[发明专利]一种多姿态、种类脸部生成方法和装置以及设备在审
申请号: | 202210004165.0 | 申请日: | 2022-01-04 |
公开(公告)号: | CN114429657A | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 尚伟艺;邹嘉伟;周勉 | 申请(专利权)人: | 厦门美图之家科技有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/74;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人: | 程劲竹 |
地址: | 361000 福建省厦门市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多姿 种类 脸部 生成 方法 装置 以及 设备 | ||
1.一种多姿态、种类脸部生成方法,其特征在于,所述方法包括:
获取源图像;
生成随机向量,将所述随机向量进行处理,得到所述随机向量对应的风格;
将所述风格以及预设的常数矩阵输入预先训练得到的生成网络,得到各种不同姿态的目标图像。
2.根据权利要求1所述的一种多姿态、种类脸部生成方法,其特征在于,对所获取的所述源图像进行处理包括:
利用草绘图网络将所述源图像生成对应的草绘图。
3.根据权利要求1所述的一种多姿态、种类脸部生成方法,其特征在于,所述将所述随机向量进行处理,得到所述随机向量对应的风格,包括:
将所述随机向量输入解耦网络后所得到的所述随机向量进行仿射变换,得到对应的所述风格。
4.根据权利要求1所述的一种多姿态、种类脸部生成方法,其特征在于,所述生成网络的预训练过程,包括:
获取训练图像集,选取N张训练图像,并利用草绘图网络将所述N张训练图像生成对应的目标草绘图,其中,所述训练图像为缺乏姿态或品种的图像,N大于等于1,且N为正整数;
生成第一随机向量,将所述第一随机向量进行处理,得到每个所述第一随机向量对应的第一风格;
将所述第一风格输入生成网络,得到第一输出图像;
根据所述第一输出图像、所述训练图像以及预设的损失函数进行训练,得到所述生成网络。
5.根据权利要求4所述的一种多姿态、种类脸部生成方法,其特征在于,所述根据所述第一输出图像、所述训练图像以及预设的损失函数进行训练,得到所述生成网络,包括:
将所述第一输出图像与所述训练图像输入第一判别网络,得到第一判别结果;
将所述第一输出图像通过草绘图网络生成结果草绘图,将所述结果草绘图与所述目标草绘图输入第二判别网络,得到第二判别结果;
基于所述第一输出图像、所述第一判别结果、所述结果草绘图、所述第二判别结果以及预设的损失函数进行训练,得到所述生成网络。
6.根据权利要求4或5所述的一种多姿态、种类脸部生成方法,其特征在于,所述损失函数包括判别真伪损失Lgan以及草绘图损失Lsketch,其中,
λ1+λ2+λ3=1、λ1λ2λ3,Starget表示缺少姿态或品种的训练图像通过草绘图网络生成的目标草绘图标签,Soutput指生成网络最终生成第一输出图像经过草绘图网络得到的结果草绘图。
7.根据权利要求4所述的一种多姿态、种类脸部生成方法,其特征在于,所述生成第一随机向量,将所述第一随机向量进行处理,得到每个所述第一随机向量对应的第一风格,包括:
将所述第一随机向量输入解耦网络后所得到的所述第一随机向量进行仿射变换,得到对应的所述第一风格。
8.一种多姿态、种类脸部生成装置,其特征在于,所述装置包括:
图像获取单元,用于获取源图像;
风格生成单元,用于生成随机向量,将所述随机向量进行处理,得到所述随机向量对应的风格;
目标图像生成单元,用于将所述风格以及预设的常数矩阵输入预先训练得到的生成网络,得到各种不同姿态的目标图像。
9.一种设备,其特征在于,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序被所述处理器执行以实现如权利要求1至7任意一项所述的一种多姿态、种类脸部生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1至7任意一项所述的一种多姿态、种类脸部生成方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门美图之家科技有限公司,未经厦门美图之家科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210004165.0/1.html,转载请声明来源钻瓜专利网。