[發明專利]人臉圖像生成方法、裝置、設備及介質

在審

• 申請號: 202011583615.3
• 申請日: 2020-12-28
• 公開（公告）號: CN112613435A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 肖傳寶;陳白潔
• 申請（專利權）人: 杭州魔點科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 杭州創智卓英知識產權代理事務所(普通合伙) 33324
• 代理人: 張超

本發明公開了一種人臉圖像生成方法、裝置、電子設備及計算機存儲介質，涉及人臉識別技術領域，旨在快速得到高質量的人臉圖像。該方法包含以下步驟：獲取隨機向量；將隨機向量輸入GAN模型的生成網絡，得到仿真人臉圖像；將仿真人臉圖像輸入GAN模型的判別網絡，得到第一向量；獲取真實人臉圖像輸入GAN模型的判別網絡，得到第二向量；計算第一向量和第二向量的距離；比對距離和預設閾值，若距離大于或等于預設閾值，則迭代訓練GAN模型；反之，則停止訓練GAN模型，得到目標GAN模型。

技術領域

本發明涉及人臉識別技術領域，尤其涉及一種人臉圖像生成方法、裝置、設備及介質。

背景技術

人臉圖像質量是訓練人臉識別模型的重要因素，通過高質量的人臉圖像訓練人臉識別模型，能提高人臉識別模型的識別率。

為了保證用于訓練的人臉圖像的質量，在將人臉圖像作為訓練樣本之前，需要先對采集到的人臉圖像進行質量判斷。目前一般采用人工審核來判斷人臉圖像質量的好壞，因判斷標準存在主觀性，所以難以保證用于訓練的人臉圖像的質量，從而會影響人臉識別模型的識別率；且在審核量較大的情況下，人工審核耗時較長，從而導致采集訓練樣本的效率低。

因此，快速得到高質量的人臉圖像對于人臉識別具有重要意義，而如何快速得到高質量的人臉圖像，是目前需要解決的問題。

發明內容

本發明實施例提供了一種人臉圖像生成方法、裝置、設備及介質，以實現快速得到高質量的人臉圖像。

第一方面，本發明實施例提供了一種人臉圖像生成方法，包括以下步驟：

獲取隨機向量；

將所述隨機向量輸入GAN模型的生成網絡，得到仿真人臉圖像；

將所述仿真人臉圖像輸入所述GAN模型的判別網絡，得到第一向量；

獲取真實人臉圖像輸入所述GAN模型的判別網絡，得到第二向量；

計算所述第一向量和所述第二向量的距離；

比對所述距離和預設閾值，若所述距離大于或等于預設閾值，則迭代訓練所述GAN模型；

反之，則停止訓練所述GAN模型，得到目標GAN模型。

在其中一些實施例中，所述得到目標GAN模型之后，包括：

通過所述目標GAN模型生成若干仿真人臉圖像；

根據所述若干仿真人臉圖像，構建訓練集，

通過所述訓練集訓練人臉圖像識別模型。

在其中一些實施例中，所述計算所述第一向量和所述第二向量的距離，包括：

計算所述第一向量和所述第二向量之間的歐式距離。

在其中一些實施例中，所述生成網絡和所述判別網絡均為深度學習算法中的輕量型網絡。

在其中一些實施例中，所述獲取真實人臉圖像輸入所述GAN模型的判別網絡之前，包括：

預先采集若干真實人臉圖像形成訓練集。

在其中一些實施例中，所述真實人臉圖像為RGB圖像。

第二方面，本發明實施例提供了一種人臉圖像生成裝置，包括：

圖像生成模塊，用于獲取隨機向量，并將所述隨機向量輸入GAN模型的生成網絡，得到仿真人臉圖像；

圖像判別模塊，用于將所述仿真人臉圖像輸入所述GAN模型的判別網絡，得到第一向量；獲取真實人臉圖像輸入所述GAN模型的判別網絡，得到第二向量；計算所述第一向量和所述第二向量的距離；