[发明专利]训练人脸图像合成模型的方法和装置

权利要求书

1.一种用于训练人脸图像合成模型的方法，包括：

获取待训练的人脸图像合成模型，所述待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，所述身份特征提取网络基于人脸识别网络构建；

将样本人脸图像分别输入至所述待训练的纹理特征提取网络和所述身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；

对所述样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对所述拼接特征解码，得到样本人脸图像对应的合成人脸图像；

提取所述样本人脸图像对应的合成人脸图像的身份特征，基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数。

2.根据权利要求1所述的方法，其中，所述基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数，包括：

将所述待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对所述待训练的人脸图像合成模型和所述生成对抗网络中的判别器的参数进行迭代调整；

其中，所述判别器用于对所述待训练的人脸图像合成模型生成的人脸图像是否为合成的人脸图像进行判别；

所述预设的监督函数包括表征所述人脸图像合成误差的损失函数。

3.根据权利要求1所述的方法，其中，所述基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，包括：

基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的相似度，确定所述人脸图像合成误差。

4.根据权利要求1所述的方法，其中，所述基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，包括：

基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征分别对所述样本人脸图像和所述合成人脸图像进行人脸识别；

根据所述样本人脸图像和所述合成人脸图像的人脸识别结果之间的差异确定所述人脸图像合成误差。

5.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：

采用经过训练的人脸图像合成模型对第一人脸图像和第二人脸图像进行合成，得到融合所述第一人脸图像的纹理特征和所述第二人脸图像的身份特征的合成图像。

6.一种用于训练人脸图像合成模型的装置，包括：

获取单元，被配置为获取待训练的人脸图像合成模型，所述待训练的人脸图像合成模型包括身份特征提取网络、待训练的纹理特征提取网络以及待训练的解码器，所述身份特征提取网络基于人脸识别网络构建；

提取单元，被配置为将样本人脸图像分别输入至所述待训练的纹理特征提取网络和所述身份特征提取网络，得到样本人脸图像的纹理特征和身份特征；

解码单元，被配置为对所述样本人脸图像的纹理特征和身份特征进行拼接得到拼接特征，基于待训练的解码器对所述拼接特征解码，得到样本人脸图像对应的合成人脸图像；

误差反向传播单元，被配置为提取所述样本人脸图像对应的合成人脸图像的身份特征，基于所述样本人脸图像的身份特征和对应的合成人脸图像的身份特征之间的差异确定人脸图像合成误差，并基于所述人脸图像合成误差迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数。

7.根据权利要求6所述的装置，其中，所述误差反向传播单元包括：

调整单元，被配置为按照如下方式迭代调整所述待训练的纹理特征提取网络和所述待训练的解码器的参数：

将所述待训练的人脸图像合成模型作为生成对抗网络中的生成器，基于预设的监督函数，采用对抗训练的方式对所述待训练的人脸图像合成模型和所述生成对抗网络中的判别器的参数进行迭代调整；

其中，所述判别器用于对所述待训练的人脸图像合成模型生成的人脸图像是否为合成的人脸图像进行判别；

所述预设的监督函数包括表征所述人脸图像合成误差的损失函数。