人脸图像生成方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了人脸图像生成方法、装置、存储介质及电子设备，可以应用于人工智能领域。上述方法包括：获取第一数量个人脸身份信息；针对每一上述人脸身份信息，生成上述人脸身份信息对应的身份特征、第二数量个环境特征以及第二数量个身份扰动特征；将上述身份特征和上述第二数量个环境特征分别进行拼接操作，得到第二数量个人脸面貌特征；对上述第二数量个人脸面貌特征与上述第二数量个身份扰动特征进行融合，得到第二数量个人脸描述特征；将各上述人脸身份信息分别对应的第二数量个人脸描述特征输入图像生成模型，得到各上述人脸身份信息分别对应的第二数量个人脸图像。本申请可保护用户的真实信息的安全。本申请可保护用户的真实信息的安全。本申请可保护用户的真实信息的安全。

【技术实现步骤摘要】
人脸图像生成方法、装置、存储介质及电子设备


[0001]本申请实施例涉及计算机
，尤其涉及人脸图像生成方法、装置、存储介质及电子设备。

技术介绍

[0002]基于人脸识别的相关技术因其较高的识别精度和实时预测能力而被应用于许多领域，比如，在身份认证领域、支付领域、安防领域、自动控制领域等，都可以基于人脸识别结果完成相关的操作。人脸识别通常依赖于具备人脸识别能力的机器模型实施，机器模型的训练过程需要使用到大量的样本人脸数据，而样本人脸数据的获取通常较为困难，如何在充分尊重用户信息安全的情况下获取到高质量的样本数据，是一个亟待解决的问题。

技术实现思路

[0003]为了解决上述至少一个技术问题，本申请实施例提供人脸图像生成方法、装置、存储介质及电子设备。
[0004]一方面，本申请实施例提供了一种人脸图像生成方法，所述方法包括：
[0005]获取第一数量个人脸身份信息；
[0006]针对每一所述人脸身份信息，生成所述人脸身份信息对应的身份特征、第二数量个环境特征以及第二数量个身份扰动特征，所述身份特征表征所述人脸身份信息对应的人脸五官的本质特征，所述环境特征表征人脸图像对应的环境因素特征，所述身份扰动特征表征所述人脸五官的细节变化特征；
[0007]将所述身份特征和所述第二数量个环境特征分别进行拼接操作，得到第二数量个人脸面貌特征；
[0008]对所述第二数量个人脸面貌特征与所述第二数量个身份扰动特征进行融合，得到第二数量个人脸描述特征；
[0009]将各所述人脸身份信息分别对应的第二数量个人脸描述特征输入图像生成模型，得到各所述人脸身份信息分别对应的第二数量个人脸图像；
[0010]其中，所述第一数量和所述第二数量均为大于或等于1的正整数，所述图像生成模型包括人脸生成模型，所述人脸生成模型用于将输入的环境信息和人脸信息解耦，并基于解耦结果生成人脸图像。
[0011]另一方面，本申请实施例提供一种人脸图像生成装置，所述装置包括：
[0012]人脸身份信息构建模块，用于获取第一数量个人脸身份信息；
[0013]参数生成模块，用于针对每一所述人脸身份信息，生成所述人脸身份信息对应的身份特征、第二数量个环境特征以及第二数量个身份扰动特征，所述身份特征表征所述人脸身份信息对应的人脸五官的本质特征，所述环境特征表征人脸图像对应的环境因素特征，所述身份扰动特征表征所述人脸五官的细节变化特征；
[0014]特征融合模块，用于将所述身份特征和所述第二数量个环境特征分别进行拼接操
作，得到第二数量个人脸面貌特征；以及，对所述第二数量个人脸面貌特征与所述第二数量个身份扰动特征进行融合，得到第二数量个人脸描述特征；
[0015]人脸生成模块，用于将各所述人脸身份信息分别对应的第二数量个人脸描述特征输入图像生成模型，得到各所述人脸身份信息分别对应的第二数量个人脸图像；
[0016]其中，所述第一数量和所述第二数量均为大于或等于1的正整数，所述图像生成模型包括人脸生成模型，所述人脸生成模型用于将输入的环境信息和人脸信息解耦，并基于解耦结果生成人脸图像。
[0017]另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的一种人脸图像生成方法。
[0018]另一方面，本申请实施例提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现上述的一种人脸图像生成方法。
[0019]另一方面，本申请实施例提供了一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现上述的一种人脸图像生成方法。
[0020]本申请实施例提供的一种人脸处理方案，该方案可以通过虚构人脸身份信息，并基于该人脸身份信息自动生成身份特征、环境特征和扰动特征的方式，自动构建出足以以假乱真的人脸图像。基于本申请实施例得到的人脸图像可以被独立作为人脸识别模型的训练数据，并且可保证基于此训练的人脸识别模型具有较高精度。本申请实施例生成的人脸图像可以达到这样一种效果，即针对同一人脸身份信息得到的任意数量的人脸图像都可以被人脸识别模型识别出包含同一身份的人脸，因此，本申请实施例中的人脸图像生成方法所得到的人脸图像可以被用于人脸识别模型的训练过程中，作为人脸识别模型的训练样本，并且保证人脸识别模型的人脸识别准确度。也就是说，本申请实施例达到了这样一种效果，即可以在无需使用真实的用户的人脸信息的情况下，自动生成虚假的人脸图像，并且基于该自动生成的人脸图像训练得到具备高人脸识别准确度的人脸识别模型。
附图说明
[0021]为了更清楚地说明本申请实施例或相关技术中的技术方案和优点，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请实施例的一些实施例，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它附图。
[0022]图1是本说明书实施例提供的人脸图像生成方法的一种可行的实施框架示意图；
[0023]图2是本申请实施例提供的一种人脸图像生成方法的流程示意图；
[0024]图3是本申请实施例提供的各参数的生成方法示意图；
[0025]图4是本申请实施例提供的图像姿态变换过程示意图；
[0026]图5是本申请实施例提供的图像参数被修改的效果示意图；
[0027]图6是本申请实施例提供的图像经过概率水平翻转的效果示意图；
[0028]图7是本申请实施例提供的图像经过压缩或者模糊处理的效果示意图；
Systems，IVICS)，简称车路协同系统，是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
[0039]人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0040]人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作本文档来自技高网...

