[发明专利]脸型变换模型训练、脸型变换方法及相关装置在审
申请号: | 202110728844.8 | 申请日: | 2021-06-29 |
公开(公告)号: | CN113379594A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 尚太章;刘家铭;洪智滨 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06T3/00 | 分类号: | G06T3/00;G06N3/04;G06N3/08 |
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: | 脸型 变换 模型 训练 方法 相关 装置 | ||
1.一种脸型变换模型训练方法,包括:
基于第一脸型特征集和第二脸型特征集,得到第一生成网络和第二生成网络;
利用所述第一生成网络生成与第一样本图像对应的第一目标图像,并控制所述第一目标图像被判别属于第二脸型;
利用所述第二生成网络生成与第二样本图像对应的第二目标图像,并控制所述第二目标图像被判别属于所述第一脸型;
分别利用所述第二生成网络和所述第一生成网络生成与所述第一目标图像对应的第一变换图像、与所述第二目标图像对应的第二变换图像;
控制所述第一样本图像与所述第一变换图像、所述第二样本图像与所述第二变换图像被判别为相同的图像;
将满足预设要求的生成对抗网络输出为目标脸型变换模型;其中,所述第一样本图像和所述第二样本图像分别属于所述第一脸型和所述第二脸型,所述生成对抗网络包括所述第一生成网络和所述第二生成网络。
2.根据权利要求1所述的方法,其中,所述基于第一脸型特征集和第二脸型特征集,得到第一生成网络和第二生成网络,包括:
将所述第一脸型特征集和第二脸型特征集分别作为训练一个生成网络的输入样本和输出样本,得到所述第一生成网络;
将所述第二脸型特征集和所述第一脸型特征集分别作为训练另一个生成网络的输入样本和输出样本,得到所述第二生成网络。
3.根据权利要求1所述的方法,还包括:
基于所述第一脸型特征集提取到第一脸型特征,并基于所述第一脸型特征构建第一判别网络;
基于所述第二脸型特征集提取到第二脸型特征,并基于所述第二脸型特征构建第二判别网络;
基于预设的相同图像判别规则构建得到第三判别网络。
4.根据权利要求3所述的方法,其中,所述控制所述第一目标图像被判别属于第二脸型,包括:
控制所述第一目标图像被所述第二判别网络判别属于所述第二脸型;
所述控制所述第二目标图像被判别属于所述第一脸型,包括:
控制所述第二目标图像被所述第一判别网络判别属于所述第一脸型。
5.根据权利要求3所述的方法,其中,所述控制所述第一样本图像与所述第一变换图像、所述第二样本图像与所述第二变换图像被判别为相同的图像,包括:
控制所述第一样本图像与所述第一变换图像被所述第三判别网络判别为相同的图像;
控制所述第二样本图像与所述第二变换图像被所述第三判别网络判别为相同的图像。
6.根据权利要求3所述的方法,其中,所述将满足预设要求的生成对抗网络输出为目标脸型变换模型,包括:
基于所述第一生成网络、所述第二生成网络、所述第一判别网络、所述第二判别网络和所述第三判别网络,构建目标生成对抗网络;
将满足预设要求的目标生成对抗网络输出为所述目标脸型变换模型。
7.根据权利要求1所述的方法,还包括:
通过人脸图像随机生成模型分别生成预设数量的第一脸型图像和第二脸型图像,得到第一脸型图像集和第二脸型图像集;
分别从所述第一脸型图像集和所述第二脸型图像集中提取到脸型特征,得到所述第一脸型特征集和所述第二脸型特征集。
8.根据权利要求7所述的方法,其中,所述分别从所述第一脸型图像集和所述第二脸型图像集中提取到脸型特征,得到所述第一脸型特征集和所述第二脸型特征集,包括:
分别从所述第一脸型图像集和所述第二脸型图像集中提取到脸型关键点,得到所述第一脸型关键点集和所述第二脸型关键点集。
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/202110728844.8/1.html,转载请声明来源钻瓜专利网。