[發明專利]一種人臉修復模型訓練方法及裝置

在審

• 申請號: 202010969607.6
• 申請日: 2020-09-15
• 公開（公告）號: CN112102194A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李果;熊寶玉
• 申請（專利權）人: 北京金山云網絡技術有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張柳

1.一種人臉修復模型訓練方法，其特征在于，所述人臉修復模型包括圖像編碼模型和圖像解碼模型，所述方法包括：

獲取第一人臉圖像，所述第一人臉圖像是所述圖像解碼模型對輸入的第一特征向量進行解碼后得到；

通過降低所述第一人臉圖像的圖像質量，得到第二人臉圖像；

調用初始圖像編碼模型對所述第二人臉圖像進行編碼，得到所述第二人臉圖像對應的第二特征向量；

基于所述第二特征向量相對于所述第一特征向量的差別信息，對所述初始圖像編碼模型進行訓練，得到所述圖像編碼模型。

2.根據權利要求1所述的方法，其特征在于，所述圖像解碼模型是預先對初始圖像解碼模型以隨機數生成的特征向量進行訓練得到。

3.根據權利要求2所述的方法，其特征在于，所述預先對初始圖像解碼模型以隨機數生成的特征向量進行訓練的過程包括：

根據第一隨機數生成第三特征向量；

調用所述初始圖像解碼模型對所述第三特征向量進行解碼，得到第三人臉圖像；

調用初始判別模型，對所述第三人臉圖像和預設人臉圖像進行圖像質量的判別，得到針對所述第三人臉圖像的第一判別結果和針對所述預設人臉圖像的第二判別結果，所述預設人臉圖像與所述第一人臉圖像具有相同的第一圖像質量；

若根據所述第一判別結果確定所述第三人臉圖像不具有所述第一圖像質量，基于所述第一判別結果對所述初始圖像解碼模型進行訓練；

若根據所述第二判別結果確定所述預設人臉圖像不具有所述第一圖像質量，基于所述第二判別結果對所述初始判別模型進行訓練。

4.根據權利要求1至3中任意一項所述的方法，其特征在于，還包括：

在完成所述初始圖像編碼模型的訓練后，獲取第四人臉圖像和所述第四人臉圖像對應的第五人臉圖像，所述第四人臉圖像與所述第二人臉圖像具有相同的第二圖像質量，所述第五人臉圖像具有第一圖像質量；

調用所述圖像編碼模型對所述第四人臉圖像進行編碼，以得到第四特征向量；

調用所述圖像解碼模型對所述第四特征向量進行解碼，得到第六人臉圖像；

調用通過初始判別模型訓練得到的判別模型，對所述第六人臉圖像和預設人臉圖像進行圖像質量的判別，得到針對所述第六人臉圖像和針對所述預設人臉圖像的第三判別結果；

基于所述第三判別結果和所述第六人臉圖像相對于所述第五人臉圖像的差別信息，至少對所述圖像解碼模型和所述判別模型的模型參數進行調整。

5.根據權利要求4所述的方法，其特征在于，所述調用所述圖像編碼模型對所述第四人臉圖像進行編碼，以得到第四特征向量包括：在維持所述圖像編碼模型的模型參數不變的情況下，調用所述圖像編碼模型對所述第四人臉圖像進行編碼，以得到第四特征向量；

所述基于所述第三判別結果和所述第六人臉圖像相對于所述第五人臉圖像的差別信息，至少對所述圖像解碼模型和所述判別模型的模型參數進行調整包括：

若根據所述第三判別結果確定所述第六人臉圖像不具有所述第一圖像質量，基于所述第三判別結果和所述第六人臉圖像相對于所述第五人臉圖像的差別信息，利用第一調整步長對所述圖像解碼模型的模型參數進行調整，所述第一調整步長小于對所述初始圖像解碼模型進行訓練時采用的調整步長；

若根據所述第三判別結果確定所述預設人臉圖像不具有所述第一圖像質量，利用第二調整步長對所述判別模型的模型參數進行調整，所述第二調整步長小于對所述初始判別模型進行訓練時采用的調整步長。