[发明专利]人脸图像的表情修正方法、装置、电子设备及存储介质

权利要求书

1.一种人脸图像的表情修正方法，其特征在于，所述人脸图像的表情修正方法包括：

获取人脸图像，以及所述人脸图像对应的人脸表情特征；

将所述人脸图像对应的人脸表情特征输入到表情分类模型中，得到所述人脸图像对应的表情类别；

将所述人脸图像输入到与所述表情类别对应的表情修正模型中，得到表情修正后的无表情人脸图像；

其中，所述表情分类模型是通过人脸表情特征样本以及对应的表情类别进行训练得到的；所述表情修正模型是通过人脸图像样本以及对应的无表情人脸图像训练得到的。

2.根据权利要求1所述的人脸图像的表情修正方法，其特征在于，所述将所述人脸图像输入到与所述表情类别对应的表情修正模型中，得到表情修正后的无表情人脸图像，包括：

根据所述人脸图像的人脸图像特征、所述表情修正模型的像素修正核对所述人脸图像特征进行像素修正，得到第一修正人脸图像特征；

根据所述第一修正人脸图像特征、所述表情修正模型的卷积修正核对所述第一修正人脸图像特征进行卷积修正，得到第二修正人脸图像特征；

根据所述第二修正人脸图像特征、所述表情修正模型的残差核对所述第二修正人脸图像特征进行特征级修正，得到表情修正后的无表情人脸图像。

3.根据权利要求2所述的人脸图像的表情修正方法，其特征在于，所述根据所述人脸图像的人脸图像特征、所述表情修正模型的像素修正核对所述人脸图像特征进行像素修正，得到第一修正人脸图像特征，包括：

针对所述人脸图像特征中每一个像素块，将所述像素块减去所述像素修正核，得到所述第一修正人脸图像特征。

4.根据权利要求2所述的人脸图像的表情修正方法，其特征在于，所述根据所述第一修正人脸图像特征、所述表情修正模型的卷积修正核对所述第一修正人脸图像特征进行卷积修正，得到第二修正人脸图像特征，包括：

将所述第一修正人脸图像特征输入卷积层进行卷积之后，得到卷积后的第一修正人脸图像特征；

将所述卷积后的第一修正人脸图像特征减去所述卷积修正核，得到所述第二修正人脸图像特征。

5.根据权利要求2所述的人脸图像的表情修正方法，其特征在于，所述根据所述第二修正人脸图像特征、所述表情修正模型的残差核对所述第二修正人脸图像特征进行特征级修正，得到表情修正后的无表情人脸图像，包括：

通过下述公式，得到所述表情修正后的无表情人脸图像；

F＝(1-W_r)E；

其中，F为表情修正后的无表情人脸图像，W_r为残差核，E为第二修正人脸图像特征。

6.根据权利要求1至5任一项所述的人脸图像的表情修正方法，其特征在于，所述方法还包括：

将所述表情修正后的无表情人脸图像进行自适应增强，得到最终的表情修正后的无表情人脸图像。

7.根据权利要求6所述的人脸图像的表情修正方法，其特征在于，所述将所述表情修正后的无表情人脸图像进行自适应增强，得到最终的表情修正后的无表情人脸图像，包括：

通过下述公式对所述表情修正后的无表情人脸图像进行自适应增强，得到最终的表情修正后的无表情人脸图像；

其中，K为最终的表情修正后的无表情人脸图像，F为自适应增强前的无表情人脸图像，f为F中的元素，为哈曼顿向量积。

8.一种人脸图像的表情修正装置，其特征在于，所述人脸图像的表情修正装置包括：

获取模块，用于获取人脸图像，以及所述人脸图像对应的人脸表情特征；

输入模块，用于将所述人脸图像对应的人脸表情特征输入到表情分类模型中，得到所述人脸图像对应的表情类别；

所述输入模块，还用于将所述人脸图像输入到与所述表情类别对应的表情修正模型中，得到表情修正后的无表情人脸图像；

其中，所述表情分类模型是通过人脸表情特征样本以及对应的表情类别进行训练得到的；所述表情修正模型是通过人脸图像样本以及对应的无表情人脸图像训练得到的。