【技术实现步骤摘要】
模型训练、信息输出方法,装置,设备以及存储介质
[0001]本公开涉及图像处理领域,具体涉及计算机视觉、增强现实、深度学习
,尤其涉及模型训练、信息输出方法,装置,设备以及存储介质。
技术介绍
[0002]3D人脸重建仅仅是创建了一个人脸白模,即由空间点云和蒙皮技术构成的基础人脸重建效果。而越来越多的实际应用需要个性化人脸重建效果,着眼于在一定程度的风格变换基础上进行真实细节的融入,实现重建形状和重建纹理共同的风格迁移,称之为半拟真风格重建。同时包含了美颜化的风格与真实人脸细节,这种效果同时体现在人脸形状和纹理上。
技术实现思路
[0003]提供了一种模型训练、信息输出方法,装置,设备以及存储介质。
[0004]根据第一方面,提供了一种模型训练方法,包括:获取训练样本集合,训练样本集合包括样本捏脸参数以及对应的样本二维人脸图像;利用训练样本集合训练目标模型中的第一子模型,第一子模型用于表征捏脸参数与二维人脸图像的对应关系;响应于确定第一子模型训练完成,根据训练样本集合以及训练完成的第一子模型,训练目标模型的第二子模型,第二子模型用于表征二维人脸图像与特征向量的对应关系。
[0005]根据第二方面,提供了一种信息输出方法,包括:获取目标二维人脸图像以及初始捏脸参数;根据目标二维人脸图像、初始捏脸参数以及预先训练的目标模型,确定目标二维人脸图像对应的目标捏脸参数,目标模型通过如第一方面所描述的模型训练方法训练得到;输出目标捏脸参数。
[0006]根据第三方面,提供了一种模型训 ...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法,包括:获取训练样本集合,所述训练样本集合包括样本捏脸参数以及对应的样本二维人脸图像;利用所述训练样本集合训练目标模型中的第一子模型,所述第一子模型用于表征捏脸参数与二维人脸图像的对应关系;响应于确定所述第一子模型训练完成,根据所述训练样本集合以及训练完成的第一子模型,训练所述目标模型的第二子模型,所述第二子模型用于表征二维人脸图像与特征向量的对应关系。2.根据权利要求1所述的方法,其中,所述根据所述训练样本集合以及训练完成的第一子模型,训练所述目标模型的第二子模型,包括:根据所述训练样本集合中的各样本捏脸参数以及所述训练完成的第一子模型,确定参考二维人脸图像集合;根据所述训练样本集合中的各样本二维人脸图像以及所述参考二维人脸图像集合,训练所述目标模型的第二子模型。3.根据权利要求2所述的方法,其中,所述根据所述训练样本集合中的各样本捏脸参数以及所述训练完成的第一子模型,确定参考二维人脸图像集合,包括:将所述训练样本集合中各训练样本的样本捏脸参数输入训练完成的第一子模型,将训练完成的第一子模型的输出作为输入的样本捏脸参数对应的参考二维人脸图像,得到所述参考二维人脸图像集合。4.根据权利要求2所述的方法,其中,所述根据所述训练样本集合中的各样本二维人脸图像以及所述参考二维人脸图像集合,训练所述目标模型的第二子模型,包括:将所述参考二维人脸图像集合中的各参考二维人脸图像输入所述第二子模型,得到各参考二维人脸图像对应的第一特征向量;将输入训练完成的第一子模型的样本捏脸参数对应的样本二维人脸图像输入所述第二子模型,得到各样本二维人脸图像对应的第二特征向量;根据各第一特征向量以及各第二特征向量迭代调整所述第二子模型的参数。5.根据权利要求1
‑
4任一项所述的方法,其中,所述获取训练样本集合,包括:生成多个样本捏脸参数;对各样本捏脸参数进行渲染,确定与各样本捏脸参数对应的样本二维人脸图像,得到所述训练样本集合。6.根据权利要求1
‑
5任一项所述的方法,其中,所述利用所述训练样本集合训练目标模型中的第一子模型,包括:将所述训练样本集合中各训练样本的样本捏脸参数作为所述第一子模型的输入,根据所述第一子模型的输入与所输入的样本捏脸参数对应的样本二维人脸图像之间的差异调整所述第一子模型的参数。7.一种信息输出方法,包括:获取目标二维人脸图像以及初始捏脸参数;根据所述目标二维人脸图像、所述初始捏脸参数以及预先训练的目标模型,确定所述目标二维人脸图像对应的目标捏脸参数,所述目标模型通过权利要求1
‑
6任一项所述的模
型训练方法训练得到;输出所述目标捏脸参数。8.根据权利要求7所述的方法,其中,所述根据所述目标二维人脸图像、所述初始捏脸参数以及预先训练的目标模型,确定所述目标二维人脸图像对应的目标捏脸参数,包括:根据所述初始捏脸参数以及所述目标模型中的第一子模型,确定初始二维人脸图像;根据所述初始二维人脸图像、所述目标二维人脸图像以及所述目标模型中的第二子模型,调整所述初始捏脸参数,得到所述目标捏脸参数。9.根据权利要求8所述的方法,其中,所述根据所述初始二维人脸图像、所述目标二维人脸图像以及所述目标模型中的第二子模型,调整所述初始捏脸参数,得到所述目标捏脸参数,包括:将所述初始二维人脸图像输入所述第二子模型,得到第三特征向量;将所述目标二维人脸图像输入所述第二子模型,得到第四特征向量;根据所述第三特征向量以及所述第四特征向量,迭代调整所述初始捏脸参数,得到所述目标捏脸参数。10.根据权利要求7
‑
9任一项所述的方法,其中,所述方法还包括:对所述目标捏脸参数进行渲染,重建所述目标二维人脸图像。11.一种模型训练装置,包括:样本获取单元,被配置成获取训练样本集合,所述训练样本集合包括样本捏脸参数以及对应的样本二维人脸图像;第一训练单元,被配置成利用所述训练样本集合训练目标模型中的第一子模型,所述第一子模型用于表征捏脸参数与二维人脸图像之间的对应关系;第二训练单元,被配置成响应于确定所述第一子模型训练完成,根据所述训练样本集合以及训练完成的第一子模型,训练所述目标模型的第二子模型,所述第二子模型用于表征...
【专利技术属性】
技术研发人员:王迪,
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:
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。