【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，所述方法包括：获取第一数量个人脸身份信息；针对每一所述人脸身份信息，生成所述人脸身份信息对应的身份特征、第二数量个环境特征以及第二数量个身份扰动特征，所述身份特征表征所述人脸身份信息对应的人脸五官的本质特征，所述环境特征表征人脸图像对应的环境因素特征，所述身份扰动特征表征所述人脸五官的细节变化特征；将所述身份特征和所述第二数量个环境特征分别进行拼接操作，得到第二数量个人脸面貌特征；对所述第二数量个人脸面貌特征与所述第二数量个身份扰动特征进行融合，得到第二数量个人脸描述特征；将各所述人脸身份信息分别对应的第二数量个人脸描述特征输入图像生成模型，得到各所述人脸身份信息分别对应的第二数量个人脸图像；其中，所述第一数量和所述第二数量均为大于或等于1的正整数，所述图像生成模型包括人脸生成模型，所述人脸生成模型用于将输入的环境信息和人脸信息解耦，并基于解耦结果生成人脸图像。2.根据权利要求1所述的方法，其特征在于，所述生成所述人脸身份信息对应的身份特征、第二数量个环境特征以及第二数量个身份扰动特征，包括：确定第一目标值和第二目标值，所述第一目标值为所述人脸生成模型中表征所述人脸信息的数据的维度数量，所述第二目标值为所述人脸生成模型中表征所述环境信息的数据的维度数量；在第一数据集中采集第一目标值个数据，得到所述身份特征，所述第一数据集符合标准正态分布；在所述第一数据集中进行采样，得到第二数量个第一采样结果，将每一所述第一采样结果均确定为所述环境特征，每一所述第一采样结果包括第二目标值个数据；获取扰动参数，所述扰动参数表征人脸五官的细节变化程度；基于所述扰动参数对所述标准正态分布进行调整，得到目标正态分布；在第二数据集中进行采样，得到第二数量个第二采样结果，将每一所述第二采样结果均确定为所述身份扰动特征，每一所述第二采样结果包括第一目标值个数据，所述第二数据集符合所述目标正态分布。3.根据权利要求1或2所述的方法，其特征在于，所述对所述第二数量个人脸面貌特征与所述第二数量个身份扰动特征进行融合，得到第二数量个人脸描述特征，包括：根据所述第二数量个人脸面貌特征与所述第二数量个身份扰动特征，生成第二数量个特征对，每一所述特征对包括一个人脸面貌特征和一个身份扰动特征；针对每一特征对，将所述特征对中的身份扰动特征与所述特征对中的人脸面貌特征进行基于首位对齐的相加操作，得到对应的人脸描述特征。4.根据权利要求1所述的方法，其特征在于，所述图像生成模型还包括人脸检测模型和配准模型，所述将各所述人脸身份信息分别对应的第二数量个人脸描述特征输入图像生成模型，得到各所述人脸身份信息分别对应的第二数量个人脸图像，包括：
将各所述人脸身份信息分别对应的第二数量个人脸描述特征输入所述人脸生成模型进行人脸生成处理，得到针对每一人脸身份信息的第二数量个初始人脸图像；将各人脸身份信息分别对应的第二数量个初始人脸图像输入所述人脸检测模型进行人脸关键点检测处理，得到各人脸身份信息分别对应的第二数量个初始人脸图像的关键点；将所述各人脸身份信息分别对应的第二数量个初始人脸图像，以及，所述各人脸身份信息分别对应的第二数量个初始人脸图像的关键点，输入所述配准模型进行基于关键点的图像...

【专利技术属性】
技术研发人员：季家桢，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：