[发明专利]训练生成模型的方法和系统

权利要求书

1.一种用于训练生成模型的方法，所述方法包括：

处理设备接收第一肤色的训练用面部图像；

所述处理设备基于所述第一肤色的训练用面部图像，使用第一生成模型生成第二肤色的第一合成面部图像；

所述处理设备基于所述第二肤色的第一合成面部图像，使用第二生成模型生成所述第一肤色的第一合成面部图像；

所述处理设备基于所述第一肤色的训练用面部图像和所述第一肤色的第一合成面部图像之间的面部特征的差异，使用身份损失最小化模型计算身份分类损失值，其中，所述面部特征用于在人脸识别模型中建立对象的身份；和

所述处理设备基于所述身份分类损失值更新所述第一生成模型和所述第二生成模型。

2.根据权利要求1所述的方法，还包括：

所述处理设备使用第一条件模型确定所述第一肤色的面部图像是否为合成面部图像，所述第一条件模型被配置为最小化与误分类所述第一肤色的面部图像相关联的错误率；和

所述处理设备基于所述确定结果更新所述第一生成模型和所述第二生成模型，以最大化与误分类所述第一肤色的面部图像相关联的错误率。

3.根据权利要求1或2所述的方法，还包括：

所述处理设备基于所述第一肤色的训练用面部图像和所述第一肤色的第一合成面部图像之间的像素值差，确定第一循环一致性损失值；和

所述处理设备基于所述第一循环一致性损失值更新所述第一生成模型和所述第二生成模型，以最小化所述第一循环一致性损失值。

4.根据权利要求1所述的方法，还包括：

所述处理设备接收所述第二肤色的训练用面部图像；

所述处理设备基于所述第二肤色的训练用面部图像，使用所述第二生成模型生成所述第一肤色的第二合成面部图像；

所述处理设备基于所述第一肤色的第二合成面部图像，使用所述第一生成模型生成所述第二肤色的第二合成面部图像；

所述处理设备使用第二条件模型确定所述第二肤色的面部图像是否为合成面部图像，所述第二条件模型配置为最小化与误分类所述第二肤色的面部图像相关联的错误率；和

所述处理设备基于所述确定结果更新所述第一生成模型和所述第二生成模型，以最大化与误分类所述第二肤色的面部图像相关联的错误率。

5.根据权利要求4所述的方法，还包括：

所述处理设备基于所述第二肤色的训练用面部图像和所述第二肤色的第二合成面部图像之间的像素值差，确定第二循环一致性损失值；和

所述处理设备基于所述第二循环一致性损失值更新所述第一生成模型和所述第二生成模型，以最小化所述第二循环一致性损失值。

6.一种用于训练生成模型的系统，所述系统包括：

处理设备，配置为：

接收第一肤色的训练用面部图像；

基于所述第一肤色的训练用面部图像，使用第一生成模型生成第二肤色的第一合成面部图像；

基于所述第二肤色的第一合成面部图像，使用第二生成模型生成所述第一肤色的第一合成面部图像；

基于所述第一肤色的训练用面部图像和所述第一肤色的第一合成面部图像之间的面部特征的差异，使用身份损失最小化模型计算身份分类损失值，其中，所述面部特征用于在人脸识别模型中建立对象的身份；和

基于所述身份分类损失值更新所述第一生成模型和所述第二生成模型。

7.根据权利要求6所述的系统，所述处理设备还配置为：

使用第一条件模型确定所述第一肤色的面部图像是否为合成面部图像，所述第一条件模型配置为最小化与误分类所述第一肤色的面部图像相关联的错误率；和

基于所述确定结果更新所述第一生成模型和所述第二生成模型，以最大化与误分类所述第一肤色的面部图像相关联的错误率。