[发明专利]人脸图像转换方法、装置、电子设备及存储介质有效

专利信息
申请号: 202010493200.0 申请日: 2020-06-03
公开(公告)号: CN111833240B 公开(公告)日: 2023-07-25
发明(设计)人: 杨少雄;赵晨 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06N3/0475;G06N3/094
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王萌
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 转换 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人脸图像转换方法,包括:

获取待转换的人脸图像;

根据所述人脸图像,确定转换后的人脸图像的标签信息,其中, 所述标签信息用于表示转换需求,包括但不限于性别、头发长度、颜色、姿态、脸型、人脸角度;

将所述标签信息输入头发图像生成模型,获取所述头发图像生成模型生成的带人脸的第一头发图像;

根据所述带人脸的第一头发图像生成不带人脸的第二头发图像;以及,

结合所述第一头发图像和所述第二头发图像,对所述人脸图像进行转换,得到转换后的人脸图像,其中,确定所述第一头发图像和所述人脸图像之间的变形映射关系,根据所述变形映射关系,对所述第二头发图像进行变形处理,得到第三头发图像,去除所述人脸图像中的头发部分,得到不带头发的人脸图像,将所述第三头发图像和所述不带头发的人脸图像进行整合,得到转换后的人脸图像。

2.根据权利要求1所述的方法,其中,所述根据所述带人脸的第一头发图像生成不带人脸的第二头发图像,包括:

将所述第一头发图像输入至人脸去除模型以对所述第一头发图像进行人脸去除,并生成不带人脸的第二头发图像。

3.根据权利要求2所述的方法,其中,在将所述标签信息输入头发图像生成模型之前,还包括:

获取条件生成对抗网络模型,其中,所述条件生成对抗网络模型包括所述头发图像生成模型和所述人脸去除模型;

获取训练数据;

采用所述训练数据对所述条件生成对抗网络模型进行训练。

4.根据权利要求3所述的方法,其中,所述条件生成对抗网络模型还包括:第一判别模型和第二判别模型,其中,所述第一判别模型用于判别生成的带人脸的第一头发图像的真实度,所述第二判别模型用于判别生成的不带人脸的第二头发图像的真实度。

5.根据权利要求4所述的方法,所述训练数据中的每个训练样本包括:带人脸的样本头发图像、对应的不带人脸的样本头发图像、以及所述样本头发图像对应的标签信息,其中,

所述采用所述训练数据对所述条件生成对抗网络模型进行训练,包括:

针对所述训练数据中的每个样本,将所述样本中的标签信息输入所述头发图像生成模型和所述人脸去除模型,获取带人脸的生成头发图像和不带人脸的生成头发图像;

将所述带人脸的生成头发图像和所述带人脸的样本头发图像输入第一判别模型,获取第一判别结果;

将所述不带人脸的生成头发图像和所述不带人脸的样本头发图像输入第二判别模型,获取第二判别结果;

根据所述第一判别结果和所述第二判别结果,对所述条件生成对抗网络模型的系数进行调整,以实现训练。

6.根据权利要求1所述的方法,其中,所述确定所述第一头发图像和所述人脸图像之间的变形映射关系,包括:

确定所述第一头发图像中各个人脸关键点的第一位置关系;

确定所述人脸图像中各个人脸关键点的第二位置关系;

根据所述第一位置关系和所述第二位置关系,确定所述第一头发图像和所述人脸图像之间的变形映射关系。

7.根据权利要求1所述的方法,其中,所述将所述第三头发图像和所述不带头发的人脸图像进行整合,得到转换后的人脸图像,包括:

确定所述第三头发图像和所述人脸图像之间的关键点映射关系;

根据所述关键点映射关系,确定所述第三头发图像中各个关键点在所述不带头发的人脸图像中的位置信息;

按照所述第三头发图像中各个关键点在所述不带头发的人脸图像中的位置信息,将所述第三头发图像和所述不带头发的人脸图像进行整合,得到转换后的人脸图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010493200.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top