本申请涉及一种人脸融合方法、装置、计算机设备及存储介质，其中方法包括：获取人脸对齐后的源人脸图像和目标人脸图像；将源人脸图像和目标人脸图像输入至目标对抗神经网络中，并对源人脸图像和目标人脸图像进行高维特征提取，得到源人脸图像特征和目标人脸图像特征；将源人脸图像特征和目标人脸图像特征进行身份信息融合，得到重建特征；通过将重建特征与目标人脸图像特征进行属性信息融合，得到目标融合特征；通过对目标融合特征进行特征解码，得到目标融合人脸图像。本发明专利技术无需在特征维度上显式的区分身份和属性，有利于提高人脸融合的精准度，从而提高了人脸融合的生成质量。量。量。
【技术实现步骤摘要】
人脸融合方法、装置、计算机设备及存储介质
[0001]本申请涉及图像处理
，尤其涉及一种人脸融合方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着近年来神经网络技术的发展，在高质量图像生成领域产生了许多有趣的应用，比如本专利技术涉及的人脸融合。人脸融合技术在视频娱乐，视觉特效，虚拟替身等商业应用中，受到了很大的关注，也有着广泛的发展空间。
[0003]现有的人脸融合技术为基于3D技术的方法，其是将人像转换到3D模型上，然后将人脸各种外观特征(如姿态，表情，纹理，光照等等)表达为3D模型的参数，通过调整这些参数完成人脸融合。然而这种方法前提是需要一个精准的3DMM模型，但是由于缺乏2D图像到3D模型转换的训练数据，往往难以获得高精度的3D模型。并且该方法需要进行显式的语义解耦(区分哪些特征是身份，哪些特征是属性)，这些特征一个在3D模型的系数中进行，另一个在高维特征空间中进行，但是语义特征却是高度缠绕的，比如表情在语义上属于属性特征，可是有些标志性的表情又可以用来表达身份，此时就难以将表情从身份特征中剥离出来。并且由于语义特征概念上的模糊，也就无法在特征上进行准确地解耦，强行解耦引起特征间的矛盾，最终会呈现为生成图像上的瑕疵以及功能上的退化。最终结果导致人脸融合的精准度较差。
技术实现思路
[0004]本申请实施例的目的在于提供一种人脸融合方法、装置、计算机设备及存储介质，以提高人脸融合的精准度。
[0005]为了解决上述技术问题，本申请实施例提供一种人脸融合方法，包括：
[0006]获取人脸对齐后的源人脸图像和目标人脸图像；
[0007]将所述源人脸图像和所述目标人脸图像输入至目标对抗神经网络中，并对所述所述源人脸图像和所述目标人脸图像进行高维特征提取，得到源人脸图像特征和目标人脸图像特征；
[0008]将所述源人脸图像特征和所述目标人脸图像特征进行身份信息融合，得到重建特征；
[0009]通过将所述重建特征与所述目标人脸图像特征进行属性信息融合，得到目标融合特征；
[0010]通过对所述目标融合特征进行特征解码，得到目标融合人脸图像。
[0011]为了解决上述技术问题，本申请实施例提供一种人脸融合装置，包括：
[0012]人脸图像获取单元，用于获取人脸对齐后的源人脸图像和目标人脸图像；
[0013]高维特征提取单元，用于将所述源人脸图像和所述目标人脸图像输入至目标对抗神经网络中，并对所述所述源人脸图像和所述目标人脸图像进行高维特征提取，得到源人
脸图像特征和目标人脸图像特征；
[0014]重建特征生成单元，用于将所述源人脸图像特征和所述目标人脸图像特征进行身份信息融合，得到重建特征；
[0015]融合特征生成单元，用于通过将所述重建特征与所述目标人脸图像特征进行属性信息融合，得到目标融合特征；
[0016]融合图像生成单元，用于通过对所述目标融合特征进行特征解码，得到目标融合人脸图像。
[0017]为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种计算机设备，包括，一个或多个处理器；存储器，用于存储一个或多个程序，使得一个或多个处理器实现上述任意一项所述的人脸融合方法。
[0018]为解决上述技术问题，本专利技术采用的一个技术方案是：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的人脸融合方法。
[0019]本专利技术实施例提供了一种人脸融合方法、装置、计算机设备及存储介质。其中方法包括：获取人脸对齐后的源人脸图像和目标人脸图像；将所述源人脸图像和所述目标人脸图像输入至目标对抗神经网络中，并对所述所述源人脸图像和所述目标人脸图像进行高维特征提取，得到源人脸图像特征和目标人脸图像特征；将所述源人脸图像特征和所述目标人脸图像特征进行身份信息融合，得到重建特征；通过将所述重建特征与所述目标人脸图像特征进行属性信息融合，得到目标融合特征；通过对所述目标融合特征进行特征解码，得到目标融合人脸图像。本专利技术实施例通过提取高维特征，并分别进行身份信息融合和属性信息融合，无需在特征维度上显式的区分身份和属性，有利于提高人脸融合的精准度，从而提高了人脸融合的生成质量。
