【技术实现步骤摘要】
指定类别的人脸表情的生成方法、装置
[0001]本申请涉及人工智能领域，尤其是涉及一种指定类别的人脸表情的生成方法、一种指定类别的人脸表情的生成装置和一种机器可读存储介质。
技术介绍
[0002]目前， 在人脸合成技术中，随着生成对抗网络的提出，越来越多的模型被设计用于人脸合成。生成对抗网络由生成模型和判别模型组成，生成模型负责生成数据，判别模型负责判断数据是真实的还是由生成模型产生的。当生成器生成的虚拟图像和真实图像的数据分布接近一致时，识别器无法辨别真伪，此时虚拟图像可以作为新的数据源。如果，训练数据为ck+人脸数据库的全部表情数据，可通过训练好的生成网络可用来生成符合ck+人脸数据分布，这些新生成的人脸图片可作为新的数据来源。
[0003]然而，新生成的人脸图片只有部分是我们需要的特定表情，因此还需人工挑选特定的表情。人工在挑选时即花费时间，而且由于人的主观性，挑选出来的表情会有差距。
技术实现思路
[0004]为了解决在新生成的人脸图片中挑选出需要的表情费时，以及表情不符合要求的技术问题，本申...
【技术保护点】
【技术特征摘要】
1.一种指定类别的人脸表情的生成方法，其特征在于，包括：利用指定类别的人脸表情的类别信息和随机噪声作为生成网络的输入，从所述生成网络的输出得到符合真实的指定类别的人脸表情分布的第一图像；将真实的人脸表情数据和所述第一图像作为判别网络的输入，从所述判别网络的输出得到第一图像为指定类别的人脸表情的概率，以及所述第一图像为真或假的判定；根据所述第一图像为真或假的第一判别损失函数和所述第一图像为指定类别的人脸表情的概率的第一分类损失函数，更新所述生成网络的第一参数；所述生成网络根据更新后的第二参数生成第二图像；重复上述步骤后，所述生成网络生成指定类别的人脸表情。2.根据权利要求1所述的方法，其特征在于，还包括：根据所述第一图像为真或假的第一判别损失函数和所述第一图像为指定类别的人脸表情的概率的第一分类损失函数，更新所述判别网络的第三参数。3.根据权利要求1或2所述的方法，其特征在于，还包括：提取出所述真实的人脸表情数据中的第一归因特征，作为所述判别网络的输入。4.根据权利要求1或2所述的方法，其特征在于，还包括：提取出所述第一图像中的第二归因特征，作为所述判别网络的输入。5.一种指定类别的人脸表情的生成装置，其特征在于，包括：第一生成网络：用于利用指定类别的人脸表情的类别信息和随机噪声作为第一生成网络的输入，从所述第一生成网络的输出得到符合真实的指定类别的人脸表情分布的第一图像；第一判别网络：用于将真实的人脸表情数据和所述第一图像作为第一判别网络的输入，从所述第...
【专利技术属性】
技术研发人员：韩运恒，袁克虹，刘清，
申请(专利权)人：深圳市捷易科技有限公司，
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。