一种人脸合成模型训练方法、装置、存储介质及电子设备制造方法及图纸

本说明书公开了一种人脸合成模型训练方法、装置、存储介质及电子设备，在本说明书提供的方法中，获取人脸图像并对其进行调整，将调整后的人脸图像的人脸区域的图像作为目标图像，将目标图像与调整前的人脸图像进行人脸合成的图像作为训练样本，输入待训练的人脸合成模型，以模型输出的优化图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型。从上述方法中可以看出，本方法预先对人脸图像进行调整与合成得到训练样本，然后以模型的输出图像与调整前的人脸图像的差异最小为训练目标训练待训练的人脸合成模型，通过这种方法训练得到的人脸合成模型能够使人脸合成图像的前景与背景之间的差异更小。合成图像的前景与背景之间的差异更小。合成图像的前景与背景之间的差异更小。

【技术实现步骤摘要】
一种人脸合成模型训练方法、装置、存储介质及电子设备


[0001]本申请涉及计算机领域，特别涉及一种人脸合成模型训练方法、装置、存储介质及电子设备。

技术介绍

[0002]随着互联网技术与机器学习技术的不断发展，深度伪造(Deepfake)技术也在不断地发展。
[0003]深度伪造中较广为人知的技术之一就是人脸合成，即将不同人的脸合成一张新脸，如将一个人的部分脸作为前景，另一人的脸作为后景，将前景覆盖在后景上，合成一张新脸，这一技术除了被应用于影视、娱乐等领域之外，也被不少不法分子用于不法活动，给社会治安造成了很大危害，所以鉴定深度伪造是十分必要的，而鉴定深度伪造模型的训练样本是采用人脸合成技术合成的人脸，采用人脸合成技术合成的人脸越逼真，则使用其训练得到的鉴定深度伪造模型的鉴定效果也越好。
[0004]所以，如何训练一种模型合成更逼真的人脸是一个亟待解决的问题。

技术实现思路

[0005]本说明书提供一种人脸模型训练方法、装置、存储介质及电子设备，以至少部分的解决现有技术存在的上述问题。/>[0006]本说本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸合成模型训练的方法，所述方法包括：获取人脸图像；确定所述人脸图像中人脸所在的区域，作为前景区域；对所述人脸图像进行调整，将调整后的人脸图像的前景区域中的图像作为目标图像；将所述目标图像与调整前的人脸图像进行人脸合成，将得到的合成图像作为训练样本；将所述训练样本与所述前景区域输入待训练的人脸合成模型中，获得所述待训练的人脸合成模型输出的优化图像；以所述优化图像与所述调整前的人脸图像的差异最小为训练目标，训练所述待训练的人脸合成模型。2.如权利要求1所述的方法，对所述人脸图像进行调整，具体包括：对所述人脸图像做频域变换和/或空域变换。3.如权利要求2所述的方法，所述频域变换包括平滑变换、模糊变换中的至少一种；所述空域变换包括亮度变换、对比度变换、饱和度变换中的至少一种。4.如权利要求1所述的方法，将所述目标图像与调整前的人脸图像进行人脸合成，具体包括：使用所述目标图像替换调整前的人脸图像的前景区域中的图像。5.如权利要求1所述的方法，待训练的人脸合成模型至少包括特征提取层、特征融合层与输出层；将所述训练样本与所述前景区域输入待训练的人脸合成模型中，获得所述待训练的人脸合成模型输出的优化图像，具体包括：将所述训练样本与所述前景区域输入待训练的人脸合成模型中，通过待训练的人脸合成模型的特征提取层提取所述训练样本在前景区域中的特征与背景区域中的特征；将所述训练样本在前景区域中的特征与背景区域中的特征输入所述待训练的人脸合成模型的特征融合层中，获得所述特征融合层输出的所述训练样本在前景区域中的特征与非前景区域中的特征的融合特征；将所述融合特征输入所述待训练的人脸合成模型的输出层中，获得所述输出层根据所述融合特征输出的优化图像。6.如权利要求1所述的方法，所述方法还包括：获取第一人脸图像与第二人脸图像；确定所述第二人脸图像中人脸所在的区域，作为所述第二人脸图像的前景区域；确定所述第二人脸图像的前景区域中的图像作为目标图像；将所述目标图像与所述第一人脸图像进行人脸合成，将得到的合成图像作为待处理图像；将所述待处理图像与所述第二人脸图像的前景区域输入训练好的人脸合成模型中，获得训练好的人脸合成模型输出的处理后图像，作为所述第一人脸图像与所述第二人脸图像的合成图像。7.一种人脸合成模型训练的装置，所述装置包括：获取模块，获取人脸图像；
确定模块，用于确定所述人脸图像中人脸...

【专利技术属性】
技术研发人员：兰钧，陈昊星，孟昌华，王维强，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：