人脸模型训练方法、换脸方法、装置和电子设备制造方法及图纸

本公开提供了一种人脸模型训练方法、换脸方法、装置和电子设备，涉及图像处理技术领域，尤其涉及深度学习技术领域。具体实现方案为：人脸模型训练方法，包括：获取训练数据集，所述训练数据集包括第一训练数据，所述第一训练数据包括待换脸的相同对象的两张脸部图像和第一监督图像，所述两张脸部图像包括：处于侧脸姿态的第一脸部图像，所述第一监督图像包括所述第一脸部图像；基于所述训练数据集对初始换脸模型进行训练，得到训练后的目标换脸模型。本公开可以提高训练之后得到的模型对侧脸图像的换脸效果。像的换脸效果。像的换脸效果。

【技术实现步骤摘要】
人脸模型训练方法、换脸方法、装置和电子设备


[0001]本公开涉及图像处理
，尤其涉及深度学习
具体涉及一种人脸模型训练方法、换脸方法、装置和电子设备。

技术介绍

[0002]人脸融合(换脸)是指将源图像的人物面部信息迁移到目标图像，同时保持目标图像的表情、姿态、光照、肤色等属性不变。目前的换脸技术通常是通过神经网络实现，即通过使用大量独立的图片对神经网络进行训练，得到换脸模型，然后，利用换脸模型实现换脸。

技术实现思路

[0003]本公开提供了一种人脸模型训练方法、换脸方法、装置和电子设备。
[0004]根据本公开的第一方面，提供了一种人脸模型训练方法，包括：
[0005]获取训练数据集，所述训练数据集包括第一训练数据，所述第一训练数据包括待换脸的相同对象的两张脸部图像和第一监督图像，所述两张脸部图像包括：处于侧脸姿态的第一脸部图像，所述第一监督图像包括所述第一脸部图像；
[0006]基于所述训练数据集对初始换脸模型进行训练，得到训练后的目标换脸模型。
[0007]根据本公开的第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸模型训练方法，包括：获取训练数据集，所述训练数据集包括第一训练数据，所述第一训练数据包括待换脸的相同对象的两张脸部图像和第一监督图像，所述两张脸部图像包括：处于侧脸姿态的第一脸部图像，所述第一监督图像包括所述第一脸部图像；基于所述训练数据集对初始换脸模型进行训练，得到训练后的目标换脸模型。2.根据权利要求1所述的方法，其中，所述训练数据集还包括第二训练数据，所述第二训练数据包括第二脸部图像、第三脸部图像和第二监督图像，所述第二脸部图像与所述第三脸部图像为不同对象的脸部图像。3.根据权利要求2所述的方法，其中，所述获取训练数据集，包括：通过向第一换脸模型输入所述第二脸部图像和所述第三脸部图像，将所述第三脸部图像中的面部信息迁移至所述第二脸部图像，得到输出的第一换脸图像；通过向第二换脸模型输入所述第二脸部图像和所述第三脸部图像，将所述第三脸部图像中的面部信息迁移至所述第二脸部图像，得到输出的第二换脸图像，其中，所述第一换脸模型在第一脸部区域的换脸精度高于所述第二换脸模型在所述第一脸部区域的换脸精度，所述第二换脸模型在所述第一脸部区域之外的其他第二脸部区域的换脸精度高于所述第一换脸模型在所述第二脸部区域的换脸精度；将所述第二换脸图像中所述第一脸部区域的图像内容替换为所述第一换脸图像中所述第一脸部区域的图像内容，得到所述第二监督图像。4.根据权利要求1所述的方法，其中，所述训练数据集还包括第三训练数据，所述第三训练数据包括第四脸部图像、第五脸部图像和第三监督图像，所述第四脸部图像与所述第五脸部图像为相同对象的脸部图像，所述第三监督图像包括所述第四脸部图像。5.根据权利要求2所述的方法，其中，所述第一训练数据和所述第二训练数据分别包括：源图像、目标图像和目标监督图像；所述基于所述训练数据集对初始换脸模型进行训练，得到训练后的目标换脸模型，包括：通过向所述初始换脸模型输入所述源图像和所述目标图像，将所述源图像中的面部信息迁移至所述目标图像，得到输出的第三换脸图像；基于所述第三换脸图像和所述目标监督图像构建目标损失函数；基于所述目标损失函数对所述初始换脸模型进行参数优化，得到所述目标换脸模型；其中，所述第一训练数据中的目标图像包括所述第一脸部图像，所述目标损失函数包括重建损失函数、色彩感知损失函数、对抗训练损失函数和身份损失函数之和。6.根据权利要求5所述的方法，其中，所述第一训练数据对应的所述身份损失函数的系数为第一系数；所述第二训练数据对应的所述身份损失函数的系数为第二系数；所述第一系数大于所述第二系数。7.一种换脸方法，包括：获取第六脸部图像和第七脸部图像；将所述第六脸部图像和所述第七脸部图像输入目标换脸模型进行换脸处理，得到所述目标换脸模型输出的第四换脸图像，其中，所述目标换脸模型为基于训练数据集对初始换
脸模型进行训练之后得到的模型，所述训练数据集包括第一训练数据，所述第一训练数据包括待换脸的相同对象的两张脸部图像和第一监督图像，所述两张脸部图像：处于侧脸姿态的第一脸部图像，所述第一监督图像包括所述第一脸部图像。8.一种人脸模型训练装置，包括：第一获取模块，用于获取训练数据集，所述训练数据集包括第一训练数据，所述第一训练数据包括待换脸的相同对象的两张脸部图像和第一监督图像，所述两张脸部图像包括：处于侧脸姿态的第一脸部图像，所述第一监督图像包括所述第一脸部图像；训练模块，用于基于所述训练数据集对初始换脸模型进行训练，得到训练后的目标换脸模型。9.根据权利要求8所述的装置，其中，所述训练数据集还包括第二训练数据，所述第二训练数据包...

【专利技术属性】
技术研发人员：周航，徐志良，洪智滨，颜剑锋，刘家铭，
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：