人脸图像生成方法及装置、计算机可读介质和电子设备制造方法及图纸

本公开提供一种人脸图像生成方法及装置、计算机可读介质和电子设备，涉及人工智能技术领域。该方法包括：获取包含真实身份信息的原始人脸图像，并将原始人脸图像输入到预训练的人脸匿名化模型中，生成目标人脸图像，目标人脸图像不包含真实身份信息，且目标人脸图像与原始人脸图像的相似度大于或者等于相似度阈值。本公开通过人脸匿名化模型直接生成匿名化后的目标人脸图像，得到的目标人脸图像的图像质量更高，图像细节更加清晰，并且人脸匿名化模型不需要对特征解耦合，计算量更小。计算量更小。计算量更小。

【技术实现步骤摘要】
人脸图像生成方法及装置、计算机可读介质和电子设备


[0001]本公开涉及人工智能
，具体涉及一种人脸图像生成方法、人脸图像生成装置、计算机可读介质和电子设备。

技术介绍

[0002]伴随着科学技术的不断发展，人脸识别技术得到越来越广泛的应用。人脸识别技术是指基于人的脸部特征信息进行身份识别的一种生物识别技术，但是，随着人脸识别技术的普及，人脸图像中包含的个人隐私信息的泄露风险问题也日渐得到人们的重视。
[0003]目前，相关的人脸图像匿名化方案中，一般是通过替换掉原人脸图像中的人脸区域实现匿名化，但是换脸的方式会出现明显边界，图像质量较差，并且可能导致匿名化后的人脸图像不真实、与原人脸图像不相似等问题，用户使用体验差。

技术实现思路

[0004]本公开的目的在于提供一种人脸图像生成方法、人脸图像生成装置、计算机可读介质和电子设备，进而至少在一定程度上提高匿名化后得到的目标人脸图像的图像质量。
[0005]根据本公开的第一方面，提供一种人脸图像生成方法，包括：
[0006]获取包含真实身份信息的原始人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸图像生成方法，其特征在于，包括：获取包含真实身份信息的原始人脸图像；将所述原始人脸图像输入到预训练的人脸匿名化模型中，生成目标人脸图像；其中，所述目标人脸图像不包含所述真实身份信息，且所述目标人脸图像与所述原始人脸图像的相似度大于或者等于相似度阈值。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取训练样本批次，所述训练样本批次包括各真实身份信息对应的至少一张样本原始人脸图像；通过所述样本原始人脸图像对初始的人脸匿名化模型进行模型训练，直到输出的样本虚拟人脸图像不包含所述真实身份信息且所述样本虚拟人脸图像与所述样本原始人脸图像的相似度大于或者等于相似度阈值，得到训练完成的人脸匿名化模型。3.根据权利要求2所述的方法，其特征在于，所述人脸匿名化模型包括人脸操纵网络、人脸识别网络和对抗判别网络；所述模型训练包括：将所述样本原始人脸图像输入到所述人脸操纵网络中，得到具有虚拟身份信息的样本虚拟人脸图像；通过所述样本原始人脸图像、所述样本虚拟人脸图像以及所述人脸识别网络，确定距离损失函数；通过所述样本原始人脸图像、所述样本虚拟人脸图像以及所述对抗判别网络，确定对抗损失函数；基于所述距离损失函数和所述对抗损失函数调整所述人脸操纵网络的网络权重，实现对所述人脸操纵网络的模型训练。4.根据权利要求3所述的方法，其特征在于，所述样本原始人脸图像包括第一真实身份信息对应的第一原始人脸图像以及第二真实身份信息对应的第二原始人脸图像，所述样本虚拟人脸图像包括第一虚拟身份信息对应的第一虚拟人脸图像和第二虚拟身份信息对应的第二虚拟人脸图像；所述通过所述样本原始人脸图像、所述样本虚拟人脸图像以及所述人脸识别网络，确定距离损失函数，包括：将所述第一原始人脸图像、所述第二原始人脸图像、所述第一虚拟人脸图像和所述...

【专利技术属性】
技术研发人员：沈伟，郭彦东，何苗，陶训强，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：