[发明专利]图像处理模型的训练方法、图像处理方法、装置及介质

权利要求书

1.一种图像处理模型的训练方法，包括：

将样本面部图输入第一图像处理模型，获取所述第一图像处理模型输出的所述样本面部图的纹理系数；

基于所述纹理系数和纹理基底生成所述样本面部图的初始纹理图；

将从所述样本面部图提取的目标区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述样本面部图的目标对象偏移特征图；

基于所述初始纹理图和所述目标对象偏移特征图，得到最终纹理图；

基于所述最终纹理图生成所述样本面部图的渲染图；

基于所述渲染图和所述样本面部图的标签渲染图构建损失函数；

基于所述损失函数分别对所述第一图像处理模型和所述第二图像处理模型的参数进行调整。

2.根据权利要求1所述的方法，其中，所述将从所述样本面部图提取的目标区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述样本面部图的目标对象偏移特征图，包括：

将从所述样本面部图提取的眉毛区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述样本面部图的眉形偏移特征图。

3.根据权利要求1所述的方法，其中，所述基于所述渲染图和所述样本面部图的标签渲染图构建损失函数，包括：

确定所述渲染图的第一特征图和所述标签渲染图的第二特征图；

基于所述渲染图的第一特征图和所述标签渲染图的第二特征图，构建损失函数。

4.根据权利要求3所述的方法，其中，所述基于所述损失函数分别对所述第一图像处理模型和所述第二图像处理模型的参数进行调整，包括：

基于所述损失函数确定所述样本面部图对应的所述第一特征图和所述第二特征图的损失值；

基于所述损失值调整所述第一图像处理模型的各层网络的参数以及所述第二图像处理模型的各层网络的参数，直至所述损失值下降至第一预设范围。

5.根据权利要求3所述的方法，其中，所述基于所述损失函数分别对所述第一图像处理模型和所述第二图像处理模型的参数进行调整，包括：

基于所述损失函数确定多个所述样本面部图分别对应的所述第一特征图和所述第二特征图的损失值；

基于多个所述样本面部图分别对应的损失值，确定多个所述样本面部图的总损失值；

基于所述总损失值调整所述第一图像处理模型的各层网络的参数以及所述第二图像处理模型的各层网络的参数，直至所述总损失值下降至第二预设范围。

6.根据权利要求1所述的方法，还包括：

获取所述第一图像处理模型输出的所述样本面部图的形状系数；

基于所述形状系数和形状基底生成所述样本面部图的形状模型。

7.根据权利要求6所述的方法，其中，所述基于所述最终纹理图生成所述样本面部图的渲染图，包括：

将所述最终纹理图和所述形状模型输入渲染器，得到所述渲染器输出的所述样本面部图的渲染图。

8.一种图像处理方法，包括：

将待处理面部图输入第一图像处理模型，获取所述第一图像处理模型输出的所述待处理面部图的纹理系数；

基于所述纹理系数和纹理基底生成所述待处理面部图的初始纹理图；

将从所述待处理面部图提取的目标区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述待处理面部图的目标对象偏移特征图；

基于所述初始纹理图和所述目标对象偏移特征图，得到最终纹理图；

其中，所述第一图像处理模型和所述第二图像处理模型采用根据权利要求1至7任一项所述的图像处理模型的训练方法得到。

9.根据权利要求8所述的方法，其中，所述将从所述待处理面部图提取的目标区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述待处理面部图的目标对象偏移特征图，包括：

将从所述待处理面部图提取的眉毛区域图输入第二图像处理模型，获取所述第二图像处理模型输出的所述待处理面部图的眉形偏移特征图。