[发明专利]基于深度学习的视频换脸方法、装置、设备及存储介质

说明书

本发明属于换脸技术领域，公开了一种基于深度学习的视频换脸方法、装置、设备及存储介质。该方法包括：在接收到待换脸视频的换脸指令时，根据换脸指令获取预存换脸模型；提取待换脸视频中的待换脸视频帧；当待换脸视频帧中存在人脸信息时，将待换脸视频帧中的人脸信息通过预存换脸模型进行换脸图像确定，得到换脸图像；根据换脸图像对待换脸视频进行更新，得到目标视频。通过上述方式，可以在接收到换脸指令时获取预存换脸模型，然后提取出需要换脸的待换脸视频帧，当待换脸视频帧中存在人脸信息时再通过预存换脸模型确定换脸图像，最后根据换脸图像对待换脸视频进行更新，得到目标视频，使得视频换脸训练次数少，步骤耗时短并且资源消耗小。

技术领域

本发明涉及换脸技术领域，尤其涉及一种基于深度学习的视频换脸方法、装置、设备及存储介质。

背景技术

换脸技术是最近几年兴起的技术，无论是在工业界还是在学术界都有很多学者在研究。通过换脸技术可以将视频或者图像中的人脸自动替换成另一个人的人脸，在各个领域都应用广泛。但是现有的换脸技术每次替换视频都需要经过长时间、若干次的训练，资源消耗过大。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于深度学习的视频换脸方法、装置、设备及存储介质，旨在解决现有技术替换视频训练时间长、训练次数多和资源消耗大的技术问题。

为实现上述目的，本发明提供了一种基于深度学习的视频换脸方法，所述方法包括以下步骤:

在接收到待换脸视频的换脸指令时，根据所述换脸指令获取预存换脸模型；

提取所述待换脸视频中的待换脸视频帧；

当所述待换脸视频帧中存在人脸信息时，将所述待换脸视频帧中的人脸信息通过所述预存换脸模型进行换脸图像确定，得到换脸图像；

根据所述换脸图像对所述待换脸视频进行更新，得到目标视频。

可选地，所述在接收到待换脸视频的换脸指令时，根据所述换脸指令获取预存换脸模型之前，还包括：

获取历史换脸图像、历史替换图像和历史目标视频帧；

根据所述历史换脸图像、所述历史替换图像和所述历史目标视频帧对原始模型进行训练，得到训练后的模型；

通过预设格式对所述训练后的模型进行调整，得到预存换脸模型。

可选地，所述根据所述历史换脸图像、所述历史替换图像和所述历史目标视频帧对原始模型进行训练，得到训练后的模型之前，还包括：

获取若干个预设损失函数；

根据所述预设损失函数得到预设总损失函数；

根据所述预设总损失函数对所述原始模型进行更新，得到目标模型；

所述根据所述历史换脸图像、所述历史需替换图像和所述历史目标视频帧对原始模型进行训练，得到训练后的模型，包括：

根据所述历史换脸图像、所述历史需替换图像和所述历史目标视频帧对所述目标模型进行训练，得到训练后的模型。

可选地，所述当所述待换脸视频帧中存在人脸信息时，将所述待换脸视频帧中的人脸信息通过所述预存换脸模型进行换脸图像确定，得到换脸图像，包括：

当所述待换脸视频帧中存在人脸信息时，根据所述待换脸视频帧得到对齐人脸图像；

将所述对齐人脸图像通过所述预存换脸模型进行换脸图像确定，得到换脸图像。

可选地，所述当所述待换脸视频帧中识别到人脸时，根据所述待换脸视频帧得到对齐人脸图像，包括：