[發明專利]實現用戶隱私保護的人臉圖像生成方法及裝置

有效

• 申請號: 202010198211.6
• 申請日: 2020-03-19
• 公開（公告）號: CN111414856B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 趙凱
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T11/00;G06N3/08;G06N3/04
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳婧玥;周良玉

本說明書實施例提供一種實現用戶隱私保護的人臉圖像生成方法，該方法包括：首先，獲取與目標用戶的真實人臉圖像對應的真實特征向量，該真實特征向量基于預先訓練的人臉識別模型中的特征表示層而確定；接著，將該真實特征向量輸入圖像生成網絡，得到可以識別為該目標用戶的虛擬人臉圖像。如此，使得無需對刷臉業務中產生的原始人臉圖像進行存儲，而只需存儲識別該原始人臉圖像對應的特征向量，就可以實現對刷臉業務的歷史回溯，從而大大節省存儲空間，降低因直接存儲原始人臉圖像而帶來的用戶隱私泄露風險，并帶給用戶良好的隱私保護體驗。

技術領域

本說明書實施例涉及計算機技術領域，具體地，涉及一種實現用戶隱私保護的人臉圖像生成方法及裝置。

背景技術

當下，機器學習技術已被廣泛應用于許多領域，例如，將機器學習技術應用于人臉圖像的生成領域。該生成領域關注的重點通常為，如何提高生成的人臉圖像的真實感，也就是盡可能讓人們在看到這些機器生成的人臉圖像時，以為該人臉圖像是在現實生活中對真人進行拍攝而得到。

然而，目前尚不存在一種方案，可以生成包含特定身份人臉、且真實感強的人臉圖像，也即，肉眼可以識別出該人臉圖像中的人臉所具有的特定身份，同時人臉識別模型也可以識別出該人臉圖像對應的該特定身份，以滿足人臉圖像生成領域的更多需求，如實現對用戶隱私的保護，等等。

發明內容

本說明書中的一個或多個實施例提供一種人臉圖像生成方法及裝置，可以生成包含特定身份人臉的人臉圖像，用于實現對用戶隱私的保護。

第一方面，提供一種實現用戶隱私保護的人臉圖像生成方法，該方法包括：獲取與第一用戶的真實人臉圖像對應的真實特征向量，所述真實特征向量基于預先訓練的人臉識別模型中的特征表示層而確定；將所述真實特征向量輸入圖像生成網絡，所述圖像生成網絡至少包括N個處理單元和輸出層；其中第i+1個處理單元利用所述真實特征向量和預先獲取的隨機噪聲向量，將第i個處理單元輸出的第一特征圖轉化為第二特征圖，再利用其對應包括的卷積層對所述第二特征圖進行卷積處理，得到第三特征圖，作為第i+1個處理單元的輸出；其中輸出層根據第N個處理單元輸出的特征圖，輸出用于識別為所述第一用戶的虛擬人臉圖像；其中N和i為正整數，且i＜N；將所述虛擬人臉圖像輸入所述特征表示層中，得到對應的虛擬特征向量；基于所述真實特征向量和虛擬特征向量，確定第一損失；將所述虛擬人臉圖像輸入判別網絡中，得到第一判別結果，并基于所述第一判別結果和所述虛擬人臉圖像對應的第一類別標簽，確定第二損失；確定生成綜合損失，所述生成綜合損失分別與所述第一損失和所述第二損失正相關；利用所述生成綜合損失，訓練所述圖像生成網絡，用于生成與目標用戶對應的目標虛擬人臉圖像。

在一個實施例中，所述N個處理單元中的第1個處理單元將所述真實特征向量從向量空間映射到特征圖空間，得到映射特征圖，并利用其對應包括的卷積層對所述映射特征圖進行卷積處理，得到轉化特征圖，作為第1個處理單元的輸出。

在一個實施例中，所述圖像生成網絡還包括調制單元，所述調制單元對所述真實特征向量進行升維處理，得到升維特征向量；其中第i+1個處理單元利用所述真實特征向量和預先獲取的隨機噪聲向量，將第i個處理單元輸出的第一特征圖轉化為第二特征圖，包括：第i+1個處理單元利用所述升維特征向量和所述隨機噪聲向量，將所述第一特征圖轉化為所述第二特征圖。

在一個具體的實施例中，所述調制單元包括第一全連接層；其中，所述調制單元對所述真實特征向量進行升維處理，得到升維特征向量，包括：將所述真實特征向量輸入所述第一全連接層中，輸出所述升維特征向量。

在一個實施例中，其中第i+1個處理單元利用所述真實特征向量和預先獲取的隨機噪聲向量，將第i個處理單元輸出的第一特征圖轉化為第二特征圖，包括：對所述真實特征向量和隨機噪聲向量進行融合處理，得到融合向量；利用所述融合向量，將所述第一特征圖轉化為所述第二特征圖。