【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种人脸图像生成方法、装置、设备及存储介质。
技术介绍
1、皮肤问题常发生于不同年龄和不同文化的人群中，皮肤问题可由多种因素引起，如饮食、激素、病毒及细菌等，基于此所导致的各种各样的皮肤状态异常，如痘痘和湿疹等均会使得人脸图像中呈现不同的异常状态。
2、目前，深度学习算法在不同领域已得到了广泛的应用，且已被证明在许多图像分类任务中产生很好的识别结果。在针对皮肤问题的识别中，可通过深度学习算法帮助分类彼此高度相似的皮肤异常状态。
3、然而，针对皮肤问题进行分类的深度学习模型需要通过大量特定种类数据集训练得到，在收集训练所需的数据集时，常受到公共数据集不完善、皮肤问题类型不全，以及真实人脸中各类皮肤问题划分不清等问题的影响，使得训练所得的深度学习模型在皮肤异常状态分类上表现不佳。
技术实现思路
1、本申请提供了一种人脸图像生成方法、装置、设备及存储介质，能够为用于进行皮肤问题分类的神经网络模型提供不会面临隐私问题的训练数据集，且能够使得生成的...
【技术保护点】
1.一种人脸图像生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过各所述初始人脸训练样本集分别对初始人脸图像生成模型进行训练，确定各异常状态等级对应的人脸图像生成模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于各人脸图像生成模型分别生成与各所述异常状态等级对应的异常状态人脸数据集，并根据各所述异常状态人脸数据集，以及预获取的健康状态人脸数据集生成人脸异常分类模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预获取的人脸异常分类测试集对所述人脸异常分类模型进行测试，包括：
...【技术特征摘要】
1.一种人脸图像生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过各所述初始人脸训练样本集分别对初始人脸图像生成模型进行训练，确定各异常状态等级对应的人脸图像生成模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于各人脸图像生成模型分别生成与各所述异常状态等级对应的异常状态人脸数据集，并根据各所述异常状态人脸数据集，以及预获取的健康状态人脸数据集生成人脸异常分类模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过预获取的人脸异常分类测试集对所述人脸异常分类模型进行测试，包括：
5.根据权利要求4所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：王念欧，郦轲，刘文华，万进，
申请(专利权)人：深圳市宗匠科技有限公司，
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。