【技术实现步骤摘要】
本公开涉及人工智能中的深度学习，尤其涉及一种图像处理方法、装置、设备、计算机可读存储介质及产品。
技术介绍
1、随着人工智能技术的不断发展，人脸生成技术越来越多的应用在数字媒体、影视创作等相关领域。由于人脸在说话时口型、表情、动作存在一定的变化，因此，如何生成更精准的人脸图像成为了亟待解决的问题。
技术实现思路
1、本公开提供了一种用于准确生成人脸图像的图像处理方法、装置、设备、计算机可读存储介质及产品。
2、根据本公开的第一方面，提供了一种图像处理方法，包括：
3、获取训练数据集，所述训练数据集中包括多组训练数据，所述训练数据包括预设人脸图像以及参考人脸图像，所述参考人脸图像与所述预设人脸图像中包括同一人物在不同角度的人脸；
4、识别所述预设人脸图像对应的人脸参数；
5、根据所述人脸参数进行人脸渲染操作，获得渲染图像；
6、将所述渲染图像输入至预设的待训练模型，获得所述待训练模型输出的生成图像；
7、基于所述生成图像...
【技术保护点】
1.一种图像处理方法，包括：
2.根据权利要求1所述的方法，所述基于所述生成图像、预设人脸图像、参考人脸图像对所述待训练模型进行迭代训练，直至所述待训练模型满足预设的收敛条件，获得人脸生成模型，包括：
3.根据权利要求2所述的方法，所述基于所述生成图像以及所述参考人脸图像计算所述待训练模型对应的第二损失值，包括：
4.根据权利要求2所述的方法，所述通过所述联合损失值对所述待训练模型进行迭代训练，直至所述待训练模型满足预设的收敛条件，获得人脸生成模型，包括：
5.根据权利要求1所述的方法，所述识别所述预设人脸图像对应的人脸
...【技术特征摘要】
1.一种图像处理方法，包括：
2.根据权利要求1所述的方法，所述基于所述生成图像、预设人脸图像、参考人脸图像对所述待训练模型进行迭代训练，直至所述待训练模型满足预设的收敛条件，获得人脸生成模型，包括：
3.根据权利要求2所述的方法，所述基于所述生成图像以及所述参考人脸图像计算所述待训练模型对应的第二损失值，包括：
4.根据权利要求2所述的方法，所述通过所述联合损失值对所述待训练模型进行迭代训练，直至所述待训练模型满足预设的收敛条件，获得人脸生成模型，包括：
5.根据权利要求1所述的方法，所述识别所述预设人脸图像对应的人脸参数，包括：
6.根据权利要求1-5任一项所述的方法，所述根据所述人脸参数进行人脸渲染操作，获得渲染图像，包括：
7.一种图像处理方法，包括：
8.根据权利要求7所述的方法，所述确定所述待处理人脸图像对应的人脸参数信息之后，还包括：
9.根据权利要求7所述的方法，所述待处理人脸图像为预设视频中的视频帧；所述确定所述待处理人脸图像对应的人脸参数信息，包括：
10.一种图像处理装置，包括：
11.根据权利要求10所述的装置，所述基于所述生成图像、预设人脸图像、参考人脸图像对所述待训练模型进行迭代训练，直至所述待训练模型...
【专利技术属性】
技术研发人员：王志强，赵亚飞，杜宗财，陈毅，范锡睿，秦勤，
申请(专利权)人：北京百度网讯科技有限公司，
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。