生成人脸图像的方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了生成人脸图像的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：提取目标人脸数据集中的人脸图像的特征向量和人脸属性；对特征向量进行降维；根据人脸属性和降维后的特征向量确定基因向量；将基因向量输入预先训练的人脸生成模型，得到第一人脸图像。该实施方式实现了特征可控的，可预期的生成人脸图像。

Methods, devices, electronic devices and computer readable media for generating face images

【技术实现步骤摘要】
生成人脸图像的方法、装置、电子设备和计算机可读介质
本公开的实施例涉及计算机
，具体涉及生成人脸图像的方法、装置、电子设备和计算机可读介质。
技术介绍
近年来，随着大数据技术的深入发展，生物特征研究成为信息安全领域的重要研究方向。作为生物特征识别中最活跃的分支，人脸特征研究在近年来焕发了勃勃生机。现有的人脸生成方法大多只能生成随机人脸，导致生成的人脸图像难以预测，生成的人脸图像的特征也难以控制。
技术实现思路
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了用于生成人脸图像的方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题。第一方面，本公开的一些实施例提供了一种用于生成人脸图像的方法，该方法包括：提取目标人脸数据集中的人脸图像的特征向量和人脸属性；对特征向量进行降维；根据人脸属性和降维后的特征向本文档来自技高网...

【技术保护点】
1.一种用于生成人脸图像的方法，包括：/n提取目标人脸数据集中的人脸图像的特征向量和人脸属性；/n对所述特征向量进行降维；/n根据所述人脸属性和降维后的特征向量确定基因向量；/n将所述基因向量输入预先训练的人脸生成模型，得到第一人脸图像。/n

【技术特征摘要】
1.一种用于生成人脸图像的方法，包括：
提取目标人脸数据集中的人脸图像的特征向量和人脸属性；
对所述特征向量进行降维；
根据所述人脸属性和降维后的特征向量确定基因向量；
将所述基因向量输入预先训练的人脸生成模型，得到第一人脸图像。


2.根据权利要求1所述的方法，其中，所述方法还包括：
显示所述第一人脸图像的第一展示界面；
响应于检测到在所述第一人脸图像的第一展示界面中针对所述第一人脸图像的调整操作，根据所述调整操作生成第二人脸图像；
显示所述第二人脸图像的第二展示界面。


3.根据权利要求1所述的方法，其中，所述人脸生成模型是根据以下步骤得到的：
获取训练样本集，其中，所述训练样本集中的训练样本包括样本基因向量、和所述样本基因向量对应的样本人脸图像和所述样本人脸图像的样本人脸特征；
基于所述训练样本集，对待训练模型进行训练，将训练完成后的待训练模型确定为人脸生成模型，其中，所述待训练模型包括特征提取网络和生成网络，所述特征提取网络用于提取人脸图像的特征，所述生成网络用于生成人脸图像。


4.根据权利要求3所述的方法，其中，所述基于所述训练样本集，对待训练模型进行训练，将训练完成后的待训练模型确定为人脸生成模型，包括：
将所述训练样本集中的样本基因向量输入待训练模型中的生成网络，得到人脸图像；
将所述人脸图像输入所述待训练模型中的特征提取网络，得到所述人脸图像的特征向量；
将所述特征向量进行降维，其中，所述特征向量降维后与所述基因向量的维度相同；
将所述特征向量与所述样本基因向量进行比较，根据比较结果确定所述初始模型是否训练完成；
响应于确定所述待训练...

【专利技术属性】
技术研发人员：张韵东，周学武，康珮珮，
申请(专利权)人：重庆中星微人工智能芯片技术有限公司，
类型：发明
国别省市：重庆;50