[发明专利]特征潜码的提取方法及装置、设备及存储介质

说明书

本发明公开了一种特征潜码的提取方法及装置、设备及存储介质。获取生成式对抗网络及第一人脸图像，利用生成式对抗网络及第一人脸图像，对特征潜码生成网络进行迭代训练，直至利用第一特征潜码能够还原第一人脸图像，第一特征潜码为特征潜码生成网络输出的第一人脸图像的特征潜码，且将该第一特征潜码确定为基于第一人脸图像提取的目标特征潜码。通过利用生成式对抗网络及第一人脸图像对特征潜码生成网络进行训练的方式，使得在训练的过程中，从第一人脸图像中提取的第一特征潜码将不断地优化，直至该第一特征潜码能够还原第一人脸图像，使得能够得到与第一人脸图像匹配的第一特征潜码，有效实现特征潜码的提取，且有效扩展生成式对抗网络的应用。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种特征潜码的提取方法及装置、设备及存储介质。

背景技术

基于风格的对抗生成网络(stylegan2)作为生成式对抗网络(gan)的一个分支，能够生成非常逼真的图像。例如，可以将随机生成的特征潜码输入至对抗生成网络中，就可以生成一张图像。

然而，目前都是将随机生成的特征潜码输入到对抗生成网络生成图像，由于无法获取到真实场景下的图像的特征潜码，导致限制了对抗生成网络的应用，例如，无法利用对抗生成网络生成实际用户的人脸的表情变化的图像，及衰老变化的图像等等。因此，如何从人脸图像中提取特征潜码为亟待解决的问题。

发明内容

本发明的主要目的在于提供一种特征潜码的提取方法及装置、设备及存储介质装置、计算机设备及存储介质，使得能够有效地从人脸图像中提取出能够还原人脸图像的特征潜码，有效扩展对抗生成网络的应用。

为实现上述目的，本发明第一方面提供一种特征潜码的提取方法，所述方法包括：

获取已训练好的生成式对抗网络及待提取特征潜码的第一人脸图像；

利用所述生成式对抗网络及所述第一人脸图像，对特征潜码生成网络进行迭代训练，直至利用第一特征潜码能够还原所述第一人脸图像，所述第一特征潜码为所述特征潜码生成网络输出的所述第一人脸图像的特征潜码；

将能够还原所述第一人脸图像的第一特征潜码确定为基于所述第一人脸图像提取的目标特征潜码。

可选地，所述利用所述生成式对抗网络及所述第一人脸图像，对特征潜码生成网络进行迭代训练，直至利用第一特征潜码能够还原所述第一人脸图像，包括：将所述第一人脸图像输入第i特征潜码生成网络进行训练，得到所述第i特征潜码生成网络输出的第一特征潜码，i的初始值为1，且第1特征潜码生成网络为初始网络；

将所述第一特征潜码输入所述生成式对抗网络中进行图像生成，得到所述生成式对抗网络输出的第二人脸图像；

将所述第二人脸图像输入至所述第i特征潜码生成网络进行训练，获取所述第二人脸图像的第二特征潜码；

根据所述第一人脸图像、所述第一特征潜码，所述第二人脸图像及所述第二特征潜码确定所述第i特征潜码生成网络是否收敛；

若所述第i特征潜码生成网络收敛，则确定所述第一特征潜码能够还原所述第一人脸图像；

若所述第i特征潜码生成网络不收敛，则对所述第i特征潜码生成网络进行参数优化，得到第i+1特征潜码生成网络，并令i＝i+1，返回执行所述将所述第一人脸图像输入第i特征潜码生成网络进行训练的步骤。

可选地，所述根据所述第一人脸图像、所述第一特征潜码，所述第二人脸图像及所述第二特征潜码确定所述第i特征潜码生成网络是否收敛，包括：

根据所述第一人脸图像及所述第二人脸图像，确定人脸图像之间的像素相似性损失值及结构相似性损失值；

根据所述第一特征潜码及所述第二特征潜码，确定特征潜码之间的特征相似性损失值；