[發(fā)明專利]生成人臉屬性變化圖像的方法及相關(guān)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202111597494.2
• 申請(qǐng)日: 2021-12-24
• 公開(kāi)（公告）號(hào): CN114332119A
• 公開(kāi)（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 陳仿雄
• 申請(qǐng)（專利權(quán)）人: 深圳數(shù)聯(lián)天下智能科技有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/168;G06V40/16;G06N3/04;G06N3/08
• 代理公司: 深圳市六加知識(shí)產(chǎn)權(quán)代理有限公司 44372
• 代理人: 孟麗平

本申請(qǐng)實(shí)施例涉及人臉圖像屬性編輯技術(shù)領(lǐng)域，公開(kāi)了一種生成人臉屬性變化圖像的方法及相關(guān)裝置，第一階段，采用第一人臉圖像和初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，對(duì)特征潛碼生成網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到特征潛碼生成模型，模型輸出第一特征潛碼，使得第一特征潛碼能夠較高程度地還原第一人臉圖像?？筛鶕?jù)人臉屬性變化需求，對(duì)第一特征潛碼進(jìn)行編輯修改，得到第二特征潛碼。第二階段，采用第一特征潛碼和第一人臉圖像，對(duì)上述初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到圖像生成模型。將第二特征潛碼輸入至前述圖像生成模型，得到人臉屬性變化圖像。對(duì)初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行二次微調(diào)訓(xùn)練，能夠保證不失真的情況下，生成相應(yīng)屬性變化的圖像。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及人臉圖像屬性編輯技術(shù)領(lǐng)域，尤其涉及一種生成人臉屬性變化圖像的方法及相關(guān)裝置。

背景技術(shù)

隨著拍照和短視頻的崛起，廣大用戶對(duì)于人臉的拍攝質(zhì)量有著更高的要求，希望能夠個(gè)性化控制編輯人臉屬性，即在拍攝過(guò)程中實(shí)現(xiàn)對(duì)自己的人臉屬性按各自意愿進(jìn)行修改調(diào)整，實(shí)現(xiàn)豐富的圖像效果。

目前，電子產(chǎn)品往往提供幾種設(shè)定好的模式，以供用戶選擇實(shí)現(xiàn)人臉屬性編輯，然而，對(duì)人臉屬性的編輯，不僅模式單一，無(wú)法提供個(gè)性化編輯，而且編輯后得到的圖像容易失真。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例主要解決的技術(shù)問(wèn)題是提供一種生成人臉屬性變化圖像的方法及相關(guān)裝置，能夠提供豐富的人臉屬性可編輯性，還能保證圖像不失真。

為解決上述技術(shù)問(wèn)題，第一方面，本申請(qǐng)實(shí)施例中提供給了一種生成人臉屬性變化圖像的方法，包括：

獲取第一人臉圖像；

采用所述第一人臉圖像和初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，對(duì)特征潛碼生成網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到特征潛碼生成模型，所述特征潛碼生成模型輸出第一特征潛碼；

采用所述第一特征潛碼和所述第一人臉圖像，對(duì)所述初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到圖像生成模型；

獲取第二特征潛碼，所述第二特征潛碼是通過(guò)編輯所述第一特征潛碼得到的；

將所述第二特征潛碼輸入所述圖像生成模型，得到人臉屬性變化圖像。

在一些實(shí)施例中，所述方法還包括：

構(gòu)建所述第一人臉圖像的圖像金字塔；

所述采用所述第一人臉圖像和初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，對(duì)特征潛碼生成網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到特征潛碼生成模型，包括

采用所述圖像金字塔和所述初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，對(duì)所述特征潛碼生成網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述特征潛碼生成模型。

在一些實(shí)施例中，所述采用所述圖像金字塔和所述初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，對(duì)所述特征潛碼生成網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到所述特征潛碼生成模型，包括：

循環(huán)遍歷所述圖像金字塔中的圖像層，將所述圖像層輸入所述特征潛碼生成網(wǎng)絡(luò)，得到中間特征潛碼；

將所述中間特征潛碼輸入所述初步訓(xùn)練好的生成式對(duì)抗網(wǎng)絡(luò)，得到中間人臉圖像；

采用第一損失函數(shù)計(jì)算所述中間人臉圖像和所述第一人臉圖像之間的第一損失；

根據(jù)所述第一損失，對(duì)所述特征潛碼生成網(wǎng)絡(luò)進(jìn)行迭代調(diào)參，直至所述特征潛碼生成網(wǎng)絡(luò)收斂，得到所述特征潛碼生成模型。

在一些實(shí)施例中，所述第一損失函數(shù)包括第一圖像感知損失和結(jié)構(gòu)相似性損失，其中，所述結(jié)構(gòu)相似性損失用于衡量所述中間人臉圖像和所述圖像層之間的結(jié)構(gòu)相似度。

在一些實(shí)施例中，所述結(jié)構(gòu)相似性損失為亮度相似值、對(duì)比度值和結(jié)構(gòu)性相似值的乘積。