附图说明
[0020]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本申请实施例提供的人脸融合方法流程的一实现流程图；
[0022]图2是本申请实施例提供的人脸融合方法中子流程的一实现流程图；
[0023]图3是本申请实施例提供的人脸融合方法中子流程的又一实现流程图；
[0024]图4是本申请实施例提供的人脸融合方法中子流程的又一实现流程图；
[0025]图5是本申请实施例提供的人脸融合方法中子流程的又一实现流程图；
[0026]图6是本申请实施例提供的人脸融合方法中子流程的又一实现流程图；
[0027]图7是本申请实施例提供的人脸融合方法中子流程的又一实现流程图；
[0028]图8是本申请实施例提供的人脸融合装置示意图；
[0029]图9是本申请实施例提供的计算机设备的示意图。
具体实施方式
[0030]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的
技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
[0031]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0032]为了使本
的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0033]下面结合附图和实施方式对本专利技术进行详细说明。
[0034]需要说明的是，本申请实施例所提供的人脸融合方法一般由服务器执行，相应地，人脸融合装置一般配置于服务器中。
[0035]请参阅图1，图1示出了人脸融合方法的一种具体实施方式。
[0036]需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限，该方法包括如下步骤：
[0037]S1：获取人脸对齐后的源人脸本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸融合方法，其特征在于，包括：获取人脸对齐后的源人脸图像和目标人脸图像；将所述源人脸图像和所述目标人脸图像输入至目标对抗神经网络中，并对所述所述源人脸图像和所述目标人脸图像进行高维特征提取，得到源人脸图像特征和目标人脸图像特征；将所述源人脸图像特征和所述目标人脸图像特征进行身份信息融合，得到重建特征；通过将所述重建特征与所述目标人脸图像特征进行属性信息融合，得到目标融合特征；通过对所述目标融合特征进行特征解码，得到目标融合人脸图像。2.根据权利要求1所述的人脸融合方法，其特征在于，所述获取人脸对齐后的源人脸图像和目标人脸图像之前，所述方法还包括：获取初始源人脸图像和初始目标人脸图像；分别对所述初始源人脸图像和所述初始目标人脸图像进行人脸识别，得到初始源人脸关键点和初始目标人脸关键点；基于所述初始源人脸关键点和所述初始目标人脸关键点，按照人脸关键点相互对齐的方式，将初始源人脸图像和初始目标人脸图像进行人脸对齐处理，得到人脸对齐后的所述源人脸图像和所述目标人脸图像。3.根据权利要求1所述的人脸融合方法，其特征在于，所述将所述源人脸图像特征和所述目标人脸图像特征进行身份信息融合，得到重建特征，包括：针对任一像素位置的所述目标人脸图像特征，获取对应位置的所述源人脸图像特征，得到相同位置源人脸特征；获取所述相同位置源人脸特征的预设邻域内的源人脸图像特征，得到多个邻域特征；计算多个所述邻域特征间的相似度，得到特征相似度；基于所述特征相似度，计算特征相似度权重；基于所述特征相似度权重，对所述邻域特征进行加权求和处理，以使得所述源人脸图像特征和所述目标人脸图像特征的身份信息进行融合，得到所述重建特征。4.根据权利要求1所述的人脸融合方法，其特征在于，所述通过将所述重建特征与所述目标人脸图像特征进行属性信息融合，得到目标融合特征，包括：通过对所述目标人脸图像特征进行卷积处理和激活处理，得到目标人脸图像掩膜；将所述重建特征进行归一化处理，得到归一化特征；通过预设公式，将所述归一化特征、所述目标人脸图像特征与所述目标人脸图像掩膜进行特征计算，以使得所述重建特征与所述目标人脸图像特征进行属性信息融合，得到所述目标融合特征；其中，所述预设公式为：F0＝Ft*(1
‑
Mask)+Fr
norm
*Mask；其中，F0为所述目标融合特征，Mask为所述目标人脸图像掩膜，Fr
norm
为所述归一化特征，Ft为所述目标人脸图像特征。5.根据权利要求1所述的人脸融合方法，其特征在于，所述获取人脸对齐后的源人脸图像和目标人脸...
【专利技术属性】
技术研发人员：王鼎，谢衍涛，
申请(专利权)人：杭州云像科技有限公司，
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。