[發(fā)明專利]人臉融合模型獲取及人臉融合方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010560733.6
• 申請日: 2020-06-18
• 公開（公告）號: CN111860167A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設計）人: 余席宇;洪智濱
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理事務所(普通合伙) 11412
• 代理人: 谷春靜

1.一種人臉融合模型獲取方法，其特征在于，包括：

獲取訓練樣本，所述訓練樣本中包括：目標人臉圖像以及模板人臉圖像；

利用所述訓練樣本，訓練得到用于對輸入的目標人臉圖像和模板人臉圖像進行人臉融合的人臉融合模型，包括：

獲取所述目標人臉圖像中的目標人臉的屬性信息；

對所述目標人臉圖像及所述模板人臉圖像進行人臉融合，得到融合人臉；

獲取所述融合人臉的屬性信息；

根據(jù)所述目標人臉的屬性信息及所述融合人臉的屬性信息構(gòu)建屬性一致性損失函數(shù)，利用所述屬性一致性損失函數(shù)進行所述人臉融合模型的自監(jiān)督學習。

2.根據(jù)權(quán)利要求1所述的人臉融合模型獲取方法，其特征在于，

所述獲取所述目標人臉圖像中的目標人臉的屬性信息包括：利用人臉三維重建方法獲取所述目標人臉的屬性信息；

所述獲取所述融合人臉的屬性信息包括：利用人臉三維重建方法獲取所述融合人臉的屬性信息。

3.根據(jù)權(quán)利要求2所述的人臉融合模型獲取方法，其特征在于，

所述利用人臉三維重建方法獲取所述目標人臉的屬性信息包括：利用人臉三維重建方法獲取所述目標人臉的三維形變模型參數(shù)，從所述三維形變模型參數(shù)中提取出所述目標人臉的屬性信息；

所述利用人臉三維重建方法獲取所述融合人臉的屬性信息包括：利用人臉三維重建方法獲取所述融合人臉的三維形變模型參數(shù)，從所述三維形變模型參數(shù)中提取出所述融合人臉的屬性信息。

4.根據(jù)權(quán)利要求1所述的人臉融合模型獲取方法，其特征在于，

所述對所述目標人臉圖像及所述模板人臉圖像進行人臉融合包括：

利用基于生成對抗網(wǎng)絡的人臉融合方法，對所述目標人臉圖像及所述模板人臉圖像進行人臉融合。

5.根據(jù)權(quán)利要求1所述的人臉融合模型獲取方法，其特征在于，

所述根據(jù)所述目標人臉的屬性信息及所述融合人臉的屬性信息構(gòu)建屬性一致性損失函數(shù)包括：

計算所述目標人臉的屬性信息及所述融合人臉的屬性信息的L2范數(shù)，作為所述屬性一致性損失函數(shù)。

6.根據(jù)權(quán)利要求4所述的人臉融合模型獲取方法，其特征在于，

所述利用所述屬性一致性損失函數(shù)進行所述人臉融合模型的自監(jiān)督學習包括：

結(jié)合所述屬性一致性損失函數(shù)以及所述基于生成對抗網(wǎng)絡的人臉融合方法中的身份一致性損失函數(shù)進行所述人臉融合模型的自監(jiān)督學習。

7.一種人臉融合方法，其特征在于，包括：

獲取目標人臉圖像及模板人臉圖像；

將所述目標人臉圖像及所述模板人臉圖像輸入按照權(quán)利要求1-6中任一項所述的方法獲取到的人臉融合模型，得到輸出的人臉融合結(jié)果。

8.一種人臉融合模型獲取裝置，其特征在于，包括：樣本獲取模塊以及模型訓練模塊；

所述樣本獲取模塊，用于獲取訓練樣本，所述訓練樣本中包括：目標人臉圖像以及模板人臉圖像；

所述模型訓練模塊，用于利用所述訓練樣本，訓練得到用于對輸入的目標人臉圖像和模板人臉圖像進行人臉融合的人臉融合模型，包括：獲取所述目標人臉圖像中的目標人臉的屬性信息；對所述目標人臉圖像及所述模板人臉圖像進行人臉融合，得到融合人臉；獲取所述融合人臉的屬性信息；根據(jù)所述目標人臉的屬性信息及所述融合人臉的屬性信息構(gòu)建屬性一致性損失函數(shù)，利用所述屬性一致性損失函數(shù)進行所述人臉融合模型的自監(jiān)督學習。

9.根據(jù)權(quán)利要求8所述的人臉融合模型獲取裝置，其特征在于，

所述模型訓練模塊利用人臉三維重建方法獲取所述目標人臉的屬性信息,利用人臉三維重建方法獲取所述融合人臉的屬性信息。