[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

获取目标人脸图像，以及将所述目标人脸图像输入预先训练的人脸特征识别模型，其中，所述人脸特征识别模型用于识别人脸图像所对应的人脸的至少一种特征，获得识别结果，所获得的识别结果与人脸图像中的人脸关键点的位置相关，所述人脸特征识别模型包括特征提取层，特征提取层用于提取人脸图像的图像特征，其中，所述人脸特征识别模型所识别的特征包括以下至少一项：脸型、年龄；

获取所述人脸特征识别模型的特征提取层提取的图像特征；

将所获取的图像特征和所述目标人脸图像输入预先训练的人脸关键点识别模型，获得所述目标人脸图像所对应的人脸关键点信息。

2.根据权利要求1所述的方法，其中，所述将所述目标人脸图像输入预先训练的人脸特征识别模型，包括：

将所述目标人脸图像输入预先训练的人脸特征识别模型，获得识别结果。

3.根据权利要求1所述的方法，其中，所述人脸特征识别模型通过如下步骤训练得到：

获取训练样本集，其中，训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本识别结果，样本识别结果用于表征样本人脸图像所对应的人脸的至少一种特征，样本识别结果与样本人脸图像中的人脸关键点的位置相关；

利用机器学习方法，将所述训练样本集中的训练样本的样本人脸图像作为输入，将所输入的样本人脸图像所对应的样本识别结果作为期望输出，训练得到人脸特征识别模型。

4.根据权利要求1所述的方法，其中，所述人脸关键点识别模型通过以下步骤训练获得：

获取训练样本集，其中，训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息；

对于所述训练样本集中的训练样本，执行以下步骤：将该训练样本中的样本人脸图像输入所述人脸特征识别模型；获取所述人脸特征识别模型的特征提取层提取的图像特征作为样本图像特征，以及利用所获取的样本图像特征和该训练样本组成新的训练样本；

利用机器学习方法，将所组成的新的训练样本中的训练样本包括的样本人脸图像和样本图像特征作为输入，将所输入的样本人脸图像和样本图像特征所对应的样本人脸关键点信息作为期望输出，训练得到人脸关键点识别模型。

5.根据权利要求1-4之一所述的方法，其中，所述人脸特征识别模型所识别的特征还包括以下至少一项：

表情、头部姿态。

6.一种用于生成信息的装置，包括：

图像获取单元，被配置成获取目标人脸图像，以及将所述目标人脸图像输入预先训练的人脸特征识别模型，其中，所述人脸特征识别模型用于识别人脸图像所对应的人脸的至少一种特征，获得识别结果，所获得的识别结果与人脸图像中的人脸关键点的位置相关，所述人脸特征识别模型包括特征提取层，特征提取层用于提取人脸图像的图像特征，其中，所述人脸特征识别模型所识别的特征包括以下至少一项：脸型、年龄；

特征获取单元，被配置成获取所述人脸特征识别模型的特征提取层提取的图像特征；

信息生成单元，被配置成将所获取的图像特征和所述目标人脸图像输入预先训练的人脸关键点识别模型，获得所述目标人脸图像所对应的人脸关键点信息。

7.根据权利要求6所述的装置，其中，所述图像获取单元进一步被配置成：

将所述目标人脸图像输入预先训练的人脸特征识别模型，获得识别结果。

8.根据权利要求6所述的装置，其中，所述人脸特征识别模型通过如下步骤训练得到：

获取训练样本集，其中，训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本识别结果，样本识别结果用于表征样本人脸图像所对应的人脸的至少一种特征，样本识别结果与样本人脸图像中的人脸关键点的位置相关；

利用机器学习方法，将所述训练样本集中的训练样本的样本人脸图像作为输入，将所输入的样本人脸图像所对应的样本识别结果作为期望输出，训练得到人脸特征识别模型。