，将该两种类型的人脸图像馈入该生成对抗模型的鉴别器实施训练的步骤，包括：

对馈入的每种类型的图像进行特征提取；

依据所提取的特征对该图像进行分类判别，获得对应的真值和假值判别结果；

根据判别结果反向传播修正其自身所使用的权重参数。

5.根据权利要求1所述的人脸去眼镜模型训练方法，其特征在于，利用完成训练的鉴别器作为该生成器输出的去眼镜人脸图像的真假类别判别依据，训练该生成器所采用的人脸去眼镜模型的步骤，包括：

对馈入的每种类型的图像进行特征提取；

依据所提取的特征对该图像进行分类判别，获得对应的真值和假值判别结果；

冻结对其自身所使用的权重参数的修正；

向生成对抗模型的生成器反向传播，修正该生成器的相关权重参数，以提升其所输出的人脸去眼镜图像的准确率；

在所述人脸去眼镜模型内进行反向传播，以修正其相关权重参数，以提升其所生成的人脸去眼镜图像的准确率。