[发明专利]深度人脸图像的生成方法、装置、电子设备及介质

权利要求书

1.一种深度人脸图像的生成方法，包括：

在获取目标用户的二维人脸图像和三维人脸图像之后，使用神经网络对所述二维人脸图像进行特征提取，并对提取到的二维特征点进行分类，得到分类后的二维特征点；以及

使用神经网络对所述三维人脸图像进行特征提取，并对提取到的三维特征点进行分类，得到分类后的三维特征点；

将所述分类后的二维特征点映射到三维特征空间中，得到三维映射特征点，其中，所述三维特征空间由所述分类后的三维特征点构成；

根据所述三维映射特征点，生成深度图；

利用所述三维人脸图像对所述深度图进行增强处理，得到增强后的所述深度图，并将增强后的所述深度图作为所述目标用户的深度人脸图像；

其中，所述利用所述三维人脸图像对所述深度图进行增强处理，得到增强后的所述深度图，并将增强后的所述深度图作为所述目标用户的深度人脸图像，包括：获取所述深度图相对于所述三维人脸图像的相对损失函数；通过生成对抗网络对所述深度图和所述三维人脸图像进行处理，得到所述深度图的对抗损失函数；根据所述相对损失函数和所述对抗损失函数，确定出所述深度图的目标损失函数；根据所述目标损失函数和所述三维映射特征点，生成所述目标用户的深度人脸图像。

2.如权利要求1所述的生成方法，所述使用神经网络对所述二维人脸图像进行特征提取，并对提取到的二维特征点进行分类，得到分类后的二维特征点，包括：

使用神经网络对所述二维人脸图像进行特征提取，得到所述提取到的二维特征点，其中，提取出的每个二维特征点包括多维向量；

使用分类器对所述提取到的二维特征点进行分类，得到所述分类后的二维特征点。

3.如权利要求2所述的生成方法，所述使用神经网络对所述三维人脸图像进行特征提取，并对提取到的三维特征点进行分类，得到分类后的三维特征点，包括：

使用神经网络对所述三维人脸图像进行特征提取，得到所述提取到的三维特征点，其中，提取出的每个三维特征点包括多维向量；

使用分类器对所述提取到的三维特征点进行分类，得到所述分类后的三维特征点。

4.如权利要求1所述的生成方法，所述将所述分类后的二维特征点映射到三维特征空间中，得到三维映射特征点，包括：

根据所述分类后的三维特征点构建所述三维特征空间；

通过残差神经网络将所述分类后的每个二维特征点映射到所述三维特征空间中，得到所述三维映射特征点。

5.如权利要求 1所述的生成方法，所述通过生成对抗网络对所述深度图和所述三维人脸图像进行处理，得到所述深度图的对抗损失函数，包括：

通过所述三维人脸图像对所述生成对抗网络中的判别器进行训练，得到已训练的判别器；

将所述深度图中的数据输入到所述已训练的判别器中，得到所述深度图的概率数据；

根据所述深度图的概率数据，得到所述对抗损失函数。

6.一种深度人脸图像的生成装置，包括：

二维特征点获取单元，用于在获取目标用户的二维人脸图像和三维人脸图像之后，使用神经网络对所述二维人脸图像进行特征提取，并对提取到的二维特征点进行分类，得到分类后的二维特征点；以及

三维特征点获取单元，用于使用神经网络对所述三维人脸图像进行特征提取，并对提取到的三维特征点进行分类，得到分类后的三维特征点；

三维映射单元，用于将所述分类后的二维特征点映射到三维特征空间中，得到三维映射特征点，其中，所述三维特征空间由所述分类后的三维特征点构成的；

深度图获取单元，用于根据所述三维映射特征点，生成深度图；

深度人脸图像获取单元，用于利用所述三维人脸图像对所述深度图进行增强处理，得到增强后的所述深度图，并将增强后的所述深度图作为所述目标用户的深度人脸图像

其中，所述深度人脸图像获取单元，用于获取所述深度图相对于所述三维人脸图像的相对损失函数；通过生成对抗网络对所述深度图和所述三维人脸图像进行处理，得到所述深度图的对抗损失函数；根据所述相对损失函数和所述对抗损失函数，确定出所述深度图的目标损失函数；根据所述目标损失函数和所述三维映射特征点，生成所述目标用户的深度人脸图像。