【技术实现步骤摘要】
用于生成图像的方法和装置
本申请涉及计算机
,具体涉及图像处理领域,尤其涉及用于生成图像的方法和装置。
技术介绍
近年来,人脸识别技术发展迅速,应用的领域也越来越广。由于视频在拍摄中会受外界因素(例如,噪声、光线等)的影响,且视频中存在大量质量较差,姿态较大的人脸,这些都给人脸识别带来了很大的干扰,造成人脸识别效果不理想,例如不能从视频中识别出清楚、真实的人脸图像,又例如,将视频中的A错误的识别为B,这些问题会给后续的工作带来极大的不便,因此,如何从视频中获取高质量的人脸图像,并且保证获取的人脸图像是视频中人的人脸图像是亟需解决的问题。
技术实现思路
本申请的目的在于提出一种改进的用于生成图像的方法和装置,来解决以上
技术介绍
部分提到的技术问题。第一方面,本申请实施例提供了一种用于生成图像的方法,该方法包括:获取从目标视频中提取的至少两帧人脸图像;将上述至少两帧人脸图像输入预先训练的生成模型,生成单张人脸图像,上述生成模型是通过以下训练步骤得到的:将由初始生成模型输出的单张人脸生成图像输入预先训练的判别模型,生成上述单张人脸生成图像为真实人脸图像的概率;基于上述概率和上述单张人脸生成图像与标准人脸图像之间的相似度确定上述初始生成模型的损失函数,其中,上述标准人脸图像和上述单张人脸生成图像包含同一人的人脸信息;利用上述损失函数更新上述初始生成模型的模型参数,得到生成模型。在一些实施例中,上述确定上述初始生成模型的损失函数,包括:使用预先训练的识别模型分别提取上述单张人脸生成图像的特征信息和上述标准人脸图像的特征信息,并计算上述单张人脸生成图像的特征信息与上述 ...
【技术保护点】
一种用于生成图像的方法,其特征在于,所述方法包括:获取从目标视频中提取的至少两帧人脸图像;将所述至少两帧人脸图像输入预先训练的生成模型,生成单张人脸图像,所述生成模型是通过以下训练步骤得到的:将由初始生成模型输出的单张人脸生成图像输入预先训练的判别模型,生成所述单张人脸生成图像为真实人脸图像的概率;基于所述概率和所述单张人脸生成图像与标准人脸图像之间的相似度确定所述初始生成模型的损失函数,其中,所述标准人脸图像和所述单张人脸生成图像包含同一人的人脸信息;利用所述损失函数更新所述初始生成模型的模型参数,得到生成模型。
【技术特征摘要】
1.一种用于生成图像的方法,其特征在于,所述方法包括:获取从目标视频中提取的至少两帧人脸图像;将所述至少两帧人脸图像输入预先训练的生成模型,生成单张人脸图像,所述生成模型是通过以下训练步骤得到的:将由初始生成模型输出的单张人脸生成图像输入预先训练的判别模型,生成所述单张人脸生成图像为真实人脸图像的概率;基于所述概率和所述单张人脸生成图像与标准人脸图像之间的相似度确定所述初始生成模型的损失函数,其中,所述标准人脸图像和所述单张人脸生成图像包含同一人的人脸信息;利用所述损失函数更新所述初始生成模型的模型参数,得到生成模型。2.根据权利要求1所述的方法,其特征在于,所述确定所述初始生成模型的损失函数,包括:使用预先训练的识别模型分别提取所述单张人脸生成图像的特征信息和所述标准人脸图像的特征信息,并计算所述单张人脸生成图像的特征信息与所述标准人脸图像的特征信息之间的欧式距离;基于所述概率和所述欧式距离得到所述初始生成模型的损失函数。3.根据权利要求1所述的方法,其特征在于,所述初始生成模型是通过以下方式训练得到的:利用机器学习方法,将从初始训练用视频中提取的至少两帧初始训练用人脸样本图像作为输入,将预先设定的初始训练用人脸图像作为输出,训练得到初始生成模型,其中,所述至少两帧初始训练用人脸样本图像和所述初始训练用人脸图像包含同一人的人脸信息。4.根据权利要求1所述的方法,其特征在于,所述判别模型是通过以下方式训练得到的:利用机器学习方法,将第一样本图像作为输入,将第一样本图像的标注信息作为输出,训练得到判别模型,其中,所述第一样本图像包括带有标注信息的正样本图像和带有标注信息的负样本图像,其中,所述负样本图像为所述生成模型输出的图像。5.根据权利要求2所述的方法,其特征在于,所述识别模型是通过以下方式训练得到的:利用机器学习方法,将第二样本图像作为输入,所述第二样本图像的特征信息作为输出,训练得到识别模型。6.根据权利要求1所述的方法,其特征在于,所述生成模型为长短期记忆网络模型。7.一种用于生成图像的装置,其特征在于,所述装置包括:获取单元,用于获取从目标视频中提取的至少两帧人脸图像;生成单元,用于将所述至少两帧人脸图像输入预先训练的生成模型,生成单张人脸图像;生成模型训练单元,用于训练所述生成模型;以及所述生...
【专利技术属性】
技术研发人员:何涛,张刚,刘经拓,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。