[发明专利]发型迁移模型训练方法、发型迁移方法及相关装置

权利要求书

1.一种发型迁移模型训练方法，其特征在于，所述发型迁移模型包括特征提取模块、特征融合模块以及特征还原模块；所述方法包括：

获取样本发型图像和所述样本发型图像对应的样本参考发型图像，其中，所述样本参考发型图像中的发型不同于所述样本发型图像中的发型；

通过所述特征提取模块分别对所述样本发型图像和所述样本参考发型图像进行特征提取，以得到第一样本特征图像和第二样本特征图像；

通过所述特征融合模块将所述第一样本特征图像与所述第二样本特征图像进行特征融合，得到样本融合特征图像；

通过所述特征还原模块对所述样本融合特征图像进行特征还原，以得到所述样本发型图像对应的样本迁移发型图像；

将所述样本迁移发型图像输入至图像判别模型，以得到所述样本迁移发型图像的判别结果，所述判别结果用于指示所述样本迁移发型图像为真实样本发型图像的可能性；

将所述样本迁移发型图像输入至发型预测模型，以得到所述样本迁移发型图像的发型预测结果；

基于所述样本迁移发型图像和所述样本发型图像，以及，所述发型预测结果和所述样本参考发型图像中的发型，以及所述判别结果，对所述发型迁移模型、所述图像判别模型以及所述发型预测模型进行迭代调参，直至所述发型迁移模型、所述图像判别模型以及所述发型预测模型均收敛；

将收敛后的发型迁移模型确定为目标发型迁移模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述样本迁移发型图像和所述样本发型图像，以及，所述发型预测结果和所述样本参考发型图像中的发型，以及所述判别结果，对所述发型迁移模型、所述图像判别模型以及所述发型预测模型进行迭代调参，包括：

根据所述样本迁移发型图像和所述样本发型图像，计算图像内容迁移损失；

根据所述发型预测结果和所述样本参考发型图像中的发型，计算发型迁移损失；

根据所述判别结果计算图像对抗损失；

根据所述图像内容迁移损失、所述发型迁移损失以及所述图像对抗损失，得到总损失；

根据所述总损失，对所述发型迁移模型、所述图像判别模型以及所述发型预测模型进行迭代调参。

3.根据权利要求2所述的方法，其特征在于，所述根据所述图像内容迁移损失、所述发型迁移损失以及所述图像对抗损失，得到总损失，包括：

对所述图像内容迁移损失、所述发型损失以及所述图像对抗损失进行加权求和，得到所述总损失。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述特征提取模块为编码器，所述编码器包括第一编码器和第二编码器；

所述通过所述特征提取模块分别对所述样本发型图像和所述样本参考发型图像进行特征提取，以得到第一样本特征图像和第二样本特征图像，包括：

通过所述第一编码器对所述样本发型图像进行特征提取，以得到所述第一样本特征图像；

通过所述第二编码器对所述样本参考发型图像进行特征提取，以得到所述第二样本特征图像。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述特征还原模块包括依次连接的M个第一特征还原层、融合层以及依次连接的N个第二特征还原层，M、N为大于或等于1的正整数；

所述通过所述特征还原模块对所述样本融合特征图像进行特征还原，以得到所述样本发型图像对应的样本迁移发型图像之前，还包括：

对所述样本发型图像进行面部特征掩膜处理，以得到所述样本发型图像对应的面部特征掩膜图，所述样本发型图像对应的面部特征掩膜图用于反映所述样本发型图像的面部特征；

所述通过所述特征还原模块对所述样本融合特征图像进行特征还原，以得到所述样本发型图像对应的样本迁移发型图像，包括：

通过所述M个第一特征还原层对所述样本融合特征图像进行逐层特征还原，以得到风格迁移特征图；

通过所述融合层将所述风格迁移特征图和所述样本发型图像对应的面部特征掩膜图进行融合处理，以得到面部特征风格融合图；

通过所述N个第二特征还原层对所述面部特征风格融合图进行逐层特征还原，以得到所述样本迁移发型图像。