[发明专利]人脸模型构建方法、人脸图像生成方法、设备及存储介质

说明书

本申请提供一种人脸模型构建方法、人脸图像生成方法、设备及存储介质，其中，该模型构建方法包括：获取训练样本，训练样本包括多个数据对，每个数据对包括第一人脸属性参数与对应的第一虚拟人脸图；将每个第一人脸属性参数输入至仿真器训练；将每个第一虚拟人脸图输入至第一编码器中得到对应的第一编码参数，将第一编码参数输入域自适应器训练得到第二编码参数；将第二编码参数输入至翻译器训练得到第二人脸属性参数；将第二人脸属性参数输入至仿真器得到第三虚拟人脸图。该人脸模型构建方法完全不需要人工标注，并且有着易部署，推断效率高的优点，生成更为真实、保持更多真实人脸图像五官特点的虚拟人脸图像，由此提高用户的体验度。

技术领域

本发明属于图像处理的技术领域，具体涉及一种人脸模型构建方法、人脸图像生成方法、计算机设备及存储介质。

背景技术

基于真实人脸照片的自动捏脸技术越来越多地被应用到各类游戏、社交软件中，自动捏脸可以便利用户获取期望的人脸模型，也增加了产品的趣味性。但是现有的自动捏脸技术方案基本都是基于仿真型虚拟形象进行设计的，由于虚拟人脸模型和真实人脸的风格差异过大，真实人脸的姿态、表情等属性也会加剧和虚拟人脸模型分布的差异，导致现有的自动捏脸技术方案在虚拟人脸模型上的表现很差。

发明内容

本申请提供一种人脸模型构建方法、人脸图像生成方法、计算机设备及存储介质，可以生成包括真实人脸图像五官特点的虚拟人脸图像。

第一方面，本申请提供了一种人脸模型的构建方法，所述方法包括：

获取训练样本，所述训练样本包括多个数据对，每个所述数据对包括第一人脸属性参数及与所述第一人脸属性参数对应的第一虚拟人脸图；

将每个所述数据对中的所述第一人脸属性参数输入至所述仿真器进行训练并生成第二虚拟人脸图，并计算所述第二虚拟人脸图与对应的所述第一虚拟人脸图的第一重构损失，以确定所述仿真器是否收敛；

将每个所述数据对中的所述第一虚拟人脸图输入至所述第一编码器中得到对应的第一编码参数，将所述第一编码参数输入所述域自适应器进行训练得到第二编码参数，将所述第二编码参数输入至所述判别器以判断是否符合真实人脸特征分布，得到判别结果，并将所述判别结果反馈至所述域自适应器；

将所述第二编码参数输入至所述翻译器进行训练得到第二人脸属性参数，根据所述第二人脸属性参数和对应的所述第一人脸属性参数计算第二重构损失，以确定所述域自适应器与所述翻译器是否收敛；

将所述第二人脸属性参数输入至已经收敛的所述仿真器得到第三虚拟人脸图，计算所述第三虚拟人脸图与对应的第一虚拟人脸图的身份损失，以确定所述域自适应器与所述翻译器是否收敛。

第二方面，本申请还提供了一种人脸图像生成方法，所述方法包括：

获取真实人脸图；

将所述真实人脸图输入至人脸模型，得到虚拟人脸图，其中，所述人脸模型采用本申请实施例提供任一项所述的人脸模型构建方法构建得到的。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括：

存储器和处理器；

其中，所述存储器与所述处理器连接，用于存储程序；

所述处理器用于通过运行所述存储器中存储的程序，实现如本申请实施例提供的任一项所述的人脸模型构建方法的步骤，或者实现如本申请实施例提供的任一项所述的人脸图像生成方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如本申请实施例提供的任一项所述的人脸模型构建方法的步骤，或者实现如本申请实施例提供的任一项所述的人脸图像生成方法的步骤。