[發明專利]人臉圖像生成方法及裝置、計算機可讀介質和電子設備

在審

• 申請號: 202210138966.6
• 申請日: 2022-02-15
• 公開（公告）號: CN114550249A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 沈偉;郭彥東;何苗;陶訓強
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06K9/62;G06V10/774;G06V10/764
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種人臉圖像生成方法，其特征在于，包括：

獲取包含真實身份信息的原始人臉圖像；

將所述原始人臉圖像輸入到預訓練的人臉匿名化模型中，生成目標人臉圖像；

其中，所述目標人臉圖像不包含所述真實身份信息，且所述目標人臉圖像與所述原始人臉圖像的相似度大于或者等于相似度閾值。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取訓練樣本批次，所述訓練樣本批次包括各真實身份信息對應的至少一張樣本原始人臉圖像；

通過所述樣本原始人臉圖像對初始的人臉匿名化模型進行模型訓練，直到輸出的樣本虛擬人臉圖像不包含所述真實身份信息且所述樣本虛擬人臉圖像與所述樣本原始人臉圖像的相似度大于或者等于相似度閾值，得到訓練完成的人臉匿名化模型。

3.根據權利要求2所述的方法，其特征在于，所述人臉匿名化模型包括人臉操縱網絡、人臉識別網絡和對抗判別網絡；所述模型訓練包括：

將所述樣本原始人臉圖像輸入到所述人臉操縱網絡中，得到具有虛擬身份信息的樣本虛擬人臉圖像；

通過所述樣本原始人臉圖像、所述樣本虛擬人臉圖像以及所述人臉識別網絡，確定距離損失函數；

通過所述樣本原始人臉圖像、所述樣本虛擬人臉圖像以及所述對抗判別網絡，確定對抗損失函數；

基于所述距離損失函數和所述對抗損失函數調整所述人臉操縱網絡的網絡權重，實現對所述人臉操縱網絡的模型訓練。

4.根據權利要求3所述的方法，其特征在于，所述樣本原始人臉圖像包括第一真實身份信息對應的第一原始人臉圖像以及第二真實身份信息對應的第二原始人臉圖像，所述樣本虛擬人臉圖像包括第一虛擬身份信息對應的第一虛擬人臉圖像和第二虛擬身份信息對應的第二虛擬人臉圖像；

所述通過所述樣本原始人臉圖像、所述樣本虛擬人臉圖像以及所述人臉識別網絡，確定距離損失函數，包括：

將所述第一原始人臉圖像、所述第二原始人臉圖像、所述第一虛擬人臉圖像和所述第二虛擬人臉圖像分別輸入到所述人臉識別網絡中，得到第一特征矩陣、第二特征矩陣、第三特征矩陣和第四特征矩陣；

通過所述到第一特征矩陣、所述第二特征矩陣、所述第三特征矩陣和所述第四特征矩陣，確定所述距離損失函數。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述目標人臉圖像輸入到人臉圖像重建模型中，得到包含所述真實身份信息的原始人臉圖像；

其中，所述人臉圖像重建模型包括重建損失函數，所述重建損失函數是由原始人臉圖像以及目標人臉圖像的人臉特征圖構建的均方誤差損失函數。

6.根據權利要求3所述的方法，其特征在于，所述人臉操縱網絡是全卷積網絡。

7.根據權利要求2所述的方法，其特征在于，所述模型訓練包括：

確定訓練樣本集中樣本原始人臉圖像對應的真實身份特征向量；

對所述真實身份特征向量進行統計，得到真實身份特征分布；

從所述真實身份特征分布中隨機采樣得到虛擬身份特征向量；

將所述虛擬身份特征向量作為所述樣本原始人臉圖像的標簽數據，對初始的人臉匿名化模型進行回歸訓練，得到訓練完成的人臉匿名化模型。

8.一種人臉圖像生成裝置，其特征在于，包括：

原始人臉圖像獲取模塊，用于獲取包含真實身份信息的原始人臉圖像；

目標人臉圖像生成模塊，用于將所述原始人臉圖像輸入到預訓練的人臉匿名化模型中，生成目標人臉圖像；

其中，所述目標人臉圖像不包含所述真實身份信息，且所述目標人臉圖像與所述原始人臉圖像的相似度大于相似度閾值。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的方法。

10.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1至7任一項所述的方法。