[发明专利]人脸属性编辑模型的训练方法、人脸属性编辑方法及设备

权利要求书

1.一种人脸属性编辑模型的训练方法，其特征在于，所述方法包括：

将第一图片输入图片编码器，得到所述图片编码器输出的编码特征，所述第一图片中的人脸具有第一属性；

将所述编码特征分别输入第一图片解码器和第二图片解码器，得到所述第一图片解码器输出的第二图片，以及所述第二解码器输出的第三图片，所述第二图片中的人脸具有第二属性，所述第三图片中的人脸具有第一属性，且所述第一属性不同于所述第二属性；

基于所述第二图片和所述第三图片，构建所述第一图片解码器的目标损失函数，所述目标损失函数包括对抗损失和特征匹配损失，所述特征匹配损失用于约束图片间深层语义特征的相似性；

基于所述目标损失函数训练所述第一图片解码器，并将所述图片编码器和训练得到的所述第一图片解码器确定为所述人脸属性编辑模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第二图片和所述第三图片，构建所述第一图片解码器的目标损失函数，包括：

基于所述第二图片确定所述对抗损失；

基于所述第二图片和所述第三图片各自对应的深层语义特征，确定所述特征匹配损失；

基于所述对抗损失和所述特征匹配损失确定所述目标损失函数。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二图片和所述第三图片各自对应的深层语义特征，确定所述特征匹配损失，包括：

获取所述第一图片解码器生成所述第二图片过程中的第一深度特征图，以及所述第二图片解码器生成所述第三图片过程中的第二深度特征图，所述第一图片解码器和所述第二图片解码器的网络结构相同，且所述第一深度特征图和所述第二深度特征图为同一网络层级输出的特征图；

基于所述第一深度特征图和所述第二深度特征图确定所述特征匹配损失。

4.根据权利要求2所述的方法，其特征在于，所述基于所述第二图片确定所述对抗损失，包括：

将所述第二图片输入判别器，得到所述判别器输出的判别结果，所述判别器用于判别具有所述第二属性的原始图片和生成图片；

基于所述判别结果确定所述对抗损失。

5.根据权利要求2所述的方法，其特征在于，所述基于所述第二图片和所述第三图片，构建所述第一图片解码器的目标损失函数，还包括：

基于所述第一图片和所述第二图片确定属性感知损失，所述属性感知损失用于约束除所述第一属性和所述第二属性以外的人脸属性；

所述基于所述对抗损失和所述特征匹配损失确定所述目标损失函数，包括：

基于所述对抗损失、所述特征匹配损失以及所述属性感知损失确定所述目标损失函数。

6.根据权利要求5所述的方法，其特征在于，所述基于所述第一图片和所述第二图片确定属性感知损失，包括：

将所述第一图片和所述第二图片分别输入人脸属性分类器的特征提取层，得到所述第一图片对应的第一属性特征图以及所述第二图片对应的第二属性特征图；

分别将所述第一属性特征图和所述第二属性特征图输入所述人脸属性分类器的全连接层，得到所述第一图片对应的第一人脸属性分类结果，以及所述第二图片对应的第二人脸属性分类结果；

将所述第一属性特征图和所述第二属性特征图之间的L2损失，以及所述第一人脸属性分类结果和所述第二人脸属性分类结果之间的L2损失，确定为所述属性感知损失。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取第一样本图片，所述第一样本图片包含对应的属性标签；

将所述第一样本图片输入所述人脸属性分类器，得到所述人脸属性分类器输出的样本属性分类结果；

基于所述属性标签与所述样本属性分类结果，确定所述人脸属性分类器。