[发明专利]模型训练方法、装置及电子设备

权利要求书

1.一种模型训练方法，所述方法包括：

获取初始隐码表情提取模型、初始隐码表情融合模型以及训练数据，所述训练数据包括：带表情人脸图像，以及所述带表情人脸图像对应的第一带表情隐码特征；

将所述第一带表情隐码特征分别输入隐码表情去除模型和所述初始隐码表情提取模型，获取所述带表情人脸图像对应的，第一无表情隐码特征以及第一预测纯表情隐码特征；

将所述第一无表情隐码特征和所述第一预测纯表情隐码特征，输入所述初始隐码表情融合模型，获取所述带表情人脸图像对应的第一预测融合隐码特征；

根据所述带表情人脸图像以及所述第一预测融合隐码特征解码得到的重建人脸图像，构建损失函数；并根据所述损失函数的数值对所述初始隐码表情提取模型以及所述初始隐码表情融合模型进行参数调整，实现训练。

2.根据权利要求1所述的方法，其中，所述获取初始隐码表情提取模型、初始隐码表情融合模型以及训练数据，包括：

获取所述初始隐码表情提取模型以及所述初始隐码表情融合模型；

获取所述带表情人脸图像；

将所述带表情人脸图像输入深度生成模型中的编码网络，获取所述第一带表情隐码特征。

3.根据权利要求1所述的方法，其中，所述训练数据还包括：所述带表情人脸图像对应的新表情人脸图像，以及所述新表情人脸图像对应的第二带表情隐码特征；所述方法还包括：

将所述第二带表情隐码特征输入所述初始隐码表情提取模型，获取所述新表情人脸图像对应的第二预测纯表情隐码特征；

将所述第二预测纯表情隐码特征，以及所述第一无表情隐码特征，输入所述初始隐码表情融合模型，获取所述新表情人脸图像对应的第二预测融合隐码特征；

根据所述新表情人脸图像，以及所述第二预测融合隐码特征解码得到的重建人脸图像，构建损失函数；并根据所述损失函数的数值对所述初始隐码表情提取模型以及所述初始隐码表情融合模型进行参数调整，实现训练。

4.根据权利要求3所述的方法，其中，所述带表情人脸图像对应的新表情人脸图像的获取方式，包括：

对所述带表情人脸图像进行3D人脸重建处理，获取人脸纹理贴图、UV映射图以及所述带表情人脸图像对应的带表情人脸形状参数；

对所述带表情人脸形状参数进行表情参数调整处理，得到新表情人脸形状参数；

根据所述新表情人脸形状参数、所述人脸纹理贴图以及所述UV映射图，生成所述带表情人脸图像对应的新表情人脸图像。

5.根据权利要求1或3所述的方法，其中，所述训练数据还包括：所述带表情人脸图像对应的同表情新人脸图像，以及所述同表情新人脸图像对应的第三带表情隐码特征；所述方法还包括：

将所述第三带表情隐码特征输入所述隐码表情去除模型，获取所述同表情新人脸图像对应的第三无表情隐码特征；

将所述第三无表情隐码特征，以及所述第一预测纯表情隐码特征，输入所述初始隐码表情融合模型，获取所述同表情新人脸图像对应的第三预测融合隐码特征；

根据所述同表情新人脸图像，以及所述第三预测融合隐码特征解码得到的重建人脸图像，构建损失函数；并根据所述损失函数的数值对所述初始隐码表情提取模型以及所述初始隐码表情融合模型进行参数调整，实现训练。

6.根据权利要求5所述的方法，其中，所述带表情人脸图像对应的同表情新人脸图像的获取方式，包括：

对所述带表情人脸图像进行3D人脸重建处理，获取人脸纹理贴图、UV映射图以及所述带表情人脸图像对应的带表情人脸形状参数；

对所述带表情人脸形状参数进行非表情参数调整处理，得到同表情新人脸形状参数；

根据所述同表情新人脸形状参数、所述人脸纹理贴图以及所述UV映射图，生成所述带表情人脸图像对应的同表情新人脸图像。