[發明專利]人臉參數識別模型的訓練方法、人臉參數的識別方法

有效

• 申請號: 202011065623.9
• 申請日: 2020-09-30
• 公開（公告）號: CN112200236B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 宋新慧;袁燚;范長杰;胡志鵬
• 申請（專利權）人: 網易(杭州)網絡有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V40/16
• 代理公司: 北京超成律師事務所 11646
• 代理人: 張芮

1.一種人臉參數識別模型的訓練方法，其特征在于，包括：

提取第一人臉圖像對應的第一特征；

將所述第一特征輸入待訓練的人臉參數回歸器，獲得所述第一人臉圖像對應的第一人臉參數；所述第一人臉參數包括表情預測參數和身份預測參數；

根據所述表情預測參數和身份預測參數重構第二人臉圖像、根據所述表情預測參數與基準人臉身份參數重構第三人臉圖像以及根據所述身份預測參數與基準表情參數重構第四人臉圖像；

根據所述第一人臉圖像分別與所述第二人臉圖像、第三人臉圖像以及第四人臉圖像之間的函數損失，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型；

在獲得所述第一人臉圖像對應的第一人臉參數之后，所述方法還包括：

根據基準臉圖像的基準人臉參數與所述第一人臉圖像的第一人臉參數之間的函數損失，調整所述人臉參數回歸器的參數。

2.根據權利要求1所述的方法，其特征在于，所述基準人臉參數包括基準表情參數和基準人臉身份參數，所述根據基準臉圖像的基準人臉參數與所述第一人臉圖像的第一人臉參數之間的函數損失，調整所述人臉參數回歸器的參數，包括：

計算所述基準表情參數與所述表情預測參數之間的第一距離，基準人臉身份參數與所述身份預測參數之間的第二距離；

根據所述第一距離和第二距離，計算參數損失函數值；

根據所述參數損失函數值，調整所述人臉參數回歸器的參數。

3.根據權利要求1所述的方法，其特征在于，在獲得所述第一人臉圖像對應的第一人臉參數之后，所述方法還包括：

提取所述第四人臉圖像的嘴部特征；

根據基準臉圖像的基準嘴部特征與所述第四人臉圖像的嘴部特征，計算對抗損失函數值；

基于所述對抗損失函數值，調整所述人臉參數回歸器的參數。

4.根據權利要求1所述的方法，其特征在于，根據所述第一人臉圖像分別與所述第二人臉圖像、第三人臉圖像以及第四人臉圖像之間的函數損失，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型包括：

提取所述第四人臉圖像的身份特征；

根據所述第一人臉圖像的身份特征和所述第四人臉圖像的身份特征，計算身份損失函數值；

基于所述身份損失函數值，調整所述人臉參數回歸器的參數。

5.根據權利要求1所述的方法，其特征在于，根據所述第一人臉圖像分別與所述第二人臉圖像、第三人臉圖像以及第四人臉圖像之間的函數損失，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型，包括：

提取所述第二人臉圖像的第二特征；

根據所述第一特征和第二特征，計算內容損失函數值；

基于所述內容損失函數值，調整所述人臉參數回歸器的參數。

6.根據權利要求1所述的方法，其特征在于，根據所述第一人臉圖像分別與所述第二人臉圖像、第三人臉圖像以及第四人臉圖像之間的函數損失，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型，包括：

提取所述第三人臉圖像的第三特征以及第四人臉圖像的第四特征；

將所述第三特征和所述第四特征輸入所述人臉參數回歸器，獲得所述第三人臉圖像的第三人臉參數以及第四人臉圖像的第四人臉參數；

根據所述第三人臉參數與所述第三人臉圖像的重構參數之間的第一差值，第四人臉參數與所述第四人臉圖像的重構參數之間的第二差值，計算循環損失函數值；

基于所述循環損失函數值，調整所述人臉參數回歸器的參數。

7.根據權利要求1所述的方法，其特征在于，根據所述第一人臉圖像分別與所述第二人臉圖像、第三人臉圖像以及第四人臉圖像之間的函數損失，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型，包括：

根據第一人臉圖像的身份特征和所述第四人臉圖像的身份特征之間的身份損失函數值、所述第一特征與所述第二人臉圖像的第二特征之間的內容損失函數值，以及，所述第三人臉圖像的第三人臉參數與對應重構參數、第四人臉圖像的第四人臉參數與對應重構參數之間的循環損失函數值，調整所述人臉參數回歸器的參數，獲得人臉參數識別模型。