【技术实现步骤摘要】
人脸融合模型获取及人脸融合方法、装置及存储介质
本申请涉及计算机应用技术，特别涉及人工智能、深度学习及计算机视觉领域的人脸融合模型获取及人脸融合方法、装置及存储介质。
技术介绍
目前，人脸融合技术已广泛应用于虚拟视觉形象、长短视频趣味玩法、相册趣味玩法等各种场景。人脸融合技术通常需要保留一个人脸形象的身份信息而融合另一个人脸形象的属性信息。鉴于实现成本较低，目前多采用基于混合变形(blendshape)的人脸融合方法等进行人脸融合，但这种方法的融合效果较差，即得到的融合形象不够真实等。
技术实现思路
本申请提供了人脸融合模型获取及人脸融合方法、装置及存储介质。一种人脸融合模型获取方法，包括：获取训练样本，所述训练样本中包括：目标人脸图像以及模板人脸图像；利用所述训练样本，训练得到用于对输入的目标人脸图像和模板人脸图像进行人脸融合的人脸融合模型，包括：获取所述目标人脸图像中的目标人脸的属性信息；对所述目标人脸图像及所述模板人脸图像进行人脸融合，得到融合人脸；<...
【技术保护点】
1.一种人脸融合模型获取方法，其特征在于，包括：/n获取训练样本，所述训练样本中包括：目标人脸图像以及模板人脸图像；/n利用所述训练样本，训练得到用于对输入的目标人脸图像和模板人脸图像进行人脸融合的人脸融合模型，包括：/n获取所述目标人脸图像中的目标人脸的属性信息；/n对所述目标人脸图像及所述模板人脸图像进行人脸融合，得到融合人脸；/n获取所述融合人脸的属性信息；/n根据所述目标人脸的属性信息及所述融合人脸的属性信息构建属性一致性损失函数，利用所述属性一致性损失函数进行所述人脸融合模型的自监督学习。/n
【技术特征摘要】
1.一种人脸融合模型获取方法，其特征在于，包括：
获取训练样本，所述训练样本中包括：目标人脸图像以及模板人脸图像；
利用所述训练样本，训练得到用于对输入的目标人脸图像和模板人脸图像进行人脸融合的人脸融合模型，包括：
获取所述目标人脸图像中的目标人脸的属性信息；
对所述目标人脸图像及所述模板人脸图像进行人脸融合，得到融合人脸；
获取所述融合人脸的属性信息；
根据所述目标人脸的属性信息及所述融合人脸的属性信息构建属性一致性损失函数，利用所述属性一致性损失函数进行所述人脸融合模型的自监督学习。
2.根据权利要求1所述的人脸融合模型获取方法，其特征在于，
所述获取所述目标人脸图像中的目标人脸的属性信息包括：利用人脸三维重建方法获取所述目标人脸的属性信息；
所述获取所述融合人脸的属性信息包括：利用人脸三维重建方法获取所述融合人脸的属性信息。
3.根据权利要求2所述的人脸融合模型获取方法，其特征在于，
所述利用人脸三维重建方法获取所述目标人脸的属性信息包括：利用人脸三维重建方法获取所述目标人脸的三维形变模型参数，从所述三维形变模型参数中提取出所述目标人脸的属性信息；
所述利用人脸三维重建方法获取所述融合人脸的属性信息包括：利用人脸三维重建方法获取所述融合人脸的三维形变模型参数，从所述三维形变模型参数中提取出所述融合人脸的属性信息。
4.根据权利要求1所述的人脸融合模型获取方法，其特征在于，
所述对所述目标人脸图像及所述模板人脸图像进行人脸融合包括：
利用基于生成对抗网络的人脸融合方法，对所述目标人脸图像及所述模板人脸图像进行人脸融合。
5.根据权利要求1所述的人脸融合模型获取方法，其特征在于，
所述根据所述目标人脸的属性信息及所述融合人脸的属性信息构建属性一致性损失函数包括：
计算所述目标人脸的属性信息及所述融合人脸的属性信息的L2范数，作为所述属性一致性损失函数。
6.根据权利要求4所述的人脸融合模型获取方法，其特征在于，
所述利用所述属性一致性损失函数进行所述人脸融合模型的自监督学习包括：
结合所述属性一致性损失函数以及所述基于生成对抗网络的人脸融合方法中的身份一致性损失函数进行所述人脸融合模型的自监督学习。
7.一种人脸融合方法，其特征在于，包括：
获取目标人脸图像及模板人脸图像；
将所述目标人脸图像及所述模板人脸图像输入按照权利要求1-6中任一项所述的方法获取到的人脸融合模型，得到输出的人脸融合结果。
8.一种人脸融合模型获取装置，其特征在于，包括：样本获取模块以及模型训练模块；
所述样本获...
【专利技术属性】
技术研发人员：余席宇，洪智滨，
申请(专利权)人：北京百度网讯科技有限公司，
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。