[发明专利]模型训练、信息输出方法,装置,设备以及存储介质有效

专利信息
申请号: 202110359314.0 申请日: 2021-04-02
公开(公告)号: CN113052962B 公开(公告)日: 2022-08-19
发明(设计)人: 王迪 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T19/20;G06T3/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模型 训练 信息 输出 方法 装置 设备 以及 存储 介质
【权利要求书】:

1.一种模型训练方法,包括:

获取训练样本集合,所述训练样本集合包括样本捏脸参数以及对应的样本二维人脸图像;

利用所述训练样本集合训练目标模型中的第一子模型,所述第一子模型用于表征捏脸参数与二维人脸图像的对应关系;

响应于确定所述第一子模型训练完成,根据所述训练样本集合以及训练完成的第一子模型,训练所述目标模型的第二子模型,所述第二子模型用于表征二维人脸图像与特征向量的对应关系;

所述根据所述训练样本集合以及训练完成的第一子模型,训练所述目标模型的第二子模型,包括:

根据所述训练样本集合中的各样本捏脸参数以及所述训练完成的第一子模型,确定参考二维人脸图像集合;

根据所述训练样本集合中的各样本二维人脸图像以及所述参考二维人脸图像集合,训练所述目标模型的第二子模型;

所述根据所述训练样本集合中的各样本二维人脸图像以及所述参考二维人脸图像集合,训练所述目标模型的第二子模型,包括:

将所述参考二维人脸图像集合中的各参考二维人脸图像输入所述第二子模型,得到各参考二维人脸图像对应的第一特征向量;

将输入训练完成的第一子模型的样本捏脸参数对应的样本二维人脸图像输入所述第二子模型,得到各样本二维人脸图像对应的第二特征向量;

根据各第一特征向量以及各第二特征向量迭代调整所述第二子模型的参数。

2.根据权利要求1所述的方法,其中,所述根据所述训练样本集合中的各样本捏脸参数以及所述训练完成的第一子模型,确定参考二维人脸图像集合,包括:

将所述训练样本集合中各训练样本的样本捏脸参数输入训练完成的第一子模型,将训练完成的第一子模型的输出作为输入的样本捏脸参数对应的参考二维人脸图像,得到所述参考二维人脸图像集合。

3.根据权利要求1-2任一项所述的方法,其中,所述获取训练样本集合,包括:

生成多个样本捏脸参数;

对各样本捏脸参数进行渲染,确定与各样本捏脸参数对应的样本二维人脸图像,得到所述训练样本集合。

4.根据权利要求1-2任一项所述的方法,其中,所述利用所述训练样本集合训练目标模型中的第一子模型,包括:

将所述训练样本集合中各训练样本的样本捏脸参数作为所述第一子模型的输入,根据所述第一子模型的输入与所输入的样本捏脸参数对应的样本二维人脸图像之间的差异调整所述第一子模型的参数。

5.一种信息输出方法,包括:

获取目标二维人脸图像以及初始捏脸参数;

根据所述目标二维人脸图像、所述初始捏脸参数以及预先训练的目标模型,确定所述目标二维人脸图像对应的目标捏脸参数,所述目标模型通过权利要求1-4任一项所述的模型训练方法训练得到;

输出所述目标捏脸参数。

6.根据权利要求5所述的方法,其中,所述根据所述目标二维人脸图像、所述初始捏脸参数以及预先训练的目标模型,确定所述目标二维人脸图像对应的目标捏脸参数,包括:

根据所述初始捏脸参数以及所述目标模型中的第一子模型,确定初始二维人脸图像;

根据所述初始二维人脸图像、所述目标二维人脸图像以及所述目标模型中的第二子模型,调整所述初始捏脸参数,得到所述目标捏脸参数。

7.根据权利要求6所述的方法,其中,所述根据所述初始二维人脸图像、所述目标二维人脸图像以及所述目标模型中的第二子模型,调整所述初始捏脸参数,得到所述目标捏脸参数,包括:

将所述初始二维人脸图像输入所述第二子模型,得到第三特征向量;

将所述目标二维人脸图像输入所述第二子模型,得到第四特征向量;

根据所述第三特征向量以及所述第四特征向量,迭代调整所述初始捏脸参数,得到所述目标捏脸参数。

8.根据权利要求5-7任一项所述的方法,其中,所述方法还包括:

对所述目标捏脸参数进行渲染,重建所述目标二维人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110359314.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top